什麼是 AI 規格書？為何提示技巧不再管用？
AI 規格書是一份你交給模型的書面工作簡報，而非一句聰明的提示語。它明確寫出目標、讀者對象、輸出格式、評分標準，以及模型不確定時應該怎樣處理。它是一份職位說明書，不是一句咒語。
它比技巧有效的原因並不浪漫：現時的推理模型在內部已經自動完成舊技巧試圖從外部強加的工作。
沃頓商學院生成式 AI 實驗室一直在直接測試這件事。他們的《Prompting Science Report 1》發現，流行的提示格式技巧所帶來的提升，一旦把整份題庫的結果匯總計算，就會消失。在個別題目上效果是真實的，放大到規模層面就只是雜訊。
該系列的共同作者 Ethan Mollick 在 2026 年 7 月講得更直接：提示技巧已經不再有太大價值，現在真正重要的技能，是清楚界定目標、輸出、評分標準與測試方法。那是管理工作，不是文字雕琢。
專家角色設定和「一步一步思考」真的有效嗎？
在現時的模型上，基本上沒有效。沃頓的《Prompting Science Report 4》以 GPQA Diamond 及 MMLU-Pro 測試六個模型，把專家角色設定與「不設角色」對照，結果找不到一致的準確度提升。錯配的角色設定有時甚至令表現變差。至於低知識水平的角色，例如要求模型以小朋友的身份回答，則穩定地降低準確度。
「一步一步思考」的情況也類似。在內建推理能力的模型上，它增加了延遲，卻沒有帶來相應的質量提升，因為模型本來就會推理。
角色設定過去偷偷做的事，其實是替你補上語境。「你是一位資深 B2B 文案」隱含了讀者對象、語氣、篇幅和一套行文慣例。當你把這些直接寫出來，你就拿到了同樣的好處，而不需要依賴模型自己猜。
所以實際做法不是刪掉「你是行銷專家」然後祈禱，而是用那句話原本代表的四五項具體條件去取代它。
一份可用的 AI 規格書包含哪五個部分？
可用的規格書有五個部分：要完成的任務、讀者與語境、輸出契約、評分標準，以及不確定處理規則。缺少任何一項，模型都會用一個平均值的猜測去補位，而這正是輸出品質不穩定的來源。
一、任務
--- 用一句話寫出成果，而非活動本身。「產出一篇 300 字的 LinkedIn 貼文，令人力資源經理願意下載薪酬基準報告」比「寫一篇關於報告的 LinkedIn 貼文」有用得多。
二、讀者與語境
--- 誰會讀、他們已經知道什麼、他們對什麼抱懷疑，以及有哪些事實是模型不可以自行虛構的。這一欄就是你貼上真實素材的位置，而不是信任模型的記憶。
三、輸出契約
--- 篇幅、結構、格式，以及不准出現的東西。禁止事項與要求同樣重要：不要點列、不要設問句、不要破折號、不要結尾總結段。
四、評分標準
--- 一份好答案必須通過的三至五項測試。這是幾乎所有人都會略過的部分，而它正是令輸出穩定的關鍵。把你評改新同事初稿時會用的標準寫出來即可。
五、不確定處理規則
--- 模型不知道時該怎麼辦。「如果某個數字不在我貼上的素材裡，請寫上［需要來源］，不要估算」這一句，把幻覺風險轉換成一個看得見的待辦事項。
一份完整的 AI 規格書實際是什麼樣子？
以下是一份完整的規格書，你可以直接貼進 ChatGPT、Claude 或 Gemini，大約兩分鐘就能改成自己的版本。它刻意寫得平淡。規格書有效，是因為它枯燥而完整，不是因為它聰明。
立即試用這份規格書：
任務
產出［一篇 900 字文章］，目的是［令香港的營運經理願意預約一次流程檢視］。成功的定義是［讀者會把它轉發給自己的上司］。
讀者
讀者是［香港 20 至 200 人公司的營運經理］。他們已經知道［什麼是流程自動化］。他們懷疑［供應商聲稱十倍節省的說法］。他們不知道［如何界定第一個項目的範圍］。
輸出契約
--- 篇幅：850 至 950 字
--- 結構：5 個章節，每節標題都是一個問句
--- 每節開首先用兩句直接回答該問題
--- 格式：純段落，每段最多 3 行
--- 不准使用：點列、破折號、設問句，以及「賦能」、「解鎖」、「格局」這些字詞
--- 不要以總結段作結
評分標準
一份合格初稿必須全部通過：
--- 每項論述都附有數字、具名來源或具體情境
--- 讀者今天就可以按第 3 節行動，不需要再問我問題
--- 沒有任何一句，在客戶引用回來時會令我尷尬
--- 刪掉任何一段都會失去真實資訊
不確定處理規則
如果某個統計數字、價格或日期不在下方素材中，請寫上［需要來源］而不要估算。不要從相鄰事實推論數字。
流程
開始寫之前，先列出 5 個章節標題並等我確認。我確認後再寫初稿，然後按評分標準自行評分，並告訴我哪一項最弱。
素材
［在此貼上你的筆記、會議記錄、數據或現有文案］
最後兩欄是大多數人漏掉的。流程那一欄把一次長篇猜測拆成兩個短檢查點。自行評分那一句則出奇地有效，因為模型必須用你的標準重讀自己的初稿，而不是用它自己的標準。
如何把一份規格書重用一整個月？
把規格書存成檔案，不要存成對話訊息。讀者、輸出契約與評分標準三欄在同類型輸出中完全不變，每次只需要換任務句和素材，於是一段 15 分鐘的提示語拉鋸，變成 90 秒的貼上動作。
然後把不變的部分放在模型會自動讀取的位置。ChatGPT Projects、Claude Projects 和 Gemini Gems 都支援附加在工作區的長期指令。把讀者、輸出契約和評分標準貼進去一次，該工作區內每一段新對話都會預先載入。
版本管理的習慣比工具更重要。當初稿出錯，不要去改初稿，而是把缺少的規則補進規格書檔案，然後重新執行。大約六輪之後，規格書就不再帶來意外，而且這個改善是永久的，不會困在單一段對話裡。
這樣做同時令你的指令遠離對話中會退化的部分。長對話會逐漸失去對最早指令的忠誠度，這種失效模式在這篇關於 context rot 的分析中有詳細說明。把規格書放在專案指令中，或在新對話開首重新貼一次，就能直接繞過這個問題。
AI 規格書會在哪些情況失效？
規格書有四種可預測的失效方式：寫得太長、標準互相矛盾、過度限制創意工作，以及被當成一次寫完就不再修改的文件。四者都可以修正，而預先知道它們，可以省下一星期的困惑。
過長
--- 指令一旦超過大約 600 字，模型對你各項規則的權重就會變得不均。如果你的規格書正在膨脹超過這個長度，你很可能是在同一份文件裡界定兩種不同輸出，應該拆成兩份。
標準互相矛盾
--- 「要全面」加上「最多 400 字」是一組衝突，模型會靜靜地二選一。把你的標準當成一整套來讀，然後刪掉那條在真實截稿壓力下你會犧牲的規則。
過度限制創意工作
--- 規格書非常適合重複產出，對構思階段卻有實際傷害。當你想要二十個古怪角度，一份嚴密的輸出契約只會給你同一個安全角度的二十種變體。發散階段用寬鬆簡報，直到落筆撰稿才切換成規格書。
當成已完成的文件
--- 一份寫完就不再修訂的規格書，會隨着你的產品、讀者以至模型本身改變而過時。尤其推理深度在多個模型上現時已可調整，這改變了規格書需要就「思考力度」交代什麼。UD 早前關於自適應思考的一篇文章，說明了這個旋鈕如何與指令遵循互相影響。
如何在二十分鐘內測試這套做法？
挑選你最常產出的那一種內容，然後把同一項任務跑兩次：一次用你平時的提示語，一次用上面的五部分規格書。用你自己的評分標準去比較兩份初稿，而不是靠感覺。差距通常在第一次嘗試就已經明顯。
通常會出現兩件事。規格書版本的初稿需要修改的地方更少，這正是重點。而寫評分標準這個動作，會迫使你把一直隱隱帶在身上的標準說清楚，副作用是你給人類同事的簡報也會變好。
這就是提示工程演變的老實總結。巧妙措辭的年代已經過去，取代它的，是在開口要求之前先清楚說明「好」的樣子這種平凡紀律。它沒那麼有趣，卻可靠得多。
懂AI的冷，更懂你的難 UD 同行28年，讓科技成為有溫度的陪伴。
本文由 UD AI 團隊審閱。
看清你的 AI 技能實際站在哪一級
寫規格書是 AI 技能的其中一級。上面還有好幾級，而大部分人都分不清自己站在哪裡。
UD 免費的 AI IQ 測試用 15 條題目評估你的實戰知識，並指出下一步最值得補上的具體缺口。UD 團隊手把手帶你完成每一步，由解讀測試結果，到建立補強最弱一環的工作流程。