大可的 AI Builder 手记
跟随系统
颜色主题
长沙小桌实战
大可 Dako
大可 Dako大可 DakoAI Builder · Agent 实践者用 AI 做真正能用的产品。专注探索 Agent 工程化落地、Vibe Coding 实践与商业化交付。
内容平台即将上线,敬请期待
把需求落到规约,AI 才有方向01想法一句话说清要什么02规约写明范围、约束、完成标准03实现AI 按规约一步步动✓ 10 分钟规约,省几小时返工
先立规,再动工。

先写规约,再让它动

Spec 先行防止范围蔓延和沟通错位。10 分钟写一份规约,省掉几小时返工。

上一章告诉你「范围要划住」,这一章把范围变成一份能给 AI 用的规约(Spec)。vibe coding 最大的返工来源,是 AI 没搞清你要什么就埋头写。规约先行,就是堵住这个源头。

读完你能回答:

  • Spec 和 prompt 有什么区别?
  • 一份能用的 Spec 至少要写清哪几样?
  • 谁先提第一版:你还是 AI?
  • 规约写多久才够?

Spec 和 prompt 的差别

贴墙的差一条线:prompt 是一次性的话,Spec 是长期有效的契约。 你把 Spec 写进项目文件(AGENTS/CLAUDE),AI 在后续每一轮对话里都能读到,不用你每次都从头讲一遍。

  • 想解决「AI 老搞不清需求」→ 写进 Spec
  • 想解决范围蔓延 → 写进 Spec
  • 想让多个对话、多个会话保持一致 → 写进 Spec

Spec 不是考试作文,是给 AI 的「项目说明书」:范围、约束、完成标准,一次性写透 anthropic-sdlc。

一份能用的 Spec 至少写清这几样

  • 给谁、解决什么问题:一句话定位
  • 范围 / 不做清单:明确不碰哪些
  • 验收标准:做成什么样算完,具体到能检查
  • 约束:技术栈、目录结构、命名规范、API 边界
  • 特殊规则:哪些是模型容易犯的错,提前禁掉

写的时候站在模型角度自查:它光读这份 Spec,能不能把活干到你要的程度?不能,就补。

让 AI 先提,别先给草稿

写规约时有个反直觉的顺序:别先把你的想法写成初稿丢给它,让它先提。 你带着草稿进来,模型倾向于同意你;它先提,你才看得到一个真实的第二意见。

提方案之前还有一步:让它先访谈你。一次问一两个问题,专门挑你的假设和没想过的失败模式问。问得越细,说明它越可能真的读懂了问题;问不出来,通常是你前面没讲清。

然后是盲区。你写的那版已经带着你的假设,它照着改,你的盲区就原样变成设计的盲区。它先提,同时也在检验它有没有听懂你的问题——提得不对,说明你前面没讲清,这比它客气地改你的稿子有用得多。

争论的时候有个具体习惯值得学:纠正要带文件。 你指出它错了,同时给出证明它错的那个文件,它改的是自己对系统的认知;只嘴上说"你这里不对",它改的多半只是道歉——下一轮还在同一个地方错。

什么时候可以例外:你已经把约束想清楚了,只想让它补细节。但「只想补细节」和「还没想清楚」经常分不清,拿不准的时候按后者处理 aase-egm。

写多久才够

别追求完美。10 分钟能写出一版能用的 Spec,就比 40 分钟精雕细琢更快到能跑的东西。

  • 大项目、高风险:慢一点,写细一点
  • 一次性原型、Demo:粗一点,够用就行

关键是「先有一版」,然后随项目进展迭代。Spec 不写完不动工,是这条线的唯一纪律。

「够不够」有个很硬的判据:这份规约清晰到代码应该能自己写出来吗? 到了这个程度,剩下的分歧都是执行细节,交给模型不会跑偏;没到这个程度就动手,那些没说定的判断会变成它在一句话中间替你做的决定,最后埋进一份没人设计过的改动里。拿不准的时候,缺的通常不是更多文字,是还没回答的那个问题。

写完规约,接着把完成标准定义得机器可查

把范围写进规约之后,下一步是:让「完成」变成机器可检查的,而不是靠人拍脑袋。

参考资料

  1. The AI-Native SDLC Playbook (Anthropic)
  2. EECS 498 AASE:应用 Agentic 软件工程(密歇根大学,2026 秋)