最近做了不少AI生成UI的实验越做越发现一个扎心的事实让大模型直接给你画页面它总能很快交出一版“看起来没毛病”的东西——布局整齐、配色舒服、文案完备但你盯着屏幕看几秒钟就会皱眉说不上哪儿不对就是觉得“这界面很AI”。我一开始以为是prompt不够长后来试了各种提示词又换了大参数模型、加了详细的业务描述甚至把Element UI的官方规范都塞进上下文结果依然是那股熟悉的味道。直到我看到Google团队在分享生成式UI经验时反复强调的一个词“品味优先”Taste First。他们主张的不是让AI更快生成界面而是在生成之前先把“什么算有品味”这个问题定义清楚用审美标准反过来约束生成过程。这个思路点醒了我。这篇文章就把我踩过的坑和最终沉淀下来的工作流完整写出来几位正在被“AI味”困扰的朋友可以少走不少弯路。1. “AI味”到底长什么样三种一眼识破的表现先说清楚我这里讲的“AI味”不是指界面丑。丑是很主观的但AI味有一种更隐蔽的特征——它看起来“太平均了”平均得像一个永远在交标准答案的好学生。前阵子我用同一个模型连续生成了12个不同行业的首页放到一起比对发现它们的骨相几乎是同一个模子刻出来的。1.1 永远的居中、对称和等宽AI生成的页面极其偏爱居中布局。标题居中按钮居中三张卡片也居中。卡片永远等宽间距永远相等连底部版权信息都要居中来一个。为什么因为大语言模型在爬取和训练的时候见过海量的企业模板、Dashboard模板、Landing Page模板而“居中对称等高卡片”是这些模板里出现频率最高的构图。这种布局不是错的但它非常安全安全到没有性格。真正有品味的设计通常会有暧昧的负空间故意打破对称或者让某一块内容占据视觉重心。人眼是会被“不均匀”吸引的AI却本能地避开所有不均匀。我后来给AI加了一句“请让左侧区域比右侧重一些右侧用留白形成呼吸感”它输出的版本立刻有了完全不同气质。1.2 配色永远在“安全区”里打转第二件让我头疼的事是配色。AI默认的配色几乎就是一套“Web UI安全模板”深蓝或蓝色渐变做主色白或浅灰做背景再来一个不饱和的辅色点缀。你让它“活泼一点”它给你加一个橙色你让它“高端一点”它把蓝色换成深灰蓝。本质还是那套范式。有品味的配色往往不是最好用的配色而是最有记忆点的配色。比如一个社区产品可以大胆用明黄底墨黑字一个文化类App可以用陶土红配米白这些组合在“可用性”上并不完美但看一眼就忘不掉。AI模型的技术逻辑决定了它倾向于输出训练数据中平均概率最高的颜色组合而平均概率最高的组合恰好就是满大街的“蓝色白灰”。1.3 文案、图标、插画全是一股模板腔第三个特征更隐蔽但也更致命AI生成的UI文案和装饰元素全都带着模板腔。按钮永远写“立即开始”首屏标题永远是“让XX变得更简单”配图永远是几个透明玻璃质感的三维几何体用户头像永远用那种蓝色底白色人的SVG占位图标。我把这些内容单独抽出来看每个单点都没问题拼在一起就出戏了。真实的产品里每一个文案、每一个图标都有它的具体语境按钮可能写“今天想吃什么”首屏标题可能是反主流的一句宣言占位图可能是一张手绘的速写。AI为了满足“通用性”会把所有细节都打磨成“无论哪个项目都能用”的万能零件而万能零件恰恰是缺少生活质感的。2. 为什么大模型一画界面就带AI味根因不在画布在训练逻辑要解这个问题得先从根子上理解为什么AI会掉进这个坑里。单靠加prompt解决不了因为问题根本不在提示词的措辞而在大模型底层的生成逻辑和训练数据。2.1 概率生成天然向均值回归大模型生成下一个token的时候本质上是在所有可能候选里按照概率采样。哪句话最常出现在训练语料中哪个颜色组合最常出现在网页源码里哪个按钮文案最常被写成“立即开始”它下一个token的概率就越高。概率采样天然倾向于选择“在大量样本中最常见”的路径而这条路径就是统计学意义上的“平均”。做过产品的人都知道“平均”这个概念有多危险。用户不会记住一个平均的产品用户只会记住最顺手的、最顺眼的、以及最难用的。AI生成UI之所以总有AI味就是因为它永远在向你走那条被最多人走过的路而不是那条更能解决你问题、更能体现产品气质的路径。2.2 训练语料没有给“好看”单独建一条通道第二个原因更本质。大模型在预训练阶段学习的是“一个页面通常由哪些部分组成”而不是“什么样的页面才好看”。训练数据里的网页源码确实包含了布局、配色、字体但网页源码里没有“为什么这么设计”的解释更不会标注“这个页面好看指数7.8分”。模型学到的只是结构上的统计规律导航栏应该在顶部、登录表单该有用户名和密码框、按钮要有hover效果。这种学习方式决定了AI擅长“复刻最常见的解决方案”但不具备“审美判断”能力。它可以模仿一个好看的页面但没法解释为什么这个页面好看更别提在全新场景里主动创造一种新的好看。这就是为什么我们喂给它一堆“高级感”“艺术感”的关键词它也只是在平均值附近微调一下颜色和圆角。2.3 缺少审美反馈的强化学习闭环如果模型能在生成界面后再被训练一轮每生成一版就接受“好看还是不好看”的反馈它是有可能逐步学会品味的。但现实是现阶段的UI生成链路里几乎不存在这种反馈。即使有人类专家对生成结果打了分也很难把“审美”这种高度主观且依赖情境的标准拆解成稳定的强化学习奖励函数。Google那套“品味优先”之所以特别其实是它绕过了这个难题不再试图让模型直接学会审美而是让模型先生成多个候选再由一套预先定义好的审美标准可以是人写的规则也可以是另一个模型充当的评审去筛选和迭代。把“生成”和“评价”分成两步恰好避开了训练阶段缺乏审美信号的问题也就能打破平均值陷阱。3. Google的“品味优先”到底在说什么先建立审美标准再动笔画“品味优先”不是一句空口号它有一整套可以操作的逻辑。我反复咀嚼下来它的核心是在让AI动手之前先把“这个页面应该给人什么感觉”这件事变成可描述、可打分、可迭代的规则。3.1 从Material Design到生成式UIGoogle本来就有一套审美体系Google与很多只会“堆功能”的团队不同它有非常完整的审美遗产从Material Design的层级、动效、阴影规范到近年越来越强调的个性化、包容性、表达感。做生成式AI的时候这些沉淀下来的设计观就能直接变成评价指标。比如“层级清晰”“信息密度合理”“动效有意图”“色彩遵循语义而不是装饰”等这些都可以变成显性的约束塞进AI生成和评审的上下文里。这给了我一个直接启发如果不站在一个明确的审美体系上去使用AIAI一定会自己挑一个最没性格的体系来用。你可以不用Google那套但你必须有一套比如你团队自己的设计规范或者你特别喜欢的某个设计风格的Checklist。3.2 “品味优先”的核心动作先多生成方向再打分筛选大多数人的做法是给AI一句“帮我生成一个企业官网首页”然后期待第一次输出就是能上线的作品。品味优先的做法是反过来的先让AI发散出8到10个完全不同的方向每一个方向都对应不同的视觉基调然后把这些方向放到同一个评审表里打分筛掉平均的保留有明显观点的最后再对筛出来的方向做二次迭代。这个方法本质上是在“选择”而不是“生成”。生成能力不行AI生成一万遍都是平均值但如果有好的选择机制它100个输出里面总有1到2个能产生惊喜。品味高的人不是每次画得都好而是他们有能力从一堆草图里一眼认出哪张是对的。把这个能力注入流程比逼迫AI每次都画得完美要有效得多。3.3 让AI Agent扮演“毒舌评审”来自我批评更进阶一点的做法是让AI Agent自己扮演“设计评审”。你生成一版界面后先不给项目方看而是让另一个Agent用预设好的审美标准逐项挑毛病比如“这个配色没有主次”“这里的栅格太平均了”“按钮文案太套路”然后把批评意见再交给生成Agent去改。我实测过很多轮这一招对“消AI味”非常有效。因为当我告诉第一个Agent“你是毒舌设计总监”并输入具体审美标准后它给出的批评往往是具体且能落地的而生成Agent拿到这些批评后不会再返回平均值而会真的朝着“修正某个问题”的方向走。这个过程很像一个没有审美判断力的年轻设计师在手把手地被一个总监带教带的次数多了他的默认水平也会跟着提升。4. 把“品味优先”变成一套可复用的UI生成工作流理论说了不少接下来把我自己目前在用的完整工作流写下来。这套流程过去一个月帮我把好几个项目的初始UI从“一眼AI”变成了“像真人认真做过的”而且每一步都能复用。4.1 第一步写一张“设计意图卡”而不是功能清单以前我让AI生成页面通常会写“这是一个SaaS后台的数据看板需要有销售数据、订单趋势、用户增长要有图表。”这就是典型的功能清单AI收到后只会把功能模块平铺出来视觉上必然平淡。现在我会先额外写一张设计意图卡包含四个要素视觉基调、情绪关键词、参考风格、禁忌项。以销售数据看板为例视觉基调我可能写“金融杂志般的紧凑与信赖”情绪关键词写“冷静、专业、有秩序感但不呆板”参考风格写“类似FT中文网数据页的标题字体搭配细线表格”禁忌项写“不要大面积深蓝渐变不要玻璃质感插画不要无意义的圆角卡片堆叠”。这张卡的核心作用是替AI做出审美方向的取舍。功能清单回答的是“页面里要装什么”设计意图卡回答的是“这些东西应该给人什么感觉”。没有后者AI一定会用默认平均值来装前者。4.2 第二步先生成9个极简线框逼着AI表达“构图观点”拿到设计意图卡后不要直接让它出高保真。先让它用极简线框图的方式给同一个页面生成9种不同的构图方案。注意一定要限制“极简”只允许黑线、灰块、文字占位符不允许配色和素材干扰。这个阶段不是为了看图是否精美而是为了看构图本身有没有观点。有的方案可能是左窄右宽的非对称布局有的可能是顶部巨型标题、下面留白极多有的可能是卡片像瀑布一样垂直排列。我通常会让AI为每个方案配一句话说明描述“这个构图的视觉重心是什么”然后我基于这些说明来判断方向。9个线框最大的价值是把AI从“平均布局”里拽出来。当要求它穷尽可能性时它会愿意给出一些平时它不敢给的大胆方案因为反正只是线框成本很低。4.3 第三步五点评分表筛出有观点的穷经方向拿到9个线框后用一张固定的五点评分表去筛。我的评分维度分别是审美独特性、信息可读性、业务匹配度、实现成本、后续扩展性。每个维度1到5分总分为25分。这里最重要的权重是“审美独特性”我会强制要求这个维度低于3分的方案直接淘汰。这个评审动作请一定不要交给AI独立完成。你可以让AI先给出技术层面的评估比如实现成本、扩展性但“审美独特性”和“业务匹配度”必须由人来判断。因为所谓品味本质上就是你对“什么适合这个产品”的判断力这个判断力恰恰是流程里最不能外包的部分。筛选完成后我会留下总分前两名通常是一个大胆方案和一个稳健方案然后带着这两条路进入下一步。4.4 第四步把“视觉规范”注入高保真生成阶段方向确定后才进入真正的高保真UI生成。这个阶段要把前面那套视觉规范全部显式地喂给AI。我建议的格式是风格关键词、颜色原点、字体组合、圆角规则、阴影规则、图标风格再加上“从何处找参考”的提示。举个例子我最近做一个文化类社区的前台页面我告诉AI“主色用陶土红而不是品牌蓝标题用衬线字体卡片圆角控制在4px以内阴影要轻图标统一用线条风格避免3D渐变。参考氛围可以想象成一本艺术杂志的网站而不是一个互联网工具产品。”这一步跑出来的高保真界面已经能明显看出人的选择痕迹。虽然距离可以直接上线的水准还有些距离但至少没有那股典型的“人工智能模板味”了。5. 实战案例把一个AI登录页从“AI味”拉回“有品味”举一个我最近实际做的例子。后台管理系统的登录页需求很简单品牌授权系统的数据平台登录入口需要有账号密码输入、记住我、登录按钮、第三方接入提示。5.1 AI初版输出舒服但没有任何记忆点第一版我用最直白的方式让AI生成给的就是功能清单。结果出来的页面非常标准屏幕正中间一张白色卡片浅灰背景蓝色主按钮左侧一个半透明的玻璃质感几何体装饰底部居中一行小字“© 2024 All Rights Reserved”。拿给同事看大家第一反应是“挺干净的”。但问到“你记住这个登录页了吗”所有人都摇头。这就是典型的AI味——它不丑它只是没有脸。一个登录页是用户对产品的第一次接触如果它没有记忆点那整个产品的品牌气质从第一步就泄掉了。5.2 用品味优先流程重新推演我调出设计意图卡开始重做。业务背景是品牌授权管理平台目标用户是品牌方运营人员不是C端大众他们更需要的是“专业感”和“被重视感”。视觉基调我定为“私人银行服务台的克制与仪式感”情绪关键词用“沉稳、可靠、有质地”参考风格指向“瑞士平面设计语言”禁忌项包括“不要满屏渐变不要圆角大卡片不要插画”。进入线框阶段我要求生成9个极简方案。大部分还是居中卡片但有两个方案让我眼前一亮一个是把登录表单推到页面右侧三分之二的位置左侧大面积留白只在左上角放一个非常小的品牌Logo营造出“被邀请进入”的仪式感另一个是把页面切成上下两块上半部分放一段有力的品牌宣言下半部分才是极简的登录区背景用粗颗粒纸张纹理。这两个方案共同的特点是它们不再把登录页当成一个“表单填写页”而是当成一个“品牌叙事的开场”。这已经跳出了功能清单思维。5.3 二轮生成后的页面与走查我选了那个左空右密的分栏方案注入视觉规范做二轮高保真主色用一个偏深的墨绿色而不是登录页最常见的蓝色辅助色用金色细线字体用思源宋体做标题正文用无衬线圆角全部是极小的2px输入框底部只用一条细线不做通栏边框。最终出来的页面跟初版放在一起是两种完全不同的气质。初版像一个外包公司套模板赶出来的东西二版则像一个认真想过“用户走进来应该感觉到什么”的产品。为了确保它不是只有氛围没有可用性我又让“毒舌评审Agent”按走查清单过了一遍表单入口清晰度、键盘Tab顺序、错误提示的位置、移动端的适配逐项确认后才交给前端接入。6. 这套方法哪些地方容易翻车踩坑记录与边界任何工作流都有坑品味优先也不是万能药。我把使用过程中翻过车的几个点写出来避免你们在同样地方浪费时间。6.1 评分环节容易变成“走形式”第一个坑是评分的时候几个人围在一起打着打着就变成“挺好的”“还行”最后全靠拍脑袋。后来我强制要求每一条评分都必须写一句理由而且理由里不能出现“氛围”“高级感”这种虚词必须具体到“标题字号太小压在跟我一样的层级”“左侧留白没有承载任何含义”“副标题文案过于功能指向”。一旦理由说不出来就说明打分人没有真正在看这样的评审是可以跳过的。6.2 高保真生成后仍需人工微调视觉细节品味优先可以一次性解决“整体方向跑偏”但没法解决“像素级整洁”。二轮生成的高保真页面里经常会出现间距不均匀、字号层级混乱、一行文本上下被截断等问题。这些东西不能指望AI自己发现特别是你没有给AI一个浏览器环境时。我现在的做法是AI生成后把页面截图丢给一个“挑剔前端工程师”Agent做一轮视觉走查再用人工过一遍核心页面。想让AI完全交付可上线的UI现阶段还不太现实。6.3 不是所有场景都适合“品味优先”最后说个边界。有些场景根本不需要太多品味比如内部用的数据表格、快速验证用的后台原型、填满信息为主的操作面板。这些界面追求的是高效和标准化用AI的平均输出反而更合适。不要为了“消AI味”而刻意追求特立独行那样会把一个本来应该一眼就能看懂的事务性界面搞得花里胡哨。我的原则是用户会停留、会感知品牌情绪、会形成第一印象的页面值得走一遍品味优先纯粹为了完成任务的工具页直接让AI快速生成就好。说起来做了这些实验之后我反而对AI做UI这件事乐观了不少。过去我担心AI会让所有界面都长成一模一样的模板脸现在的实践证明问题和解法都在同一个地方如果我们自己都说不清“好看是什么”AI只会给我们一个没有观点的平均答案一旦我们能像Google那样把品味变成明确的、可评审的约束AI的理解能力和执行力反而能帮我们更快地逼近那个有感觉的方向。这大概是这个时代做设计最奇妙的地方——AI不会替你拥有品味但它真的愿意跟着你练品味。 
长河君 · 2026/10/16 5:37:59 · 阅读 1.2k 品味优先：如何消除AI生成UI的“模板味”与平均感
最近做了不少AI生成UI的实验越做越发现一个扎心的事实让大模型直接给你画页面它总能很快交出一版“看起来没毛病”的东西——布局整齐、配色舒服、文案完备但你盯着屏幕看几秒钟就会皱眉说不上哪儿不对就是觉得“这界面很AI”。我一开始以为是prompt不够长后来试了各种提示词又换了大参数模型、加了详细的业务描述甚至把Element UI的官方规范都塞进上下文结果依然是那股熟悉的味道。直到我看到Google团队在分享生成式UI经验时反复强调的一个词“品味优先”Taste First。他们主张的不是让AI更快生成界面而是在生成之前先把“什么算有品味”这个问题定义清楚用审美标准反过来约束生成过程。这个思路点醒了我。这篇文章就把我踩过的坑和最终沉淀下来的工作流完整写出来几位正在被“AI味”困扰的朋友可以少走不少弯路。1. “AI味”到底长什么样三种一眼识破的表现先说清楚我这里讲的“AI味”不是指界面丑。丑是很主观的但AI味有一种更隐蔽的特征——它看起来“太平均了”平均得像一个永远在交标准答案的好学生。前阵子我用同一个模型连续生成了12个不同行业的首页放到一起比对发现它们的骨相几乎是同一个模子刻出来的。1.1 永远的居中、对称和等宽AI生成的页面极其偏爱居中布局。标题居中按钮居中三张卡片也居中。卡片永远等宽间距永远相等连底部版权信息都要居中来一个。为什么因为大语言模型在爬取和训练的时候见过海量的企业模板、Dashboard模板、Landing Page模板而“居中对称等高卡片”是这些模板里出现频率最高的构图。这种布局不是错的但它非常安全安全到没有性格。真正有品味的设计通常会有暧昧的负空间故意打破对称或者让某一块内容占据视觉重心。人眼是会被“不均匀”吸引的AI却本能地避开所有不均匀。我后来给AI加了一句“请让左侧区域比右侧重一些右侧用留白形成呼吸感”它输出的版本立刻有了完全不同气质。1.2 配色永远在“安全区”里打转第二件让我头疼的事是配色。AI默认的配色几乎就是一套“Web UI安全模板”深蓝或蓝色渐变做主色白或浅灰做背景再来一个不饱和的辅色点缀。你让它“活泼一点”它给你加一个橙色你让它“高端一点”它把蓝色换成深灰蓝。本质还是那套范式。有品味的配色往往不是最好用的配色而是最有记忆点的配色。比如一个社区产品可以大胆用明黄底墨黑字一个文化类App可以用陶土红配米白这些组合在“可用性”上并不完美但看一眼就忘不掉。AI模型的技术逻辑决定了它倾向于输出训练数据中平均概率最高的颜色组合而平均概率最高的组合恰好就是满大街的“蓝色白灰”。1.3 文案、图标、插画全是一股模板腔第三个特征更隐蔽但也更致命AI生成的UI文案和装饰元素全都带着模板腔。按钮永远写“立即开始”首屏标题永远是“让XX变得更简单”配图永远是几个透明玻璃质感的三维几何体用户头像永远用那种蓝色底白色人的SVG占位图标。我把这些内容单独抽出来看每个单点都没问题拼在一起就出戏了。真实的产品里每一个文案、每一个图标都有它的具体语境按钮可能写“今天想吃什么”首屏标题可能是反主流的一句宣言占位图可能是一张手绘的速写。AI为了满足“通用性”会把所有细节都打磨成“无论哪个项目都能用”的万能零件而万能零件恰恰是缺少生活质感的。2. 为什么大模型一画界面就带AI味根因不在画布在训练逻辑要解这个问题得先从根子上理解为什么AI会掉进这个坑里。单靠加prompt解决不了因为问题根本不在提示词的措辞而在大模型底层的生成逻辑和训练数据。2.1 概率生成天然向均值回归大模型生成下一个token的时候本质上是在所有可能候选里按照概率采样。哪句话最常出现在训练语料中哪个颜色组合最常出现在网页源码里哪个按钮文案最常被写成“立即开始”它下一个token的概率就越高。概率采样天然倾向于选择“在大量样本中最常见”的路径而这条路径就是统计学意义上的“平均”。做过产品的人都知道“平均”这个概念有多危险。用户不会记住一个平均的产品用户只会记住最顺手的、最顺眼的、以及最难用的。AI生成UI之所以总有AI味就是因为它永远在向你走那条被最多人走过的路而不是那条更能解决你问题、更能体现产品气质的路径。2.2 训练语料没有给“好看”单独建一条通道第二个原因更本质。大模型在预训练阶段学习的是“一个页面通常由哪些部分组成”而不是“什么样的页面才好看”。训练数据里的网页源码确实包含了布局、配色、字体但网页源码里没有“为什么这么设计”的解释更不会标注“这个页面好看指数7.8分”。模型学到的只是结构上的统计规律导航栏应该在顶部、登录表单该有用户名和密码框、按钮要有hover效果。这种学习方式决定了AI擅长“复刻最常见的解决方案”但不具备“审美判断”能力。它可以模仿一个好看的页面但没法解释为什么这个页面好看更别提在全新场景里主动创造一种新的好看。这就是为什么我们喂给它一堆“高级感”“艺术感”的关键词它也只是在平均值附近微调一下颜色和圆角。2.3 缺少审美反馈的强化学习闭环如果模型能在生成界面后再被训练一轮每生成一版就接受“好看还是不好看”的反馈它是有可能逐步学会品味的。但现实是现阶段的UI生成链路里几乎不存在这种反馈。即使有人类专家对生成结果打了分也很难把“审美”这种高度主观且依赖情境的标准拆解成稳定的强化学习奖励函数。Google那套“品味优先”之所以特别其实是它绕过了这个难题不再试图让模型直接学会审美而是让模型先生成多个候选再由一套预先定义好的审美标准可以是人写的规则也可以是另一个模型充当的评审去筛选和迭代。把“生成”和“评价”分成两步恰好避开了训练阶段缺乏审美信号的问题也就能打破平均值陷阱。3. Google的“品味优先”到底在说什么先建立审美标准再动笔画“品味优先”不是一句空口号它有一整套可以操作的逻辑。我反复咀嚼下来它的核心是在让AI动手之前先把“这个页面应该给人什么感觉”这件事变成可描述、可打分、可迭代的规则。3.1 从Material Design到生成式UIGoogle本来就有一套审美体系Google与很多只会“堆功能”的团队不同它有非常完整的审美遗产从Material Design的层级、动效、阴影规范到近年越来越强调的个性化、包容性、表达感。做生成式AI的时候这些沉淀下来的设计观就能直接变成评价指标。比如“层级清晰”“信息密度合理”“动效有意图”“色彩遵循语义而不是装饰”等这些都可以变成显性的约束塞进AI生成和评审的上下文里。这给了我一个直接启发如果不站在一个明确的审美体系上去使用AIAI一定会自己挑一个最没性格的体系来用。你可以不用Google那套但你必须有一套比如你团队自己的设计规范或者你特别喜欢的某个设计风格的Checklist。3.2 “品味优先”的核心动作先多生成方向再打分筛选大多数人的做法是给AI一句“帮我生成一个企业官网首页”然后期待第一次输出就是能上线的作品。品味优先的做法是反过来的先让AI发散出8到10个完全不同的方向每一个方向都对应不同的视觉基调然后把这些方向放到同一个评审表里打分筛掉平均的保留有明显观点的最后再对筛出来的方向做二次迭代。这个方法本质上是在“选择”而不是“生成”。生成能力不行AI生成一万遍都是平均值但如果有好的选择机制它100个输出里面总有1到2个能产生惊喜。品味高的人不是每次画得都好而是他们有能力从一堆草图里一眼认出哪张是对的。把这个能力注入流程比逼迫AI每次都画得完美要有效得多。3.3 让AI Agent扮演“毒舌评审”来自我批评更进阶一点的做法是让AI Agent自己扮演“设计评审”。你生成一版界面后先不给项目方看而是让另一个Agent用预设好的审美标准逐项挑毛病比如“这个配色没有主次”“这里的栅格太平均了”“按钮文案太套路”然后把批评意见再交给生成Agent去改。我实测过很多轮这一招对“消AI味”非常有效。因为当我告诉第一个Agent“你是毒舌设计总监”并输入具体审美标准后它给出的批评往往是具体且能落地的而生成Agent拿到这些批评后不会再返回平均值而会真的朝着“修正某个问题”的方向走。这个过程很像一个没有审美判断力的年轻设计师在手把手地被一个总监带教带的次数多了他的默认水平也会跟着提升。4. 把“品味优先”变成一套可复用的UI生成工作流理论说了不少接下来把我自己目前在用的完整工作流写下来。这套流程过去一个月帮我把好几个项目的初始UI从“一眼AI”变成了“像真人认真做过的”而且每一步都能复用。4.1 第一步写一张“设计意图卡”而不是功能清单以前我让AI生成页面通常会写“这是一个SaaS后台的数据看板需要有销售数据、订单趋势、用户增长要有图表。”这就是典型的功能清单AI收到后只会把功能模块平铺出来视觉上必然平淡。现在我会先额外写一张设计意图卡包含四个要素视觉基调、情绪关键词、参考风格、禁忌项。以销售数据看板为例视觉基调我可能写“金融杂志般的紧凑与信赖”情绪关键词写“冷静、专业、有秩序感但不呆板”参考风格写“类似FT中文网数据页的标题字体搭配细线表格”禁忌项写“不要大面积深蓝渐变不要玻璃质感插画不要无意义的圆角卡片堆叠”。这张卡的核心作用是替AI做出审美方向的取舍。功能清单回答的是“页面里要装什么”设计意图卡回答的是“这些东西应该给人什么感觉”。没有后者AI一定会用默认平均值来装前者。4.2 第二步先生成9个极简线框逼着AI表达“构图观点”拿到设计意图卡后不要直接让它出高保真。先让它用极简线框图的方式给同一个页面生成9种不同的构图方案。注意一定要限制“极简”只允许黑线、灰块、文字占位符不允许配色和素材干扰。这个阶段不是为了看图是否精美而是为了看构图本身有没有观点。有的方案可能是左窄右宽的非对称布局有的可能是顶部巨型标题、下面留白极多有的可能是卡片像瀑布一样垂直排列。我通常会让AI为每个方案配一句话说明描述“这个构图的视觉重心是什么”然后我基于这些说明来判断方向。9个线框最大的价值是把AI从“平均布局”里拽出来。当要求它穷尽可能性时它会愿意给出一些平时它不敢给的大胆方案因为反正只是线框成本很低。4.3 第三步五点评分表筛出有观点的穷经方向拿到9个线框后用一张固定的五点评分表去筛。我的评分维度分别是审美独特性、信息可读性、业务匹配度、实现成本、后续扩展性。每个维度1到5分总分为25分。这里最重要的权重是“审美独特性”我会强制要求这个维度低于3分的方案直接淘汰。这个评审动作请一定不要交给AI独立完成。你可以让AI先给出技术层面的评估比如实现成本、扩展性但“审美独特性”和“业务匹配度”必须由人来判断。因为所谓品味本质上就是你对“什么适合这个产品”的判断力这个判断力恰恰是流程里最不能外包的部分。筛选完成后我会留下总分前两名通常是一个大胆方案和一个稳健方案然后带着这两条路进入下一步。4.4 第四步把“视觉规范”注入高保真生成阶段方向确定后才进入真正的高保真UI生成。这个阶段要把前面那套视觉规范全部显式地喂给AI。我建议的格式是风格关键词、颜色原点、字体组合、圆角规则、阴影规则、图标风格再加上“从何处找参考”的提示。举个例子我最近做一个文化类社区的前台页面我告诉AI“主色用陶土红而不是品牌蓝标题用衬线字体卡片圆角控制在4px以内阴影要轻图标统一用线条风格避免3D渐变。参考氛围可以想象成一本艺术杂志的网站而不是一个互联网工具产品。”这一步跑出来的高保真界面已经能明显看出人的选择痕迹。虽然距离可以直接上线的水准还有些距离但至少没有那股典型的“人工智能模板味”了。5. 实战案例把一个AI登录页从“AI味”拉回“有品味”举一个我最近实际做的例子。后台管理系统的登录页需求很简单品牌授权系统的数据平台登录入口需要有账号密码输入、记住我、登录按钮、第三方接入提示。5.1 AI初版输出舒服但没有任何记忆点第一版我用最直白的方式让AI生成给的就是功能清单。结果出来的页面非常标准屏幕正中间一张白色卡片浅灰背景蓝色主按钮左侧一个半透明的玻璃质感几何体装饰底部居中一行小字“© 2024 All Rights Reserved”。拿给同事看大家第一反应是“挺干净的”。但问到“你记住这个登录页了吗”所有人都摇头。这就是典型的AI味——它不丑它只是没有脸。一个登录页是用户对产品的第一次接触如果它没有记忆点那整个产品的品牌气质从第一步就泄掉了。5.2 用品味优先流程重新推演我调出设计意图卡开始重做。业务背景是品牌授权管理平台目标用户是品牌方运营人员不是C端大众他们更需要的是“专业感”和“被重视感”。视觉基调我定为“私人银行服务台的克制与仪式感”情绪关键词用“沉稳、可靠、有质地”参考风格指向“瑞士平面设计语言”禁忌项包括“不要满屏渐变不要圆角大卡片不要插画”。进入线框阶段我要求生成9个极简方案。大部分还是居中卡片但有两个方案让我眼前一亮一个是把登录表单推到页面右侧三分之二的位置左侧大面积留白只在左上角放一个非常小的品牌Logo营造出“被邀请进入”的仪式感另一个是把页面切成上下两块上半部分放一段有力的品牌宣言下半部分才是极简的登录区背景用粗颗粒纸张纹理。这两个方案共同的特点是它们不再把登录页当成一个“表单填写页”而是当成一个“品牌叙事的开场”。这已经跳出了功能清单思维。5.3 二轮生成后的页面与走查我选了那个左空右密的分栏方案注入视觉规范做二轮高保真主色用一个偏深的墨绿色而不是登录页最常见的蓝色辅助色用金色细线字体用思源宋体做标题正文用无衬线圆角全部是极小的2px输入框底部只用一条细线不做通栏边框。最终出来的页面跟初版放在一起是两种完全不同的气质。初版像一个外包公司套模板赶出来的东西二版则像一个认真想过“用户走进来应该感觉到什么”的产品。为了确保它不是只有氛围没有可用性我又让“毒舌评审Agent”按走查清单过了一遍表单入口清晰度、键盘Tab顺序、错误提示的位置、移动端的适配逐项确认后才交给前端接入。6. 这套方法哪些地方容易翻车踩坑记录与边界任何工作流都有坑品味优先也不是万能药。我把使用过程中翻过车的几个点写出来避免你们在同样地方浪费时间。6.1 评分环节容易变成“走形式”第一个坑是评分的时候几个人围在一起打着打着就变成“挺好的”“还行”最后全靠拍脑袋。后来我强制要求每一条评分都必须写一句理由而且理由里不能出现“氛围”“高级感”这种虚词必须具体到“标题字号太小压在跟我一样的层级”“左侧留白没有承载任何含义”“副标题文案过于功能指向”。一旦理由说不出来就说明打分人没有真正在看这样的评审是可以跳过的。6.2 高保真生成后仍需人工微调视觉细节品味优先可以一次性解决“整体方向跑偏”但没法解决“像素级整洁”。二轮生成的高保真页面里经常会出现间距不均匀、字号层级混乱、一行文本上下被截断等问题。这些东西不能指望AI自己发现特别是你没有给AI一个浏览器环境时。我现在的做法是AI生成后把页面截图丢给一个“挑剔前端工程师”Agent做一轮视觉走查再用人工过一遍核心页面。想让AI完全交付可上线的UI现阶段还不太现实。6.3 不是所有场景都适合“品味优先”最后说个边界。有些场景根本不需要太多品味比如内部用的数据表格、快速验证用的后台原型、填满信息为主的操作面板。这些界面追求的是高效和标准化用AI的平均输出反而更合适。不要为了“消AI味”而刻意追求特立独行那样会把一个本来应该一眼就能看懂的事务性界面搞得花里胡哨。我的原则是用户会停留、会感知品牌情绪、会形成第一印象的页面值得走一遍品味优先纯粹为了完成任务的工具页直接让AI快速生成就好。说起来做了这些实验之后我反而对AI做UI这件事乐观了不少。过去我担心AI会让所有界面都长成一模一样的模板脸现在的实践证明问题和解法都在同一个地方如果我们自己都说不清“好看是什么”AI只会给我们一个没有观点的平均答案一旦我们能像Google那样把品味变成明确的、可评审的约束AI的理解能力和执行力反而能帮我们更快地逼近那个有感觉的方向。这大概是这个时代做设计最奇妙的地方——AI不会替你拥有品味但它真的愿意跟着你练品味。