工程师 Matt Dailey 分享如何避免 AI 生成的设计沦为千篇一律的“slop”。他提出七个实践方法：1) 从整体约束出发进行设计，借鉴 Christopher Alexander 的《Notes on the Synthesis of Form》，避免打地鼠式修补；2) 主动删除 Agent 过度添加的冗余元素；3) 在 Figma 等专业设计工具中迭代，避免代码库中的原型引力；4) 使用组件库保持视觉一致性；5) 利用 preview deploy 用真实数据验证设计；6) 收集优秀产品截图作为参考与上下文；7) 通过反复实践和反思培养个人设计品味。文章强调用 AI 做设计需保持人的判断力与整体思维。
作者介绍了他开发的免费 Claude Code Skill——Scrollcraft，它将网页滚动体验本身变成设计的一部分。该 Skill 不提供固定模板，而是通过访谈式提问确定访客旅程、情感方向、信任证明和素材，再结合 Kie.ai 生成缺失的图片和视频，并通过验证 harness 截图检查关键帧。作者用它约 30 分钟重构了 AI Automation Society 网站，强调了'每个主张都要有证明'的设计理念，并展示了在多个不同类型网站上的多样化输出效果。
本文由资深IP策划人小晚不在撰写，分享了如何利用AI工具策划和设计具有辨识度的个人IP形象。文章从核心策划思路出发，强调在生成图像前需明确角色定义、个人细节和视觉风格，并通过角色访谈、方向比较、设计简报、主形象生成和传播测试等五轮工作流，系统性地打造IP。同时，文章提供了详细的视觉规范建议和发布前的自检清单，帮助创作者建立长期可用的IP视觉资产系统。
文章探讨了如何正确利用 AI 辅助设计，强调核心在于人类的创意、方向和审美，而 AI 仅仅是执行工具。作者提出了三种具体方法：使用现成的设计技能（Skills）、逐个组件构建（Component-by-Component）以及利用灵感板。文章详细阐述了从定义意图、收集参考到结构映射和资产生成的完整设计工作流，并推荐了如 Mobbin、Cursor、Codex 等实用工具。
文章批判了当前行业将设计误解为单纯“产出”的观点。作者指出，设计的难点不在于生成形式，而在于深度理解问题。引用 Christopher Alexander 的理论，设计是寻找形式与语境之间适配的过程。作者强调，虽然 AI 工具能快速生成 plausible 的界面，但无法替代设计师对问题的深度思考和判断。视觉设计过程中的缓慢探索本身就是思考的一部分，AI 生成的往往是形式而非解决之道。
本文记录了 Anthropic 设计负责人 Jenny Wen 的访谈，探讨了 AI 时代设计流程的剧变。她指出传统的双钻石模型已失效，工程师与 AI 工具的提速倒逼设计流程转向快速迭代与原型验证。文章还分享了她在 Anthropic 的日常工作模式（从画图转向写代码）、对 Figma 与 Claude Code 结合使用的看法，以及对 Co-work 产品开发真实故事的复盘。
