前Google高手做了一套反AI审美工具,18个命令治好你的AI设计脸盲症

你的 AI 写代码很强，但做出来的页面是不是都长这样：

Inter 字体、紫色渐变、到处都是圆角卡片、深色背景带发光效果、弹窗一关又弹一个。

恭喜你，你中了”AI 设计脸盲症”。

Paul Bakaus——Google 前 Web 性能团队负责人——受不了了。上周他发了 Impeccable 2.0，一个开源的 AI 设计技能包。核心理念很简单：AI 模型都从同一批模板学的设计，所以它们犯的错也一模一样。Impeccable 命名这些错误，检测它们，并教会 AI 避开它们。

大模型的设计审美，本质上是训练数据的均值。

网上什么样的网页最多？Bootstrap 模板、Material Design、Tailwind 默认配置。AI 从这些”大多数”里学到了什么？

• 字体永远是 Inter 或 Roboto
• 配色永远是青色 + 紫色 + 霓虹点缀
• 布局永远是等宽卡片网格
• 标题上面永远放一个圆角大图标
• 动效永远是弹跳缓动（bounce easing）
• 深色模式永远带发光描边

这不是 AI 不行，是 AI 太”行”了——它精准地复现了互联网上最平庸的设计共识。

Paul Bakaus 管这个叫 “monoculture”（设计单一化）。Impeccable 的使命就是打破它。

Impeccable 不是一个新工具，而是一套设计技能包（skill），直接装进你现有的 AI 编程工具里。

支持的工具：Cursor、Claude Code、Gemini CLI、Codex CLI、VS Code Copilot、OpenCode 等等。

安装方式超简单：

装完之后，你的 AI 编程助手就多了 18 个设计命令：

创建类

• /impeccable — 生成有辨识度的、生产级的界面
• /shape — 先设计后编码，先做用户调研再写代码

评估类

• /critique — 从 UX 视角评估设计质量
• /audit — 技术质量检查（无障碍、性能、响应式）

打磨类

• /typeset — 改善字体排版
• /layout — 改善间距和视觉节奏
• /colorize — 有策略地加颜色
• /animate — 加有意义的动效
• /delight — 加惊喜感
• /bolder — 把无聊的设计变大胆
• /quieter — 把过火的设计调淡

简化类

• /distill — 去繁就简
• /clarify — 改善文案表达
• /adapt — 跨设备适配

加固类

• /polish — 上线前最终打磨
• /optimize — UI 性能优化
• /harden — 生产环境加固

系统类

• /impeccable teach — 为项目设置设计上下文
• /impeccable extract — 提取可复用组件到设计系统

这些命令可以串联使用：

Impeccable 最实用的功能不是那 18 个命令，而是反模式检测器。

它定义了 25 条确定性规则，专门抓 AI 常犯的设计错误。不需要 LLM，纯正则 + 静态分析，扫一遍代码就知道哪里有问题。

字体反模式

• 使用 Inter、Roboto、Arial 等过载字体
• 用等宽字体假装”技术感”
• 全站只用一个字体家族
• 字号层级太平，看不出层次

颜色反模式

• 灰色文字放在彩色背景上（看不清）
• 纯黑 #000 或纯白 #fff（永远要带色调）
• AI 经典配色：深色背景 + 青色 + 紫蓝渐变 + 霓虹点缀
• 用渐变色当文字（花哨不高级）
• 默认深色模式 + 发光描边

布局反模式

• 所有东西都包卡片
• 卡片里面套卡片
• 等宽等高的卡片网格无限复制
• “大数字 + 小标签”的 Hero 指标模板
• 什么都居中
• 全站用同一个间距值

动效反模式

• 动画布局属性（width、height、padding）
• 弹跳缓动（2026 年了还 bounce）

Impeccable 里最让我拍案叫绝的，是它的字体选择流程。

它要求 AI 在选字体之前，必须执行以下步骤：

第一步：写出品牌的 3 个具体关键词。不是”现代”、”优雅”这种废话，而是”温暖 + 机械 + 有态度”、”冷静 + 临床 + 谨慎”、”快 + 密集 + 不屑”。

第二步：写下你第一个想到的 3 个字体。然后——全部否决。因为 AI 的第一选择一定是训练数据里的高频字体，而高频 = 平庸。

第三步：带着品牌关键词去字体目录（Google Fonts、Pangram Pangram、Future Fonts 等）找一个像”物理对象”的字体——博物馆展品的说明文字、手绘店铺招牌、70 年代主机终端手册、大衣内侧的织物标签。

第四步：交叉验证。优雅不一定是衬线体，技术不一定是等宽体，温暖不一定是 Fraunces。如果最终选择符合直觉模式，回到第三步。

这个流程的核心思想：打破反射性选择，强迫模型做它不自然会做的事。

Paul Bakaus 建了一套内部评估框架，让同样的设计需求在有/无 Impeccable 的情况下，分别用 GPT-5.4 和 Qwen 3.6 Plus 跑一遍，然后测量输出落入”设计单一化”的程度。

结果：有 Impeccable 的情况下，字体和颜色的多样性显著提升，整体质量更高。

关键机制叫 anti-attractor（反吸引子）程序：强制模型先枚举出它的反射性默认选项，然后明确拒绝它们，再做选择。

在 15 个细分领域上验证有效。

简单说：Impeccable 让 AI 从”做安全的设计”变成”做有个性的设计”。

三个观点：

第一，Impeccable 解决的是真问题。 AI 生成的前端代码审美趋同不是假象，是训练数据偏差的必然结果。18 个命令 + 25 条反模式检测，是从规则层面纠正这种偏差。

第二，”先设计后编码”的理念值得关注。 /shape 命令在写代码之前先做用户调研、生成设计 brief，然后 /impeccable craft 根据 brief 实现。这比”让 AI 直接写代码”有效得多——方向对了，执行才有意义。

第三，这东西对非设计师特别有用。 你不需要懂设计，只要知道怎么用 18 个命令，AI 就能帮你产出专业级的设计。命令本身就是设计知识的封装。

安装方式：

开源地址：github.com/pbakaus/impeccable（Apache 2.0）