mcpField
C
constraint-specification

constraint-specification

github.com/owl-listenerAgent 工作流191376 次安装20 周前更新
代码仓库

关于 constraint-specification

帮助团队精确定义 AI 输出要求的 Agent 技能,涵盖格式、长度、内容、语气和质量约束。它还强调约束优先级、冲突处理与边界测试,以减少输出差异。

主要功能

  1. 01分类格式、长度和内容约束
  2. 02规定语气与质量要求
  3. 03设置约束优先级
  4. 04处理约束冲突
  5. 05设计边界测试用例

适用场景

  1. 01编写结构化输出要求
  2. 02明确多个提示要求之间的优先级
  3. 03测试输出约束的边界情况

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/owl-listener/ai-design-skills --skill constraint-specification

安装后在 Claude Code 中输入/constraint-specification确认已加载。

详细介绍

约束规范

约束是塑造 AI 输出的规则——使用什么格式、篇幅多长、包含什么、排除什么。定义明确的约束能产生可预测且实用的输出。模糊的约束则会导致结果不一致。

约束类型

格式约束:

  • 输出结构(JSON、markdown、纯文本、项目符号、散文)
  • 章节标题和组织方式
  • 必填字段和可选字段
  • 数据类型和架构 长度约束:
  • 字数范围(而非精确数字——模型不擅长计数)
  • 章节篇幅占比(“分析占 60%,建议占 40%”)
  • 最小和最大限制
  • 简洁性指示(“简短一些”与“全面一些”) 内容约束:
  • 要包含和排除的主题
  • 必须包含的信息要素
  • 禁止的内容
  • 来源限制(仅使用提供的上下文,不使用外部知识) 语气约束:
  • 正式程度
  • 情感基调
  • 符合受众的语言
  • 语气和风格指南 质量约束:
  • 准确性要求(“引用来源”“标明不确定之处”)
  • 完整性要求(“涵盖问题的所有方面”)
  • 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实”)

编写有效的约束

  • 具体明确:“回复不超过 200 个字”胜过“简洁一些”
  • 确定优先级:当约束冲突时,说明哪项优先。“准确性优先于简洁性。”
  • 提供示例:展示受约束的输出应是什么样子
  • 测试边界:每项约束处于边界时会怎样?
  • 区分硬性和软性约束:硬性约束必须始终满足。软性约束是偏好。

约束之间的相互作用

约束之间会相互影响,也可能发生冲突:

  • “全面一些”与“控制在 100 个字以内”
  • “富有创意”与“严格遵循此格式”
  • “提供帮助”与“不要提供医疗建议” 在提示词中明确解决冲突。不要让模型猜测哪项约束优先。

设计产物

  • 针对每种输出类型的约束规范文档
  • 约束优先级层级
  • 约束测试用例(用于测试每项约束的输入)
  • 约束违规示例(展示不良表现)
  • 约束演变日志(记录约束如何变化及原因)

评论

支持 Markdown