AI 时代的审美提高手册(上)
文章探讨 AI 时代审美能力的重要性。作者认为 AI 工具放大了人原本的选择,产出好坏取决于使用者的审美判断。作者主张审美有可学习的标准,不能以“各有所爱”敷衍,并以城市夜景灯光(东京与国内街道对比)为例说明审美可以具体分析。文章还指出审美会影响商业信任——客户接触的网站、方案等材料塑造专业印象;审美也是“社交的货币”,帮助建立共鸣与吸引力。提高审美的起点是先见过好的东西、认真感受并意识到差别。下篇将讨论观察、体验与审美训练的具体方法。
文章探讨 AI 时代审美能力的重要性。作者认为 AI 工具放大了人原本的选择,产出好坏取决于使用者的审美判断。作者主张审美有可学习的标准,不能以“各有所爱”敷衍,并以城市夜景灯光(东京与国内街道对比)为例说明审美可以具体分析。文章还指出审美会影响商业信任——客户接触的网站、方案等材料塑造专业印象;审美也是“社交的货币”,帮助建立共鸣与吸引力。提高审美的起点是先见过好的东西、认真感受并意识到差别。下篇将讨论观察、体验与审美训练的具体方法。
立意明确、行文清晰,结合AI时代语境讨论审美标准有洞察,但作为系列上篇以铺垫观点为主,信息密度和可操作性有限。
作者发布视频作品,将同一人物、同一叙事母题放入30种不同的视觉体系中,展示构图、色彩、材质、空间和情绪的变化。核心观点是:真正决定一种风格的不只是滤镜,而是其背后完整的视觉规则。文章还附带用户反馈,有读者用AI工具Muse根据该视频为自己的猫娃合影生成了各种风格的样片,效果不错。
作者作为设计师,探索让 Agent 理解个人审美偏好的方法。通过让 Agent 读取 Eagle 素材库,将收藏整理成可复用的“偏好证据”并生成个人审美档案。测试对比 Codex、Hermes、WorkBuddy 的 PPT 视觉提案,发现参考图比抽象形容词更能传递审美,但 Agent 能否学习取决于其识别与迁移规律的能力。针对海量素材检索问题,作者本地部署 SigLIP2 建立视觉索引,充当“视觉图书管理员”帮助 Agent 找图,最终形成收集、索引、检索、分析、确认、存档、反馈的完整流程,并封装为个人 Skill。
文章探讨 AI 生成中文页面排版难看的根本原因:不是审美问题,而是语言结构问题。作者指出 AI 默认的 CSS 参数(负字距、1.4 行高、Inter 字体栈)都是为拉丁文设计的,而汉字等宽、信息密度高、可用的层级手段少,与字母排版从根上不同。文章分析了标题过长、断行不当、细字重浅灰、照搬多列网格等常见症状,并给出可直接使用的排版处方:正文 16–18px、行高 1.75–2.0、字距为 0、一行 30–45 字、字体栈首位用 PingFang SC,以及给 AI 修改中文排版的速查表。
作者在早期整理的「100 种排版」基础上扩充升级,开源了包含 350 种排版与构图方法的视觉参考图鉴,并提供 GitHub 项目地址。项目涵盖三分法、黄金比例等经典构图,以及字体网格、网页 UI、影视画面、中国传统构图、PPT 等场景,分为 8 个一级分类和 33 个二级主题。图鉴支持在线浏览、搜索与高清图下载,并提供 CSV 和 JSON 数据便于程序读取与工具集成,适合设计新手、学习者、AI 创作者、UI 设计师、PPT 制作者及设计团队使用。
文章探讨AI时代执行成本趋零后审美判断力的价值。作者指出AI产出是'平均水平的优秀',难以区分'看起来对'和'真的对',而AI只会顺从用户偏好、不会纠错,成为放大审美好坏的放大器。审美真正的代价不是钱,而是三样东西:拒绝劣质刺激保护感官阈值、愿意在一件事上停留足够时间、以及承认并推翻过去判断的勇气。最终提出审美应是过滤器而非收藏夹——看一个人持续拒绝什么比看他喜欢什么更重要,并给出四点实践建议:做减法、让AI出多版本逼自己说理由、用'再看一次还行吗'检验、允许审美不断自我更新。
文章探讨AI时代设计品味的意义。作者认为,随着寻找、参考和生成视觉的工具越来越擅长复现“足够好”的审美,平均水平在提升,但视觉池却在趋同。Pinterest等平台将灵感板变成视觉容器,而生成式AI更是加速了“文化→信息流→情绪板→生成”的反馈循环,使参考物本身变成了作品。作者指出,做出好看的东西从未如此容易,但判断品味是否参与其中却更难了。品味不只是识别或复现好审美的能力,更是决定选择、拒绝、重新诠释并回馈什么的标准——今天的创作选择将塑造明天的文化平均水平。