Taste-Skill 实用指南:给 AI 前端设计三个旋钮,告别模板脸
【免费下载链接】taste-skillTaste-Skill - gives your AI good taste. stops the AI from generating boring, generic slop项目地址: https://gitcode.com/GitHub_Trending/ta/taste-skill
把"帮我做个落地页"丢给 AI 前端设计工具,产出的往往是:深色背景、紫色渐变、三张等宽卡片、居中大标题。十个页面长得像同一个模板。问题不在代码能力,而在模型不理解你的意图时,会退回"平均审美"的默认值。Taste-Skill 的思路是设计参数化:把品味变成一套 AI 能执行的规则,让 Cursor、Codex、Claude Code 这类 Agent 停止生产模板页。
🧭 先问三个问题,再写代码
大多数 AI 工具收到需求后直接"需求进、代码出",跳过了最关键的设计推理。Taste-Skill 在动代码前插了一步"设计判读":模型先读取页面类型、你用的形容词、你给的参考、目标观众、已有品牌资产、隐性约束(无障碍优先、受监管行业)这几类信号,再输出一行固定格式的设计判读,例如:"Reading this as: 面向技术买家的 B2B SaaS 落地页,Linear 式极简语言,倾向 Tailwind + Geist + 克制动效。"只有当判读真正分叉时才追问,而且只问一个问题,绝不连珠炮。
翻译成大白话,就是写码前先做"三连问":
- 这是什么页面?页面类型决定设计语言:SaaS 落地页讲价值主张与转化路径;作品集讲视觉个性;企业站讲信任感;博客和编辑型内容讲阅读体验与信息层次。
- 要什么气质?你用的描述词会被翻译成具体参数,而不是空泛的样式标签:"简约"对应居中布局、充足留白、单色调;"高端"对应非对称构图、精细动效、材质纹理;"创意"则把布局实验性和交互元素拉到最满。
- 给谁看?观众决定视觉策略,而不是 AI 的个人口味:B2B 采购团队看数据可信度与合规性;设计敏感型消费者看品牌故事与情感连接;技术决策者看架构与性能;普通用户看直观导航和清晰的价值主张。
这三连问看似简单,却是"AI 听懂了你"和"AI 自说自话"的分界线。
🎛 三个旋钮调"感觉"
判读明确后,第二步是调"感觉"。可以把它想成做菜:同样的食材(内容和组件),放多少盐、怎么摆盘,味道完全不同。Taste-Skill 把品味抽象成三个旋钮,都是 1 到 10,之后所有布局、动效、密度决策都被它们卡控。文件里带默认值(8/6/4),调参直接在对话里说,不用改文件。
旋钮一:DESIGN_VARIANCE,摆盘自由度。管布局敢不敢偏离居中。低档(1-3)是经典 12 列网格、居中对齐、间距等分;中档(4-7)开始用负边距重叠、混合宽高比、非对称对齐;高档(8-10)出现错落式布局、分数单位网格、大尺度留白。三个参数怎么选的实战口径:企业页、文档站压在 3-5;作品集和创意站从 7-10 起步。
旋钮二:MOTION_INTENSITY,火候。管页面动不动。低档只有 hover 和按压态,CSS 过渡就够;中档(4-7)是滚动进场、视差,交给 Motion 库;高档(8-10)上滚动劫持、物理模拟、GSAP 或 Three.js。硬规则是:每个动画必须能用一句话说清它在传达什么(引导注意力、展示状态变化、推进叙事),说不清就别做。而且"动效要说真话":旋钮设到 7,页面就必须真动;做不出来就降到 3,交一个干净的静态页,不要半成品。
旋钮三:VISUAL_DENSITY,盘子满不满。管一屏塞多少信息。低档(1-3)像美术馆,大留白、只强调一个焦点;中档(4-7)是常规网页间距,信息与可读性平衡;高档(8-10)是驾驶舱模式,数据密集,数字一律等宽字体。
三个参数怎么选的高频组合:
| 场景 | VARIANCE | MOTION | DENSITY |
|---|---|---|---|
| SaaS 落地页 | 7 | 6 | 4 |
| 设计师作品集 | 8 | 7 | 3 |
| 高端消费品牌 | 7 | 6 | 3 |
| 公共服务 / 合规站点 | 3 | 2 | 5 |
旋钮之上还压着一份"AI 破绽"清单:AI 紫渐变、Inter + slate-900、三张等宽卡片、默认滥用衬线体、高端品牌的米色 + 黄铜配色、破折号装饰,默认全部禁用,除非需求明确点名。这是"反模板脸"最直接的体现。
仓库里也附带真实产出,比如这个用默认技能做出的花艺品牌 Floria:
📦 用起来的三种方式
仓库里十几个技能,各管一件事,安装方式相同,按场景挑:
有参考图,或者想先看效果
imagegen-frontend-web、imagegen-frontend-mobile、brandkit 三个技能只出参考图(落地页 moodboard、移动端流程、品牌板),不写一行代码。你可以在带图像能力的 Agent 里先出图,再把图交给编码 Agent;也可以直接用 image-to-code-skill 跑"生图 → 析图 → 写码"完整链路,提示词里交代一句即可:"follow the skill: generate images, then analyze, then code"。
有现成页面要翻新
redesign-skill 的原则是"先审计,再动手":先提取现有品牌令牌、信息架构和 SEO 基线(SEO 迁移是重设计的头号风险),再按优先级逐项改进:字体 → 间距 → 色彩 → 动效 → hero 重构。同时有几样东西绝不静默改动:URL 结构、导航文案、表单字段名、法律文案。"保留品牌"模式下现有旋钮值原样保留、动效 +1;"全面翻新"则变化度和动效各 +2、密度不变。
全新需求
用默认的 taste-skill:读简报 → 定三个旋钮 → 选地基。需求指向成熟设计系统时,别重复造轮子,直接装官方包:
- Microsoft 生态、企业应用:
npm install @fluentui/react-components - Google / Material 风格:
npm install @material/web - IBM、数据分析界面:
npm install @carbon/react @carbon/styles - GitHub 风开发者工具:
npm install @primer/css
规矩很硬:一个项目只用一个设计系统,不许手写 CSS 复刻官方体系。需求是美学方向(玻璃态、Bento、粗野主义、暗色科技)而没有官方包时,就用原生 CSS 做,并在注释里诚实标注"近似实现",Apple Liquid Glass 就是按近似实现处理的。
全新构建的默认技术栈也被写死:React/Next.js 且服务端组件优先,动效逻辑隔离进带 'use client' 的叶子组件;Tailwind v4 + Motion(原 Framer Motion);图标只用 Phosphor/Radix/Tabler,不手绘 SVG;字体自托管或走 next/font,配 font-display: swap;本地状态用 useState,但指针、滚动进度这类连续值必须走 Motion 的 motion value,否则移动端渲染树会顶不住。
如果 Agent 爱留 TODO 交半成品,加 output-skill;想要更严的布局与动效约束,用 gpt-taste;视觉方向已定时,直接加 soft-skill、minimalist-skill 或 brutalist-skill。
安装一行命令(完整规则集见 skills/taste-skill/SKILL.md,v1 到 v2 的变更见 CHANGELOG.md):
git clone https://gitcode.com/GitHub_Trending/ta/taste-skill然后把对应 SKILL.md 拷进项目,或直接粘进对话即可。
✅ 交付前自检清单
最后一关是交付前自检清单:一条一句话,任何一条不过关就算没做完。完整清单有 60 多项,最容易踩的 8 条如下:
- Hero 是否装进首屏:标题不超 2 行、副文案不超 20 词、CTA 不滚动就可见
- 导航在桌面端保持单行,高度不超 80px
- 按钮、表单、占位文字对比度都过 WCAG AA(4.5:1)
- 所有交互元素可键盘触达,hover / focus / active / disabled 状态齐全
- 动效有 prefers-reduced-motion 的静态回退
- 移动端断点逐节写明,用 min-h-[100dvh] 而不是 h-screen
- LCP < 2.5s、INP < 200ms、CLS < 0.1,过一遍 Lighthouse
- 全页零破折号(—),这是模型最常见的"AI 痕迹",硬性禁止
这份交付前自检清单的意义不在条目多,而在把"我觉得好看"变成"逐条可验证"。
把品味变成流程
Taste-Skill 的用法一句话带走:读简报、定旋钮、选系统、交付前自检,"好不好看"就从玄学变成了流程。项目自己也按同一逻辑迭代:v2 基于真实翻车案例整体重写,区块库在持续扩充,research/ 目录里还放着"模型为什么会偷懒"的专项研究。
【免费下载链接】taste-skillTaste-Skill - gives your AI good taste. stops the AI from generating boring, generic slop项目地址: https://gitcode.com/GitHub_Trending/ta/taste-skill
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考