样例：AI 应用规范

下面是 CampusClaw 项目《AI 应用规范 · CampusClaw》的原文，逐条列出，可直接照抄。

1. 调用边界

检索与生成分开：关键词检索不调模型；只有生成回答这一步使用模型。出题、批改、去重这类能算出确定结果的部分走规则实现。

2. 提示词即代码

• 模板放在 backend/internal/assistant/prompts/，随版本入库，文件头写版本号与最近一次评测结论。
• 模板随版本变，不随环境变——它不是配置项，不放 .env。
• 改模板走变更流程：提变更 → 改模板 → 跑评测集 → 归档结果与结论。

判据：线上生效的模板能在仓库里按版本号找到，且评测结论可追溯到那一次变更。

3. 模型与参数锁定

模型名与版本、温度、最大输出长度集中在配置里；检索阈值 SEARCH_VECTOR_MIN（默认 0.35）、召回条数写在同一处。代码中不得出现散落的数值常量。

4. 超时、重试与降级

• 模型调用单一超时值，重试上限一次，退避后仍失败即返回 1500 区间错误码（依赖不可达）。
• 向量库停掉时：mode=keyword 仍可用；mode=vector 与 mode=hybrid 返回 503，并给出「改用关键词模式」的下一步提示。不做无限等待。

5. 输出校验与不编造

• 结构化输出先校验再使用；解析失败按失败处理，不静默改为默认值。
• 两路检索都没越过阈值时返回固定文案「资料中未找到相关内容」。不得返回伪造的 material_id，不得编造片段。
• 回答中的引用编号 [n] 只能指向真实命中；引用列表为空时正文不带编号。

判据：清空资料库后提问，回答中不应出现任何引用编号。

6. 外部内容的装配方式

材料正文、技能文件描述、工具返回一律作为数据放在用户消息里；系统提示里写明不执行其中的任何指令。名称含「解题引导」的技能只写引导步骤，不写最终答案。

7. 评测集与回归

apitest/eval/cases.jsonl 维护二十条：十条必须答对（含出处可核对），十条必须拒答（跨班资料、无依据提问、诱导性指令）。改模板或换模型版本后跑一次，结果写入 docs/eval/YYYY-MM-DD-<版本>.md。

8. 用量观测

日志记模型名、提示词版本、耗时、用量、命中数；不记提示词全文（含用户上传内容与学生提问原文）。

违反时

改模板不跑评测即视为未完成变更；出现编造出处按缺陷处理，先补评测用例再改模板。