设计不仅仅是产出
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。
相关文档
How I Design with AI
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。
如何真正利用 AI 进行设计
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。
设计流程已死：Anthropic 设计负责人谈 AI 时代的设计变革
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。
画过10,000+张 UI 高保真，我的设计审美心得（1）：8 条原则 + 5 个常用 AI 设计 Skill
作者基于 10 年 UI/UX 设计经验，结合 AI 工具实践，总结出一套设计审美方法论。文章实测了 5 个 GitHub 上星数最多的 AI 设计 Skill：UI UX Pro Max（自动匹配行业风格）、Taste Skill（原创设计方向）、Impeccable（逐块打磨去 AI 味）、Emil Kowalski Skills（动效细节）、Hallmark（上线前检查），并配以场景演示。作者还分享了 8 条可复用的设计原则，包括先定义再动手、拆解好设计不照搬、先出全貌再逐块改、统一视觉规则等，强调工具在变但好的设计判断力依然无法被 AI 替代。
这设计真的长在了审美上：AI Design Skills 与 Fantastic Posters 开源项目推荐
作者推荐了两个开源 AI 设计 Skill：一是 AI Design Skills 中的 landing-page-design，为 Claude Code、Cursor、Codex 等编程工具提供从内容规划到视觉系统的落地页制作规则，包括卖点组织、统一字体配色、按钮悬停、空页面、移动端和无障碍支持等交付细节；二是 Fantastic Posters，内置 33 种设计风格提示词（如瑞士极简、包豪斯、Riso 印刷等），支持自动选风格、上传参考图和 Logo、批量生成海报。作者强调把设计风格沉淀为可反复调用的 AI 工作流，比一次性提示词更有价值，并能解决风格不稳定的问题。
OpenPencil：全球首款 AI 原生开源矢量设计工具
OpenPencil 是号称全球首款 AI 原生的开源矢量设计工具，GitHub 已获 6400+ Stars，90.6% 代码由 Rust 编写。它实现了 Design-as-Code：通过提示词在实时画布上生成和修改 UI。核心亮点包括：并发智能体团队将页面拆解为多个子任务并行流式渲染；多模型智能适配（Claude、GPT-4o、Gemini、MiniMax 等）；可通过 MCP Server 集成到 Claude Code、Cursor 等终端工具；.op 设计文件为纯 JSON 格式、Git 友好，可一键导出 React + Tailwind 或 HTML + CSS 代码；支持 P2P 实时协作与冲突回放。适合前端开发者和独立创作者提升生产力。
huashu-design 3.0发布！让你的设计审美再提升100%！
花叔开源的AI设计技能huashu-design发布3.0版本，该技能可让agent自动生成网页、PPT、App原型、信息图等设计。3.0主要改进：先出六个候选再挑三个成稿；现实参照改为同媒介并先截图；风格库从60种扩到84种（新增中文与东亚风格）；App原型采用有构图的展示板；新增本机记录系统（经验、外观账本、设计体检）实现越用越懂用户；坚持事实核实。作者分享了三轮迭代的过程，核心教训是：对agent应加选项而非禁令，禁令会让设计变得保守无聊，提供更多可见样例反而能激发更好的设计。
AI 设计词典（中篇）｜怎么准确描述视觉效果
本文是 AI 设计词典系列的中篇，系统整理了 AI 设计中高频的视觉词汇，帮助用户更精确地控制 AI 生成的视觉效果。文章分为五大维度：字体（衬线/无衬线、字重、字距、行距）、颜色（色相、饱和度、明度、主色/强调色）、形状（几何/有机、圆角/直角、描边）、材质与效果（纹理、渐变、透明度、光影）、风格（极简主义、瑞士风格、粗野主义、编辑设计等）。作者强调不必背诵术语，而应把这些词当作「视觉旋钮」，用「风格名称+具体规则」的方式替代模糊的主观描述，让 AI 输出更符合预期的设计。
AI 设计词典（上篇）｜怎么描述画面
本文是「AI 设计词典」系列的上篇，旨在帮助普通用户用准确的专业视觉词汇与 AI 沟通设计需求，解决「知道哪里不对却描述不出来」的问题。文章系统梳理了五大维度：画幅与区域（宽高比、安全区域、边距）、构图（居中/非对称构图、三分法、网格系统）、位置与对齐（对齐方式、前景/中景/背景）、空间与密度（负空间、留白、视觉密度、间距）以及层级与视觉重心（视觉层级、焦点、视觉重量、平衡）。每个词条均附中英文对照和实用示例 Prompt，并给出组合应用的完整案例，让描述从模糊的「感觉」变为可量化的准确需求。
像战略天才一样思考：五维思维
本文探讨了思维层级对人生结果的决定性作用。作者首先指出愚蠢思维的特征：一维化、还原论、部落化和不质疑，停止思考是其核心问题。他区分了横向的“知道”（领域知识积累）与纵向的“理解”（认知操作系统的复杂度），“聪明但愚蠢”现象源于前者发达而后者停滞。文章借鉴 Ken Wilber 的理论，提出五个认知层级：本能级、从众级、个人主义级、综合级和生成级，其中前两者属教条式的一阶思维，后两者为追求真相的二阶思维。天才思维的本质是在感到威胁时仍能保持开放、持续思考的能力。提升思维宽度、深度和高度，是释放个人潜能的关键。
用 AI 搭一套「个人视觉体系」，完整流程分享
文章介绍如何用 AI 从 0 搭建一套个人视觉体系，帮助内容创作者形成统一、可复用的视觉资产。作者提出按「头像 → Banner → 个人配图规则 → 个人介绍卡片」四步搭建，核心在于「继承」而非独立设计：前一步的输出（如 Style DNA、头像）作为下一步的输入。文章还从读者视角分析了四种视觉资产在「看到配图 → 阅读内容 → 认识作者 → 关注作者」路径中的作用，强调搭建的最终产出不是几张图片，而是整套视觉资产与视觉规则，实现一次搭建、长期复用，沉淀个人 IP。
原来在“做设计”这件事上，超越 MidJourney 的大模型就在国内
作者用 4 段相同提示词对比测试了蚂蚁百灵开源的 Ming-Image-0.1-Design 与 MidJourney 在 SaaS Dashboard、中文活动海报、透明背景产品素材、中文信息图四个设计场景下的表现。结论是两者定位不同：Ming 中文文字渲染准确、布局执行力强、原生支持 RGBA 透明背景输出且免费开源（MIT 协议），适合直接生成可用的 UI 稿、海报和信息图底稿；MidJourney 则在视觉质感、光影氛围和风格多样性上明显占优，适合概念效果图和产品渲染。文中还介绍了 Ming 的 Design-Layer 拆层能力，可拆成多个透明图层并转为可编辑 PPT。最终建议按需求选择：要能直接用的图选 Ming，要好看的图选 MJ。
