同样的任务，会写规格的人用 AI 快三倍
第一，约束会让你自己想清楚。写规格的过程就是在回答「我到底要什么」，很多人在这一步才发现自己其实没想明白。
第二，约束让输出更稳定。结构、篇幅、来源都被限定之后，结果的方差会明显变小，你不需要靠运气拿到可用的版本。
第三，规格可以复用。第一次写花十分钟，第二个月改两个字就能用，边际成本几乎为零。这才是真正把效率沉淀下来的地方。
把规格变成模板
做法很朴素：把规格存成一个文件，命名清楚，放在固定位置；下次直接调用，只改时间范围和来源；每次踩到新的坑，就把那一条补进规格，让它越来越厚。
如果是团队场景，规格应该共享。一个人踩过的坑写进规格，全组都不用再踩第二次，这比在群里反复解释高效得多。
四个常见误区
第一个是把规格写成主观形容词。「要专业、要深入、要有洞察」这类要求等于没有要求，因为它无法被验收。
第二个是一次写二十条约束。模型在约束过多时会顾此失彼，先控制在五条以内，跑通之后再逐步加。
第三个是不写排除项。省下的十秒钟，往往要花十分钟删除多余内容。
第四个是忘了校验事实。规格管的是结构，不管真假。数字、日期、引用必须回到原始来源核对，这一步永远不能外包。
今天可以做的第一步
挑一件你每周都要重复的事，写半页规格，跑一遍，记下返工次数。下周把规格改两处再跑一遍，对比两次的差异。
两次之后你会发现，效率的提升几乎全部来自事前把要什么说清楚，而不是事后把话说漂亮。
两位同事要做同一份竞品月报。A 打开对话框说「帮我整理一下这几个竞品最近的动作」，来回改了六轮才勉强能用；B 先花十分钟写了半页规格，然后一次成型，只在数字上做了核对。
三倍的时间差不是模型造成的，而是输入造成的。多数人把精力花在琢磨措辞，却跳过了真正重要的一步：先把交付物定义清楚。
规格是什么：一份可验收的交付物定义
它包含输出结构、字段口径、篇幅、数据来源与时间范围，以及什么算不合格。本质上是把你脑子里的验收标准外化出来，让一次执行就能对准目标。
规格和提示词不是一回事。提示词解决「怎么说」，规格解决「要什么」。前者靠技巧，后者靠思考，而后者才是效率差距的来源。
一份够用的规格包含六项
- 交付形态：表格、要点清单还是带小标题的短报告
- 结构：列名或小标题必须写出来，不要留给它猜
- 信息量：每一部分大概多少字、需要几条支撑
- 判定标准：什么算好，比如必须有可核对的数字来源
- 数据边界：时间范围、口径定义、允许使用的来源
- 排除项：不要什么，比如不要营销口号、不要无来源的百分比
六项里最容易漏掉的是最后一项。明确的排除项能挡掉大部分返工，因为模型的默认倾向是「多写一点显得完整」，而多余的修饰往往最需要你花时间删。
没有规格的六轮返工长什么样
第一版太笼统，要求具体；第二版具体了但太啰嗦，要求精简；精简之后数字全丢了，要求补数据；补上数据但口径不一致，要求统一口径；口径统一后语气又太生硬，要求改口语；最后排版还得自己动手重做一遍。
六轮下来四十分钟过去了，而且最终版本的正确性完全依赖 A 的临场记忆——下个月还要重来一遍。返工是最贵的成本，因为它每次都从零开始描述需求。
为什么规格能提升质量
第一，约束会让你自己想清楚。写规格的过程就是在回答「我到底要什么」，很多人在这一步才发现自己其实没想明白。
第二，约束让输出更稳定。结构、篇幅、来源都被限定之后，结果的方差会明显变小，你不需要靠运气拿到可用的版本。
第三，规格可以复用。第一次写花十分钟，第二个月改两个字就能用，边际成本几乎为零。这才是真正把效率沉淀下来的地方。
把规格变成模板
做法很朴素：把规格存成一个文件，命名清楚，放在固定位置；下次直接调用，只改时间范围和来源；每次踩到新的坑，就把那一条补进规格，让它越来越厚。
如果是团队场景，规格应该共享。一个人踩过的坑写进规格，全组都不用再踩第二次，这比在群里反复解释高效得多。
四个常见误区
第一个是把规格写成主观形容词。「要专业、要深入、要有洞察」这类要求等于没有要求，因为它无法被验收。
第二个是一次写二十条约束。模型在约束过多时会顾此失彼，先控制在五条以内，跑通之后再逐步加。
第三个是不写排除项。省下的十秒钟，往往要花十分钟删除多余内容。
第四个是忘了校验事实。规格管的是结构，不管真假。数字、日期、引用必须回到原始来源核对，这一步永远不能外包。
今天可以做的第一步
挑一件你每周都要重复的事，写半页规格，跑一遍，记下返工次数。下周把规格改两处再跑一遍，对比两次的差异。
两次之后你会发现，效率的提升几乎全部来自事前把要什么说清楚，而不是事后把话说漂亮。