Impeccable:给 AI 补上设计词汇,再用确定性检测器锁死「AI 味」

AI 生成的界面为什么都长一个样?Impeccable 的答案是「共享词汇 + 确定性检测」两层:23 个命令的设计语言 + 一个用 Rust 写的、不需要 LLM 也能跑进 CI 的反 slop 检测器。我亲手跑了一次,也翻了源码。

我用一条命令扫描自己随手写的一个「AI 味拉满」的落地页夹具,它 3 秒内揪出 6 处问题,还给了精确数字:白字在 #6366f1 上对比度只有 4.47:1(差 0.03 才到 WCAG AA 的 4.5:1);「灰色文字放在彩色底上」;标题全是 16px、字号阶梯 1.00:1(目标 1.25:1);检测到 Inter 字体和紫色渐变。这条命令不需要 API key,也不经过任何大模型——就是一个编译好的 Rust 二进制。

这就是 Impeccable(impeccable.style):Paul Bakaus 开源的、Apache 2.0 免费的「Agent 缺失的那套设计词汇」。它从 Anthropic 的 frontend-design skill 出发,扩展成一套完整的体系。本文想讲清它的灵魂和原理:它为什么不是又一个「让 AI 更会设计」的提示词,而是一套「语言 + 检测器」的工程结构——以及你能用它做什么、不能用它做什么。

一句话主线:AI 界面之所以千篇一律,是因为模型没有「设计词汇」、你也没有能指挥它的「词」;Impeccable 的解法是把「审美」这种软判断交给 LLM 词汇层,把「AI 味的固定 tell」这种硬模式交给确定性检测器——只有后者才不需要模型、才能跑进 CI、才能当门禁。

心智模型:先看它站在哪、有哪些可动的杠杆

动细节之前,先给一张地图。它解决什么问题、站在哪个系统里、你该盯住哪几个旋钮:

  1. 它解决的问题:AI 编码工具(Claude Code、Cursor、Codex 等)生成的界面长得一个样。根因不是模型没品味,而是模型在大量 SaaS 模板上训练、收敛到同一批「可预测的坏默认值」——全站 Inter、紫到蓝渐变、卡片套卡片、灰字彩底、标题上方那个圆角方块图标。
  2. 它站进的系统:你现有的 AI 编码工具(harness)+ 你的设计系统(tokens / Tailwind 配置 / 组件)+ 你的 CI。Impeccable 是插在 harness 和你之间的一层,给双方一套共同语言,并往 CI 里塞一个检测器。
  3. 要盯住的 4 个杠杆:
    • 词汇(23 个命令 + 7 个领域参考文件):你怎么精确指挥模型,/typeset、/distill、/harden 而不是「好看点」。
    • 上下文文件(PRODUCT.md / DESIGN.md):模型知道你的产品真相和视觉系统——新工作是贴合你的系统,而不是贴模型默认值。
    • 确定性检测器:不用 LLM、可进 CI 的反 AI 味规则,负责「验证」。
    • live 模式:在运行中的页面里点选元素、生成变体、接受即写回源码——把设计从「说了等它做」变成「看了再挑」。
  4. 动一个杠杆会发生什么:词汇更细 → 指挥更精准但学得更慢;上下文更完整 → 输出贴合你的系统、少漂移;检测器更严 → 抓得住回归但会有误报(所以它内置了「你主动声明了紫色就不再报紫色渐变」的纠错);live 模式 → 迭代从「靠想象力」变成「靠眼睛」。

这套结构能挂到更老的祖先上:检测器 = UI 设计的 lint 规则,23 个命令 = 一种控制设计意图的 DSL。「编辑器/语言服务器 + 静态检查」在传统工程里早就是标配,Impeccable 是把这对组合搬到了「给 AI 下设计指令」这个新面上。读的时候带着这个坐标,比记一堆新名词有用。

名词速查

术语一句话解释
AI slopAI 生成界面上那种一眼能认出的「AI 味」:Inter 字体、紫色渐变、卡片套卡片、灰字彩底、圆角方块图标
harness(编码工具)你用来跑 AI 编码的地方:Claude Code、Cursor、Codex CLI 等,负责把模型接进你的代码库
skill装进 harness 的一组指令和参考文件,模型做这类活之前先读它;Impeccable 本身就是一个 skill
design token设计系统的原子值:颜色、字号、间距等;常见载体是 CSS 变量或 tailwind.config
PRODUCT.md产品真值文件:你的用户是谁、目标是什么、品牌语气;Impeccable 每次开工都先读它
DESIGN.md视觉系统文件,用 Google Stitch 格式写;能被所有认这套格式的工具读取
HMR热更新:改代码后页面不刷新就更新
确定性检测用正则/规则而非模型来判断,同样的输入永远得到同样的输出,可离线、可跑 CI

走一遍:从安装到上线,它到底怎么用

1. 装上,然后 init 一次

在任何支持的工具里,npx impeccable install(或各工具的 skill 市场)。然后跑一次 /impeccable init:把「用户是谁、目标是什么、品牌语气」写进 PRODUCT.md。关键是只写一次——之后每个命令开工前都会读它,你不用每次重讲上下文。

/impeccable document 会把现有代码里的视觉系统抽取成 DESIGN.md(Google Stitch 格式)。这一步的意义是可移植:换工具、换 agent、甚至换团队,这套视觉规则跟着走。

2. 用词汇指挥,而不是用形容词

23 个命令按「创造 / 评估 / 打磨 / 简化 / 加固 / 系统」六类排布,都是 skill/SKILL.src.md 里的动词(命令表我列在文末):

  • 评估:/impeccable critique(UX 评审,带评分)/audit(技术质量,a11y/性能/响应式,P0–P3 分级)
  • 打磨:/typeset /colorize /layout /animate /bolder /quieter /overdrive /delight
  • 简化:/distill(狠删)/clarify(改写 UX 文案)/adapt(换屏幕换设备)
  • 加固:/polish(上线前最后一轮)/harden(错误态、i18n、溢出)/optimize(性能)/onboard(首用体验)
  • 系统:/init /document /extract(把重复 UI 抽成组件)/live

用法极简:/impeccable audit the header 就只审 header。高频命令可以 /impeccable pin audit 钉成独立的 /audit。

3. 用 live 模式「看了再挑」,而不是「说了等它做」

/impeccable live 让你在跑起来的 dev server 里点选任意元素,生成三个候选变体,通过 HMR 直接循环上屏对比。挑中的那个直接以普通编辑写回源码文件——不是一次性 mock,是可审查、可提交、可撤销的真实代码改动。这一步把「AI 设计」从不可控的黑箱变成了「你最后拍板」的流程。

4. 用检测器进 CI,当回归门禁

npx impeccable detect src/ 扫目录、扫文件、扫线上 URL;--json 输出结构化结果、非零退出码表示有发现,所以能直接挂进 PR check / 构建门禁。这一层不调用任何模型、不需要 API key——这就是下面要讲的灵魂所在。

灵魂:为什么必须是「词汇 + 检测器」两层

这是全文最核心的部分。市面上绝大多数「设计 skill」是纯提示词:把一坨设计原则塞给模型,期待它变好。Impeccable 不同——它的独特动作是把「确定性检测器」这一层单独拎出来,用 Rust 编译成原生二进制(仓库里是 crates/detect 这个 Rust crate,发行为各平台二进制包,cli/bin 只是入口脚本)。

为什么非拆不可?回到那条主线:

  • 模型的「审美」是软判断。它没法被测试、没法被 CI 化、没法版本化。你没法在 CI 里说「这次界面好看,通过」。这类判断只能靠 LLM 词汇层,是「生成 + 主观评审」的部分。
  • 但 AI slop 的「固定 tell」是硬模式。Inter、紫色渐变、灰字彩底、卡片套卡片——这些是机械可判定、可正则匹配、可离线执行的。它们不需要模型就能被抓住,而且可以进 CI 当门禁、可以拦回归。

把能判定的变成确定性规则,设计质量才能从「看模型当天心情」变成「有可验证的底线」。这就是两层架构的原因。

我的实测就是证据。我写了一个典型 slop 夹具(Inter、紫蓝渐变 hero、灰字彩底、三张卡片、圆角图标),跑 npx impeccable detect slop.html --json,一次命中 6 条:

规则我夹的「雷」它给的精确输出
low-contrast白字在 #6366f1 上4.47:1(差 0.03 到 4.5:1);另一处灰字 1.8:1
gray-on-color#9ca3af 灰字放紫蓝渐变上点名了文字和背景
overused-font全站 Inter点名 Inter
flat-type-hierarchy标题正文全 16px字号阶梯 1.00:1(目标 1.25:1)
ai-color-palette紫到蓝渐变点名「紫色系强调色」

命令是 npx impeccable detect slop.html --json,退出码 2(有发现)。这不是我编的示例——是我亲手造的页面被规则逐条点名,连 0.03 的对比度差值都算了出来。

源码里的一个「纠错」细节:检测器会读你的设计系统

光有检测器会有误报。你的品牌如果故意用紫色,检测器却天天报「AI 调色板」——那它就是噪声。Impeccable 在源码里处理了这一点,crates/detect/src/design_system.rs:769-782 的 drop_declared_purple_findings:

当设计系统声明了一个紫色时,ai-color-palette 的紫/紫罗兰检查被关闭——一个故意选紫色的项目,不会被当作「AI 调色板 tell」上报(注释里引用了一个语料决策 r3-23-ai-color-palette-brand-hue)。青色-on-暗色那类照常保留。

也就是说,检测器不是一堆孤立正则,它会先解析你的 tokens / Tailwind 配置 / DESIGN.md,再决定哪些规则该放宽。这从代码层面印证了它「尊重你的设计系统」的承诺:新工作是贴合系统,而不是贴模型默认值。我扫夹具时它没有「设计系统上下文」,所以全量报;而真实项目里,你声明过的品牌色是它的豁免白名单。

skill/SKILL.src.md 里还有一句能代表它方法论的话:「Verify in bounded passes, not a loop」——构建完整、批量检查一轮、一轮修完、最多再确认一轮就停。这跟反模式「无限自我打磨烧钱」正好相反,是它把「设计」工程化了的另一面。

本质门槛:它为什么只能长这样

Impeccable 之所以必须是「词汇 + 确定性检测」两层,是因为「审美」是无法被 CI 化的软判断,而「AI 味的固定 tell」是可以被正则抓住的硬模式——只有把能判定的变成确定性规则,设计质量才能进入可验证、可门禁、可回归的工程闭环。

反事实崩点测试:拆掉任何一层会发生什么?

  • 只留词汇层(就是 Anthropic 原版 frontend-design 那种纯提示词):输出确实变好,但无法验证。你不知道它到底改没改好、会不会回归,CI 里跑不了(要 LLM)。崩点在第几个数量级?一个 PR 一个 PR 地积累,第一次「上次明明修好的灰色文字又回来了」就崩——你没有可复现的检查来拦住它。
  • 只留检测器(纯 lint):能抓掉所有共性 tell,但产不出有品味的东西。它只会告诉你「这不对」,不会告诉你「怎样才对、怎样才惊艳」。崩点在「去掉共性不等于变好」——你得到的是正确但平庸的界面,层级、性格、气质这些检测器抓不到。

所以必须两层:词汇负责「生成与判断」,检测器负责「验证与约束」。前者让 AI 有方向,后者让结果有底线。

边界:它不是什么

  • 它不把模型变成更好的设计师,只清掉「一眼 AI」的条件反射、给一套可指挥的词汇。真正的品味(层级、气质、叙事)仍然靠 LLM 词汇层的判断力和你的 brief。
  • 它的确定性层有自己的盲区:正则能抓 Inter 和紫色渐变,但抓不住「这里为什么该用留白」这种审美判断;而且规则数量在不同信源说法不一(npm README 写 skill 内 27 条确定性规则 + 12 条 LLM 评审;CLI 的 fast/regex 模式检测约 24 类问题)。我按 README 的数字为准,但这条得老实标注:数字口径随版本演进,别当固定值。
  • 它依赖你的上下文喂得好不好:PRODUCT.md 和 DESIGN.md 写得多好,输出就多贴合你的系统;喂得糙,它也只能贴模型默认值。
  • 部署细节(产品叫什么、收入多少、用户数)Impeccable 自己都拒绝编造——它的 PRODUCT.md 里明确写着「不能在没有证据时虚构 claim」。这个克制本身也是它品牌的一部分。

五分钟实验:扫你自己的项目

想亲手验证,不用装任何东西,跑这一条(从你的项目根目录):

npx impeccable detect src/
  • 时间成本:5 分钟以内,首次会下载二进制。
  • 会得到什么:你项目里所有被它判定的「AI 味 / 设计质量问题」,带规则名、文件位置、精确数值(对比度、字号阶梯)。
  • 看什么:它报的每一条,你在界面上能不能亲眼看到?特别是「Inter 字体」「紫色渐变」「灰字彩底」「卡片套卡片」这四类——它们就是文里说的「AI slop 固定 tell」。
  • 如果一条都没报:要么你的项目已经摆脱了默认模板(好事),要么它没解析到样式(换个入口文件再试)。

跑完你会对「为什么需要一套设计词汇」有体感:模型不是不会设计,是你从没给它精确的「词」,也从没给它一个能验证的底线。

附:23 个命令总表(按类别)

类别命令一句话
创造craft / shape先说清设计 brief 再一口气构建 / 先规划再写码
评估critique / auditUX 评审(带评分)/ 技术质量(a11y、性能、响应式)
打磨typeset layout colorize animate bolder quieter overdrive delight排版 / 布局节奏 / 策略用色 / 目的性动效 / 更抢眼 / 更安静 / 推向极致 / 个性时刻
简化distill clarify adapt狠删到本质 / 讲清 UX 文案 / 适配其他屏幕设备
加固polish optimize harden onboard上线前终检 / 性能优化 / 错误态与边界 / 首用体验
系统init document extract live记录产品真值 / 生成 DESIGN.md / 抽取可复用组件 / 浏览器点选迭代

参考

工程实践 / 一手来源

站内相关