适用场景
用于揪出 AI 生成的 UI 那些"看起来不对劲"、错位或居中发糊的问题,以及可用性缺陷——当你需要证明布局既平衡又好用,而不是只相信模型的"眼力"时使用。在汇报设计"完成"之前,与任何只重审美/输出的设计技能配合使用。
来源:connerkward/deterministic-design-skill(MIT 协议)。
确定性设计
核心论点:确定性胜过 AI 的随机性。 模型不能相信自己在布局上的眼力——所以别信。正确做法是:把 UI 渲染出来,然后测量它。
包含两个子技能(按需加载):
- design-spatial — 确定性布局审计:显式栅格 + 8pt 间距节奏,由
layout-audit.js计算重心 / 视觉中心 / 像素平衡,并绘制标注截图。用数字说话,不用感觉。 再加上一轮"先渲染再点评"的视觉循环。 - design-ux — 可用性审计:由一位独立的全新视角评审员,按 Nielsen 十大启发法及交互启发法对渲染好的 UI 打分,输出按优先级排序的修复清单。
本技能补强了现有的设计技能(包括 Anthropic 自带的那一套),补的就是它们缺失的那一层——它不只给审美建议,而是去渲染、测量、并对结果打分。可与任意设计技能组合使用。
在 ckw-design 中,它以子目录形式存在;同时通过 publish-skill 单独发布为 deterministic-design-skill(独立发行包)。这是两条旗舰叙事之一——确定性那条;它的兄弟篇是人机协同(lookdev)。
局限性
- 布局度量与视觉评判审计能捕获大量空间与可用性缺陷,但仍不能替代产品判断或用户测试。
- 工作流需要有渲染好的 UI 或截图,无法验证那些还没建成或没截到的组件。
- 自动打分可能漏掉品牌细节、文案语气、无障碍需求以及领域专属的用户预期。