别再让 AI 乱写代码了：Spec Kit 把想法用规范流程变成产品
2026年6月7日 · 3374 字 · 7 分钟 · GitHub Spec Kit Spec-Driven Development AI Agents AI编程 Vibe Coding 产品开发
很多人现在用 AI 做产品，第一步就错了。
不是工具不够强。
而是一上来就对 AI 说：
帮我做一个记账 App。
然后 AI 很认真地吐出一堆代码，你看着也挺像那么回事。
问题是，跑不起来、功能不对、越改越乱，最后变成一个新的电子废品。
这就是很多人说的 Vibe Coding。
凭感觉跟 AI 聊，凭感觉让它写，凭感觉把项目堆起来。
做小实验没问题。
但如果你真想做一个能用的小工具，比如个人记账、家庭任务管理、日记工具、Excel 自动化助手，就得换一种方式。
GitHub 的 Spec Kit，解决的正是这个问题。
先说结论
Spec Kit 不是一个“帮你一键生成 App”的魔法按钮。
它更像一套给 AI Agents 用的产品开发流程。
它会逼你先把事情说清楚：
- 你要解决谁的问题
- 这个工具到底要做什么
- 什么情况算做成了
- 哪些功能先做，哪些先不做
- 技术上用什么方式实现更稳
说白了，它不是让 AI 先写代码。
它是让 AI 先帮你把想法整理成 规格说明书、技术计划、任务清单，最后再进入实现。
这一步非常关键。
因为大多数普通人做不出产品，卡住的地方并不是“不会写最后那几行代码”。
而是：
不知道怎么把脑子里的想法，拆成一份 AI 能稳定执行的蓝图。
Vibe Coding 为什么容易翻车？
Vibe Coding 最大的问题，不是“随意”。
而是 AI 会替你猜。
你说“做一个记账 App”，AI 可能会默认：
- 你要登录注册
- 你要数据库
- 你要图表
- 你要手机端适配
- 你要导出
- 你要多用户
但这些真的是你第一版需要的吗？
不一定。
你可能只是想做一个本地运行的小工具，每天晚上记 30 秒，月底能看一眼收入支出。
如果你没有先讲清楚，AI 就会用自己的经验补空白。
补得好，是惊喜。
补得不好，就是技术债。
更麻烦的是，普通用户往往不容易判断哪些代码是必要的，哪些是 AI 自己加戏。
所以很多 AI 编程项目最后不是死在“不会开始”，而是死在“开始得太快”。
Spec Kit 在做什么？
Spec Kit 的核心思路叫 Spec-Driven Development，也就是规格驱动开发。
可以把它理解成四步：
Specify → Plan → Tasks → Implement
翻成普通话就是：
说清需求 → 制定方案 → 拆成任务 → 逐个实现
这个流程听起来像传统软件开发。
但它对 AI Agents 特别有用。
因为 AI 最怕两件事：
- 目标模糊
- 上下文乱飞
Spec Kit 会把你的想法沉淀成项目里的 Markdown 文件。
这些文件相当于 AI 的工作依据。
后面你让 Copilot、Claude Code、Gemini CLI、Cursor 这类工具继续写代码时，它们不再只靠一句模糊提示，而是有一套明确的产品蓝图。
普通人可以怎么理解？
你可以把 Spec Kit 想象成盖房子前的图纸流程。
第一步：Specify
先说你想要什么。
不是先说“我要用 React、Python、数据库”。
而是先说：
- 谁会用
- 为什么要用
- 解决什么问题
- 第一版必须有什么
- 哪些东西可以以后再说
比如：
我想做一个简单的个人记账工具。用户可以添加收入和支出，按月查看报表，支持手机和电脑。第一版只服务一个人使用，不做复杂登录。目标是帮助普通人养成记账习惯。
这类描述，比“帮我做个记账 App”靠谱得多。
第二步：Plan
需求清楚以后，再决定怎么做。
比如你可以告诉 AI：
用 Python + Streamlit 做网页版，优先简单部署，数据先存在本地文件里，支持导出 Excel。
这一步解决的是技术取舍。
普通用户不需要变成架构师，但至少要说清楚自己的偏好：
- 要简单
- 要本地运行
- 要手机能看
- 要便宜部署
- 要后期能改
这些偏好，比盲目追求“高级技术栈”重要得多。
第三步：Tasks
计划出来以后，再拆任务。
比如：
- 创建项目结构
- 做记账表单
- 保存收入支出记录
- 生成月度报表
- 增加导出 Excel
- 做基础测试
这一步的好处是，AI 不会一下子把所有东西糊在一起。
你可以让它一项一项做。
做完一项，跑一下，看一下，再继续。
第四步：Implement
最后才进入代码实现。
这个顺序很重要。
你不是把方向盘交给 AI 以后闭眼等结果。
你是在每个阶段都能检查：
- 需求有没有偏
- 技术方案会不会太复杂
- 任务拆得是否合理
- 第一版是不是已经够用
这才是普通人用 AI 做产品更稳的方式。
怎么开始？
官方入口是 GitHub Spec Kit：
GitHub Spec Kit（https://github.com/github/spec-kit）
完整项目地址：https://github.com/github/spec-kit
如果你只是想快速试一下，官方文档里常见的一次性初始化方式类似这样：
uvx --from git+https://github.com/github/spec-kit.git specify init <PROJECT_NAME>
如果你准备经常用，也可以用 uv tool install 做持久安装。
初始化完成后，项目里会出现 Spec Kit 相关模板和命令。
现在官方文档里的核心命令通常是这一组：
/speckit.specify/speckit.plan/speckit.tasks/speckit.implement
有些旧教程或不同集成里，可能会写成 /specify、/plan、/tasks。
新手不用纠结名字。
你只要记住一件事：
以你项目初始化后生成的命令为准。
一个完整例子
假设你想做一个家庭任务管理器。
不要这样开头：
帮我做一个任务管理 App。
可以这样说：
我想做一个家庭任务管理器，用来记录一家人的家务和待办事项。用户包括爸爸、妈妈和孩子。第一版只需要添加任务、分配负责人、设置截止日期、标记完成。页面要简单，手机上好操作，不需要复杂登录。成功标准是：一家人每天打开一次，就能看清今天谁要做什么。
这段话里已经包含了很多关键信息：
- 用户是谁
- 场景是什么
- 第一版边界在哪里
- 什么叫做成功
- 交互优先级是什么
AI 拿到这样的输入，生成出来的 Spec 会稳定很多。
接着你再让它做计划：
用最简单的 Web 方案实现。优先本地运行，后面再考虑部署。数据先用 SQLite，不要一开始就做复杂权限系统。
再让它拆任务。
最后一项项实现。
这个过程比“直接生成一个完整 App”慢一点，但成功率高很多。
尤其适合你想真的把东西用起来，而不是只做一张好看的截图。
适合哪些人？
我觉得 Spec Kit 最适合这几类人。
1. 有想法但不会写代码的人
比如你想做：
- 个人记账工具
- 学习打卡器
- 家庭任务管理器
- 小型报名系统
- Excel 自动化工具
你不一定要懂代码。
但你要愿意把需求说清楚，愿意检查 AI 给你的规格和计划。
2. 小团队负责人
很多小团队不是没有需求，而是研发资源永远不够。
用 Spec Kit 先把想法整理成规格，再交给 AI Agent 或开发同事继续做，可以减少很多反复沟通。
它不保证一次成型，但能让需求不再只停留在聊天记录里。
3. 产品、运营和独立开发者
这类人往往最适合用。
因为他们知道业务场景，也知道用户痛点，只是缺一个稳定的执行流程。
Spec Kit 能帮他们把“想法”变成“可执行任务”。
这一步本身就很值钱。
新手最容易踩的坑
只写功能，不写目标
不要只说“我要登录、报表、导出”。
要补一句：
这个工具帮助谁，在什么场景下完成什么事。
AI 需要目标感。
否则它只会堆功能。
第一版做太大
普通用户最容易犯的错，是第一版就想做成完整商业产品。
建议先压到一个核心场景。
比如记账工具第一版只做：
- 添加收入支出
- 查看月度汇总
- 导出 Excel
登录、云同步、预算提醒、多人共享，都可以以后再加。
不审核规格文档
Spec Kit 生成 Spec 后，不要直接下一步。
你要读一遍。
看它有没有偷偷加功能，有没有漏掉关键场景，有没有把你的目标理解偏。
普通用户用 Spec Kit，最重要的工作不是写代码。
而是 审核方向。
把 AI 当外包
AI Agent 不是一个你甩需求就能自动交付的外包团队。
更像一个很能干、但需要你盯方向的实习生。
你给它清楚的目标，它会很快。
你给它模糊的愿望，它也会很快。
只是快到错误方向上。
先拿这份提示词试试
如果你不知道怎么开始，可以直接复制下面这段，改成自己的项目：
我想做一个【工具名称】。
目标用户是【谁】。
他们现在的问题是【具体痛点】。
这个工具第一版要帮助他们完成【一个核心任务】。
第一版必须包含：
1. 【功能1】
2. 【功能2】
3. 【功能3】
第一版暂时不做：
1. 【暂不做的功能1】
2. 【暂不做的功能2】
成功标准是：
用户在【具体场景】下，可以用【多长时间】完成【明确结果】。
请先帮我生成规格说明，不要直接写代码。
这段提示词的重点，是把 AI 从“写代码模式”拉回“理解需求模式”。
只要第一步方向对了，后面才有可能稳。
所以，建议学吗？
如果你只是想玩一玩 AI 生成网页，Spec Kit 可能会显得有点麻烦。
但如果你真的想把一个小工具做出来、跑起来、后面还能改，那它很值得学。
它真正教普通人的，不是编程。
而是怎么更好地 指挥 AI 做事。
未来会用 AI 的人，不一定都是程序员。
但会越来越像产品经理、项目经理和流程设计者。
你负责判断：
- 该做什么
- 先做什么
- 什么算做好
- 哪里不能乱做
AI 负责执行。
这就是 Spec Kit 最有价值的地方。
它让普通人不再只会对 AI 许愿，而是开始学会给 AI 画图纸。
这一步，可能比学会某个具体工具更重要。
如果你也想用 AI 做自己的小工具，建议先收藏这篇。
下次别急着让 AI 直接写代码，先让它帮你写清楚 Spec。
关注我，后面我会继续拆 AI Agents、AI 编程工具和普通人能用上的自动化工作流。