Constraint Specification（约束规格说明）是一套用于在提示词中定义 AI 输出规则的方法。其核心观点是：约束是塑造 AI 输出的规则——决定使用什么格式、多长、包含什么、排除什么。约束定义得清楚，输出就可预测、可用；约束含糊，结果就会不一致。
一、用途 该方法用于在编写提示词时系统性地规定输出形态，使 AI 生成的内容在格式、篇幅、语气和内容范围上符合预期，减少结果波动。
二、约束的类型
- 格式约束：输出结构（JSON、Markdown、纯文本、项目符号、散文）、章节标题与组织方式、必填字段与可选字段、数据类型与 schema。
- 长度约束：字数范围（不建议给精确数字，因为模型不擅长计数）、各部分长度比例（如“60% 用于分析，40% 用于建议”）、最小与最大边界、简洁性指令（“简短”与“详尽”）。
- 内容约束：需要包含与需要排除的主题、必需的信息要素、禁止出现的内容、来源限制（只使用提供的上下文，不使用外部知识）。
- 语气约束：正式程度、情绪基调、符合受众的语言、声音与风格指南。
- 质量约束：准确性要求（“引用来源”“标注不确定性”）、完整性要求（“覆盖问题的所有方面”）、原创性要求（“不要复述问题”）、可执行性要求（“每条建议都必须可落地”）。
三、如何写出有效的约束
- 具体化：“回答控制在 200 字以内”优于“保持简洁”。
- 设定优先级：当约束冲突时，说明哪条优先，例如“准确性优先于简洁性”。
- 提供示例：展示受约束后的输出长什么样。
- 测试边界：检查每条约束在边缘情况下会发生什么。
- 区分硬约束与软约束：硬约束必须始终满足，软约束属于偏好。
四、约束之间的相互作用 约束会相互影响甚至冲突，例如“详尽”与“控制在 100 字以内”、“有创意”与“严格遵循此格式”、“有帮助”与“不要给医疗建议”。应在提示词中显式解决冲突，不要让模型去猜哪条约束优先。
五、设计产物 该方法建议产出以下文档与材料：按输出类型划分的约束规格文档、约束优先级层级、约束测试用例（用于压测每条约束的输入）、约束违规示例（展示“坏输出”的样子）、约束演进日志（记录约束如何变化及原因）。
六、适用场景与限制 适用于需要稳定、可预期输出的提示词设计工作，尤其是对格式、篇幅、语气和内容边界有明确要求的任务。资料未提供具体的平台、收费、价格或使用步骤等信息，暂未提供。