一个工具 17 条命令 专门用于去除前端设计的“AI 味”
紫色渐变、卡片叠卡片、Inter 字体、按钮弹跳——AI 做的网站为什么都长一个样。17 条命令专治这个。
- 先解释为什么会撞脸:不是巧合,是模型的默认审美收敛。
- 工具的思路是给 AI 补上设计判断,而不是换个模板。
- 两分钟装好就能用,门槛很低。
- 17 个命令按场景分组讲,不用全记,按需查。
- 三个具体使用场景走完整流程,最后一张图看完整链路。
为什么 AI 做的网站都长一个样?
用 AI 做过网站的人,大概都有过这种感受:做完发现不太对,但说不清哪里不对。布局没问题,颜色也有,功能都在,就是看起来……很普通。
更奇怪的是,去看别人用 AI 做的网站,感觉也差不多。紫色渐变背景、卡片叠卡片、Inter 字体、按钮点下去有个弹跳动画。你的有,他的也有,她的还是有。
这不是巧合。
AI 做的网站为什么都这么像
"Every major LLM trained on the same web data."(所有主流大模型都在同一批网页数据上训练。)
这是 Impeccable 作者 Paul Bakaus 说的一句话。Paul Bakaus 是 jQuery UI 的创始人,后来去 Google 做 Chrome DevTools 的产品经理,再后来是 AMP 开发者关系的创始负责人。他对前端设计的理解,比大多数人深得多。
他做了一个更准确的诊断:"The AI is doing exactly what you told it to do. The issue is that you did not tell it enough."(AI 完全按你说的做了,问题是你说得不够多。)
这句话很刺人,但很准。
你跟 AI 说"做一个现代感的落地页",AI 给了你紫色渐变加卡片布局。不是 AI 偷懒,是"现代感"这个词对它来说确实就长那样。你没有告诉它你想要的是"低对比度的暖米色背景配深棕文字,用 variable font 做标题,间距宽一点,不要弹跳动画"。
问题的瓶颈不在 AI 的能力,在你的语言。你不知道 vertical rhythm(垂直韵律)怎么回事,不知道 tinted neutrals(着色中性色)怎么用,你就没办法把这些要求传递给 AI。
这是一个设计词汇的问题,不是一个计算能力的问题。
Impeccable 的思路:给 AI 补上设计词汇
Impeccable 是一套给 AI 编程助手用的设计技能包,GitHub 上已经 4.3k stars,Apache 2.0 开源。支持 Claude Code、Cursor、Gemini CLI、Codex CLI、VS Code Copilot 等七个平台。

它的思路很直接:既然瓶颈在语言层面,那就把设计知识打包进来,让 AI 用正确的词汇来理解和执行设计任务。
具体分三层。
第一层,7 份领域参考文档: 排版、色彩对比、空间设计、动效设计、交互设计、响应式设计、UX 文案。这些文档不是给你看的用户手册,是直接喂给 AI 的背景知识。AI 做设计决策的时候,会参考这些内容。
第二层,17 个命令: 这是你每天实际用到的东西。每个命令对应一个具体的设计场景,后面会详细讲。
第三层,明确的反模式清单: 告诉 AI 哪些东西是禁止的。禁用 Inter 字体、禁止彩色背景上放灰色文字、禁止纯黑纯灰、禁止卡片嵌套卡片、禁止弹性缓动动画。这一层相当于给 AI 设了一道过滤网,那些"AI 味"最重的设计模式,直接拦掉。
Anthropic 官方有一个 frontend-design 技能包,已经有 27.7 万安装量。Impeccable 是在这个基础上往深里走,更系统、更有原则、更成体系。打个比方:官方版让 AI 知道"设计原则存在",Impeccable 让 AI 拥有"系统性应用设计原则的具体词汇"。
两分钟装好,开始用
最省事的装法,一行命令:
npx skills add pbakaus/impeccable运行完就好了,不用去动任何配置文件。
如果你用的是 Claude Code,也可以走插件市场:
/plugin marketplace add pbakaus/impeccable
/plugin install impeccable@impeccable想全局安装,让每个项目都能用:
cp -r dist/claude-code/.claude/* ~/.claude/Cursor 用户:
cp -r dist/cursor/.cursor your-project/装好后第一件事,做一次初始化:
/teach-impeccable这个命令会问你几个问题:项目走什么设计风格、有没有特定的字体要求、品牌色是什么。它把偏好存在本地配置里,后续所有命令都按你的标准来,而不是按默认值来。
17 个命令,分场景来讲
命令多不等于复杂,关键是每个命令对应一个很具体的场景。按照我的理解拆一遍:

开始一个新项目,先跑 /teach-impeccable。 这个命令会主动问你一些问题:项目是什么类型、面向什么用户、有没有已有的设计系统。它在建立项目的设计背景,后续所有命令都会在这个背景下运行。这一步不跑的话,AI 对你项目的理解还是空白的。
做完一版想检查质量,用 /audit 和 /critique。 两个命令方向不同。/audit 查的是技术质量,代码是不是规范,有没有明显问题。/critique 查的是 UX 设计,用户体验上有没有缺陷,信息层级是不是清晰。一个是工程视角,一个是设计视角,通常一起用。
做完发现风格不统一,用 /normalize。 多次迭代之后,AI 生成的组件风格会飘,这里按钮是圆角,那里按钮是直角,颜色也对不上。/normalize 做的是对齐,把所有东西拉回同一套设计系统。
准备发布前,跑一遍 /polish。 这是最后的发布前检查,细节层面的扫描,字间距、行高、边距这些容易被忽略的地方。
设计太满,想简化,用 /distill。 这个命令做的是减法,把不必要的视觉元素去掉,找到设计的本质形态。做着做着堆了很多东西,用这个清一遍。
文案读起来别扭,用 /clarify。 专门处理 UX 文案,按钮文字、错误提示、空状态说明这些。不是改语气,是让功能描述更清晰、更符合用户预期。
性能跑起来慢,用 /optimize。 图片没压缩、代码没分割、请求没优化,这些交给 /optimize 扫一遍。
要做得更健壮,用 /harden。 错误处理、边界情况、国际化这些枯燥但重要的东西,不容易做全,/harden 帮你系统性地过一遍。
想加动画,用 /animate。 不是给你加弹跳缓动,而是基于 motion design 原则做有意义的动效。什么地方该动、怎么动、动多少,有原则可依。
配色想改,用 /colorize。 颜色层面的全面检查和调整,对比度、无障碍要求、整体色彩关系。
感觉太普通,用 /bolder。 这是我个人最喜欢的一个。设计太保守、太平、没有记忆点,跑一下 /bolder,它会在设计原则范围内放大视觉强度,字更大、对比更强、空间更有张力。
反过来,感觉太张扬,用 /quieter。 把设计的大胆度往下调,适合风格要求克制的场景。
想要有惊喜感,用 /delight。 加一些用户预期之外的细节,悬停效果、微交互、意想不到的小动画。不是花哨,是有温度。
想把某个组件单独抽出来复用,用 /extract。 把页面里某个做得不错的元素提取成独立组件,方便在其他地方用。
要适配不同设备,用 /adapt。 移动端、平板、桌面的响应式处理,不只是断点,而是针对不同设备的体验优化。
需要做新用户引导,用 /onboard。 设计用户首次使用的引导流程,从进入到完成首个核心操作,路径怎么走,提示在哪里放。
三个具体的使用场景
场景一:接了一个独立开发项目,从零开始。
先跑 /teach-impeccable 建立项目背景。然后正常开发,做完第一版跑 /audit + /critique 检查,发现问题修一轮,再用 /normalize 对齐风格,发布前 /polish 扫一遍。这是 Impeccable 推荐的标准流程,没什么弯路。
场景二:已有项目,设计太普通,想做一次改版。
先 /critique 看清楚问题在哪,然后 /bolder 放大视觉强度,/colorize 重新处理配色,/animate 加一点有意义的动效,最后 /polish 收尾。不用推倒重来,定向改几个关键地方,效果差很多。
场景三:产品快上线,发现有几个坑。
文案读起来绕:/clarify。页面卡顿:/optimize。边界情况没处理:/harden。三个命令各司其职,不会互相干扰,可以按需单独跑。
一张图看完整流程
把上面几个场景合在一起,一个完整的项目流程大概是这样:
- AI 生成初稿
- /teach-impeccable 初始化设计标准(只做一次)
- /audit 查技术问题
- /critique 查设计问题
- /normalize 对齐设计系统
- 有针对性地用 /bolder /distill /animate 调整风格
- 用 /harden /clarify 处理细节
- /polish 最终检查
这不是固定公式,实际用起来可以跳着来。对技术层面很有把握,/audit 可以跳过;只是小改动,/normalize 也不一定非要跑。重要的是知道每个命令在做什么,然后按需组合。
AI 工具的上限,越来越取决于它携带了多少领域知识。同样的模型,加了正确的设计知识和反模式约束,输出质量就是不一样
对每天用 AI 做前端的人来说,这个工具值得认真试试。免费开源,装上就用,17 条命令记住常用的 5、6 个就够了。
来源:Impeccable | GitHub 4.3k stars | Apache 2.0 开源
