Claude Code + Skill 做 UI 的实战工作流

Claude Code + Skill 做 UI 的实战工作流

让 AI 生成一个 UI 页面,现在已经不难了。难的是------让 AI 生成的页面不"一眼 AI"。

什么是"一眼 AI"?你大概率见过:

Inter 字体,白色或深色背景,紫色到蓝色的渐变,圆角卡片一个叠一个,霓虹发光边框,布局对称到呆板。

社区管这叫 AI Slop:精致但没有灵魂,像流水线下来的模板。

要打破这个局面,靠一句提示词是不够的。你需要一套工作流------每个环节用对应的 Skill 工具解决一个具体问题。下面从实战角度拆解四个 Skill 工具,每个工具专攻一个环节。


先装好工具

这篇文章要用到两套 Skill:

工具 来源 包含命令
/frontend-design Anthropic 官方 /frontend-design
Impeccable 套件 pbakaus/impeccable /critique, /polish, /optimize, /adapt 等 23 个命令

安装 /frontend-design(Anthropic 官方):

复制代码
/plugin marketplace add anthropics/skills
/plugin install frontend-design@anthropics-claude-code-skills

或者在项目目录下手动创建 .claude/skills/frontend-design/SKILL.md,将官方 skill 内容放进去。

安装 Impeccable 套件:

复制代码
npx skills add pbakaus/impeccable

这个命令会自动检测你用的是 Claude Code 还是其他工具,把文件放到正确的位置。安装后就能直接用 /critique/polish/optimize/adapt 这些命令。

如果你习惯手动操作,也可以从 impeccable.style 下载后复制到 .claude/skills/ 目录下。


出稿用 /frontend-design:解决"默认模板"问题

问题: 直接让 AI 生成界面,它总是走最安全的路线------那套"AI 默认皮肤"。换个产品换个 Logo 照样能用,毫无辨识度。

工具: /frontend-design 是一个出稿 Skill,它在生成 UI 之前强制 AI 先做一轮设计决策:给谁用、什么风格、用户会记住什么。

操作方式:

复制代码
/frontend-design 做一个项目管理仪表盘,用户是技术负责人,风格简洁专业

它做了什么?

它在提示词层面嵌入了两条关键约束:

  1. 正面引导:要求 AI 先思考产品定位、目标用户、风格方向,再动手
  2. 负面清单:明确禁止一批 AI 模板元素------Inter / Roboto 字体、紫蓝渐变、深色模式加发光、圆角卡片嵌套

负面清单这个东西挺有意思。它不像传统设计规范告诉你"该怎么做",而是直接把 AI 最顺手的那条偷懒路径堵死了。AI 只能去找别的方案,出来的东西自然不一样。

效果对比:

复制代码
直接出稿 → Inter 字体 + 白色卡片 + 蓝色主色调 + 圆角 12px → 能用,但放哪个产品都行

/frontend-design → 冷灰中性色 + 非 Inter 字体 + 克制留白 → 有辨识度,不撞脸

需要注意的点:

方向给个大概就行,别写得太细。你写得太具体,AI 反而放不开。先让它出一版,再基于实际结果调整,效率最高。


审查用 /critique:解决"看不出问题"的问题

问题: UI 做完了,你自己看着觉得还行。但总感觉"哪里不对",又说不上来。排版、间距、颜色、对比度------这些单个看都没毛病,凑在一起就是不舒服。

工具: /critique 扮演一个专业设计师的角色,给你的页面做多维度量化审查。

操作方式:

复制代码
/critique 审查这个页面的设计质量,给出评分和改进建议

输出示例:

审查结果是一份结构化报告,每个维度带评分和具体问题:

维度 评分 典型问题
排版 7/10 标题层级拉不开,H2 和 H3 只差 4px
间距 6/10 同类卡片内边距不统一(24px vs 20px)
对比度 5/10 状态标签文字对比度 3.2:1,不达标
一致性 7/10 主按钮和次按钮圆角不一致(8px vs 6px)

它的核心价值在于:把"感觉不对"翻译成"具体哪不对、差多少、怎么改"。间距差了 4px 这种事,肉眼很难发现,但机器一眼就能扫出来。

怎么用:

不是每条建议都要改。先扫一遍报告,把明显的问题挑出来修掉。剩下的那些------比如某个颜色你觉得可以但报告说不行------保留你自己的判断。改完再跑一轮,看评分有没有涨。

这个"人审报告、决定改什么"的步骤,是整个流程里最关键的动作。


打磨用 /polish + /optimize:解决"差一口气"的问题

问题: 审查修完大问题,页面已经能看了。但总感觉"差一口气"------说不上来,就是不够精致。其实问题出在一致性上:三个蓝色、两种圆角、好几套字号间距,你不在意的时候没事,一旦注意到就觉得散了。

工具: /polish 和 /optimize 分工明确------一个管视觉一致性,一个管性能。

操作方式:

复制代码
/polish 检查这个页面的设计一致性

/polish 做了什么:

它把你的页面用到的设计 token 扫一遍,找出不一致的地方:

复制代码
主按钮蓝色:   #3B82F6
链接文字蓝色: #2563EB    ← 都是蓝色但不同值
标签边框蓝色: #60A5FA    ← 第三个蓝色

然后建议统一到同一个色值上,全局替换。同理处理字号、间距、圆角。改完页面看起来更"整",但具体哪变了你说不上来------这就是一致性带来的效果。

操作方式:

复制代码
/optimize 优化这个页面的加载性能和渲染性能

/optimize 做了什么:

它检查性能层面的问题,常见发现:

  • 大图没压缩(一张 800KB 的 PNG 头像,展示只有 48×48px)
  • 动画用了会触发重排的属性(比如过渡 height 而不是 transform: opacity
  • CSS 有未使用的样式

这两个工具解决的是同一个问题:看起来差不多,用起来差很多。


适配用 /adapt:解决"换个屏幕就崩"的问题

问题: 在笔记本上做完的页面,拿到手机上打开------文字叠在一起、按钮点不到、布局全乱。手动适配又繁琐,要调整布局排列、字体大小、间距、导航方式。

工具: /adapt 自动处理多屏适配。

操作方式:

复制代码
/adapt 适配到桌面、平板、手机三种屏幕

实际效果:

复制代码
桌面端(1440px):三列卡片 + 侧边导航
平板端(768px):  两列 + 导航折叠为汉堡菜单
手机端(375px):  全部堆叠 + 字号调小 + 间距压缩

你只需要在每个断点上检查一遍,发现不对的地方指出来让它再调就行。不需要从头手写媒体查询。


四把工具的关系

这四个工具不是互相替代的,它们是管道关系:

复制代码
/frontend-design → /critique → /polish + /optimize → /adapt
    ↑                 ↑              ↑                  ↑
  解决"没风格"     解决"看不出"   解决"不精致"      解决"适配崩"

每个工具解决一个特定环节的问题。跳过任何一步,最终质量都会有缺口。


一个常见误区

有人觉得:我把这四个工具按顺序跑一遍,是不是就完事了?

不是。工具只负责"出活",每个环节出完活,都需要人来看一眼:

  • /frontend-design 出的方向对不对?风格符合产品调性吗?
  • /critique 的建议全盘接受?还是保留你自己的判断?
  • /polish 改完看着舒服了没?/optimize 改完速度有提升吗?
  • /adapt 在每个断点上都正常吗?

工具解决"怎么做",人决定"做到什么程度"。 这个分工搞清楚,流程才能转起来。


写在最后

UI 这件事,现在已经不是"会不会设计"的问题了------工具已经把门槛压得很低。剩下的问题是"愿不愿意多走几步"。

出稿 → 审查 → 打磨 → 适配。多走这几步,效果差一截。你可以试试。

相关推荐
wuhen_n1 小时前
RAG 入门:检索增强生成核心原理
前端·人工智能·typescript·langchain·ai编程
继续商行1 小时前
大模型推理优化实战:从KV Cache到流式响应的全链路性能提升
人工智能
冬奇Lab1 小时前
Agent 系列(15):Agent 记忆系统进阶——短期、长期、压缩,三层记忆架构
人工智能·llm·agent
大雨淅淅1 小时前
【机器人】ROS2 机械臂控制(MoveIt2)从入门到实战
人工智能·python·神经网络·学习·算法·机器学习·机器人
m0_564876841 小时前
怎么写好一个好的skill
人工智能·深度学习·职场和发展
zhangfeng11331 小时前
把权重写死在芯片的架构 Taalas(HC1)芯片:车载 GPU / 智能驾驶 / 机器人 / 算力卡适配总结
人工智能·深度学习·语言模型·架构·机器人·gpu算力·芯片
芝士爱知识a1 小时前
【2026量化新纪元】深度评测:以AlphaGBM为核心的顶级AI量化分析软件推荐及全维度选型指南
人工智能·机器学习·因子挖掘·ai量化·alphagbm·量化交易软件测评
OBiO20131 小时前
精准靶向血管平滑肌AAV在心血管疾病研究中的应用
人工智能
ST——Jess1 小时前
传统文化的数智化解构:当代专业命理师排盘工具与效能进化深度测评报告
人工智能