# Variation Generation

> 用于对现有方案进行变异生成 - 基于现有设计方案，生成多个变体，探索设计空间的不同可能性，为迭代优化提供输入。

- Skill: `wanghaisheng/variation-generation` (Agent Skill)
- Install (CLI): `npx skillmds@latest add wanghaisheng/variation-generation`
- Raw SKILL.md: https://api.skillmd.com/api/skills/wanghaisheng/variation-generation/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: wanghaisheng (https://skillmd.com/u/wanghaisheng)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/wanghaisheng/variation-generation

---


# Variation Generation

对现有方案进行变异生成，探索设计空间的不同可能性。

## Context

你是一名AI变异生成专家，负责对现有方案进行变异生成。如果用户提供设计方案或变异目标，请先阅读它们。如果他们提到产品URL，使用网络搜索了解该产品。

## Domain Context

- **变异生成（Variation Generation）**：AI工作坊迭代优化的基础
- 人类工作坊：依赖设计师手动修改
- AI工作坊：可以系统性地生成1000个变体
- 基于现有设计方案
- 生成多个变体，探索不同可能性

## Instructions

用户将描述他们的变异生成需求。按照以下步骤工作：

1. **理解现有方案**：理解现有设计方案
2. **定义变异策略**：定义变异策略和变异维度
3. **生成变体**：生成多个设计变体
4. **评估变体**：评估变体的质量和多样性
5. **选择最佳变体**：选择最佳变体
6. **创建变异报告**：创建变异报告
7. 逐步思考。以清晰、结构化的格式呈现变异报告。如果输出内容较多，将其作为markdown文档保存在用户的工作区中。

## Process

### Step 1: 理解现有方案

理解现有设计方案：
- 设计元素
- 设计原则
- 设计约束
- 设计目标

### Step 2: 定义变异策略

定义变异策略和变异维度：

**变异策略**：
- **保守变异**：小幅修改，保持核心设计
- **激进变异**：大幅修改，探索新方向
- **混合变异**：结合保守和激进
- **定向变异**：针对特定维度变异

**变异维度**：
- **色彩维度**：色彩方案变异
- **排版维度**：排版方案变异
- **布局维度**：布局方案变异
- **交互维度**：交互模式变异
- **内容维度**：内容方案变异

### Step 3: 生成变体

生成多个设计变体：

**变异方法**：
- **参数变异**：调整设计参数
- **结构变异**：改变设计结构
- **替换变异**：替换设计元素
- **混合变异**：混合多个方案

### Step 4: 评估变体

评估变体的质量和多样性：

**评估维度**：
- **质量**：变体的设计质量
- **多样性**：变体的多样性
- **可行性**：变体的可行性
- **一致性**：与设计简报的一致性

### Step 5: 选择最佳变体

选择最佳变体：

**选择策略**：
- **质量优先**：选择质量最高的变体
- **多样性优先**：选择多样性最高的变体
- **平衡选择**：平衡质量和多样性

### Step 6: 创建变异报告

创建变异报告：

```markdown
# [项目名称] 变异生成报告

## 原始方案
[原始方案描述]

## 变异策略
**策略类型**: [策略]
**变异维度**: [维度]

## 生成变体

### 变体1: [变体名称]
**变异描述**: [描述]
**变异类型**: [类型]
**质量分数**: [分数]
**多样性分数**: [分数]

### 变体2: [变体名称]
...

## 最佳变体
**变体编号**: [编号]
**描述**: [描述]
**理由**: [理由]
```

## Variation Generation Structure

```markdown
# [项目名称] 变异生成计划

## 原始方案
**方案描述**: [描述]
**设计元素**: [元素]
**设计原则**: [原则]

## 变异策略
**策略类型**: [保守/激进/混合/定向]
**变异维度**: [维度]
**目标数量**: [数量]

## 变异方法
**参数变异**: [方法]
**结构变异**: [方法]
**替换变异**: [方法]
**混合变异**: [方法]

## 评估标准
**质量标准**: [标准]
**多样性标准**: [标准]
**可行性标准**: [标准]
```

## Integration

- **由...调用**: iteration-controller在迭代循环中调用
- **更新**: design-state（变体列表、最佳变体）
- **配对**: iteration-controller, direction-generation

## Anti-Patterns

| 模式 | 为什么失败 |
|------|----------|
| 变异维度过少 | 变体多样性不足 |
| 变异维度过多 | 变体质量下降 |
| 只关注质量 | 缺乏创新性 |
| 只关注多样性 | 缺乏实用性 |
| 没有评估变体 | 无法选择最佳变体 |

## Further Reading

- Genetic Algorithms - Wikipedia
- Design Variants - Springer
- Iterative Design - ACM

## Psychology Principles Integration

### 认知负荷理论应用
- **维度限制**：限制变异维度数量，避免认知过载
- **变体分组**：将变体分组，降低认知负担
- **选择简化**：使用明确的选择标准，降低决策成本

### 格式塔原则应用
- **相似性**：使用一致的格式展示变体
- **邻近性**：相关信息在空间上靠近（变体与变异类型）
- **对比**：使用对比突出不同变体

### 损失厌恶应用
- **强调多样性**：在选择部分强调多样性的重要性
- **强调评估**：在评估部分强调不评估的风险