不是教 AI 审美是给 AI 词汇表：Impeccable 的 24 个命令

来源: pbakaus/impeccable — https://github.com/pbakaus/impeccable
语言: Rust | 今日 Stars: 733 | 协议: MIT
一句话: 1 个 skill，24 个命令，62 条确定性检测规则——把"别生成丑 UI"从模糊审美判断变成可执行的工程指令

审美不是评分，是词汇

给 AI 一个审美评分员，它会给你一个分数。然后呢？你拿着分数不知道该改什么。

Impeccable 的第一个设计决策是：不给 AI 评分员，给 AI 词汇表。

24 个命令，每个命令是一个具体的设计动作：

• polish — 最后一遍打磨，对齐设计系统，准备发布
• audit — 跑技术质量检查（a11y、性能、响应式）
• critique — UX 设计评审：层次、清晰度、情感共鸣
• distill — 剥到本质
• bolder — 放大无聊的设计
• quieter — 收回过于激进的设计
• harden — 错误处理、i18n、文本溢出、边界情况
• animate — 加有目的的动效
• typeset — 修字体、层次、字号
• layout — 修布局、间距、视觉节奏

这些命令不是"让 AI 评分"，是"让 AI 执行一个具体动作"。区别在于：评分告诉你"7/10"，命令告诉你"把 hero section 的字号调大 2px，去掉那个 bounce easing"。

后者可以直接执行，前者只能让你焦虑。

62 条确定性规则

Impeccable 的第二个设计是 62 条"确定性检测规则"。

关键词是"确定性"——这些规则不需要 LLM 就能检测。CLI 和浏览器扩展直接跑这些规则，不需要 API key，不需要调模型。

检测什么？AI 生成前端的"tells"（破绽）：

• Inter 字体（所有 SaaS 模板都在用）
• 紫到蓝渐变（AI 最爱的配色）
• 卡片套卡片（AI 的层次感缺失）
• 灰色文字在彩色背景上（对比度不够）
• 圆角方块图标在标题上方（AI 的"装饰性图标"）
• bounce/elastic 缓动（过时的动效）

这些规则的价值不在于"检测到了什么"，而在于"检测不需要 LLM"。一个正则匹配就能发现"你用了 Inter 字体"，不需要调 GPT-4 来判断。

这是一个重要的工程选择：把能确定的东西交给确定性代码，把不确定的东西才交给 LLM。Impeccable 的 critique 命令会用 LLM 做"UX 情感共鸣"这种主观判断，但"灰字在彩色背景上"这种客观违规用正则就够了。

PRODUCT.md vs DESIGN.md 的分层

Impeccable 的第三个设计是最有深度的：把"durable product truth"和"surface visual direction"分成两个文件。

• PRODUCT.md — 受众、目的、运行环境、约束、语气、证据。这些是"不会因为换个皮肤就变"的事实。
• DESIGN.md — 视觉方向、组件系统、设计 token。这些是"可以换"的表面层。

为什么这个分层重要？因为 AI 生成 UI 时最大的问题不是"不知道什么是好看的"，而是"把产品事实和视觉偏好搞混"。

你告诉 AI "这是一个给开发者用的 CLI 工具文档站"，AI 会把这个事实和"所以用深色主题 + 等宽字体"绑定在一起。但深色主题是视觉选择，不是产品事实——同一个开发者文档站可以用浅色主题。

Impeccable 的 init 命令只问"产品事实"，不问"视觉偏好"。视觉偏好是后面通过 shape 命令在具体表面上决定的。这强制 AI 把"这是什么"和"这长什么样"解耦。

和 Anthropic frontend-design 的传承

Impeccable 明确说自己从 Anthropic 的 frontend-design skill 起步。Anthropic 的 skill 是第一个被广泛使用的 Claude 设计 skill。

但 Impeccable 加了三个东西：

1. 24 个命令的词汇表——Anthropic 的 skill 是"给 AI 一份风格指南让它自己判断"，Impeccable 是"给 AI 一组可执行命令"
2. 62 条确定性规则——Anthropic 的 skill 全靠 LLM 判断，Impeccable 把客观违规交给确定性代码
3. PRODUCT.md / DESIGN.md 分层——Anthropic 的 skill 没有显式区分产品事实和视觉方向

这三个加法指向同一个方向：把模糊的审美判断拆解成可执行的工程动作。

"Harness 无关"的野心

Impeccable 支持的 harness 列表很长：Claude Code、Cursor、Codex CLI、Gemini CLI、GitHub Copilot、Grok Build、Hermes Agent、Veto、Opencode、Pi、Qoder、Trae、Trae-CN、Rovo Dev、Vibe。

这不是"支持几个主流"的列表，这是"几乎所有现存 harness 都支持"的列表。

怎么做到的？Impeccable 的核心是一个自包含的二进制（Rust 编译），通过一个 launcher 脚本适配不同 harness。每个 harness 有自己的 hook 格式（Claude Code 的 .claude/hooks、Codex 的 .codex/hooks.json、Cursor 的 .cursor），Impeccable 在安装时生成对应格式的 hook manifest。

这和之前讨论过的 Free Claude Code 的"Harness 无关设计"概念一脉相承：skill 不应该绑定到某个 harness。但 Impeccable 把这个概念推得更远——不只是 skill 可移植，连 hook 机制都可移植。

Live Mode：浏览器内迭代

Impeccable 的 live 命令是"视觉变体模式"——在浏览器里实时迭代元素。generate 命令更进一步——自动生成一个元素的多个变体，不需要手动选。

这把 AI 设计从"生成一次看效果"变成"生成多次选最好的"。和传统设计工具的"版本对比"功能类似，但迭代速度是毫秒级的。

代价是：live mode 需要浏览器扩展和本地服务器。不是所有 harness 都支持。这是 Impeccable 的一个权衡——深度功能需要深度集成。

一个值得警惕的信号

Impeccable 的 README 里有一句话："Every model trained on the same SaaS templates. Skip the guidance and you get the same handful of tells on every project."

这句话是对的——AI 生成的 UI 确实有"tells"（Inter 字体、紫蓝渐变、卡片套卡片）。但 Impeccable 的解法是"检测这些 tells 并修复"。

问题是：如果 62 条规则检测的是"AI 生成的典型特征"，那 AI 会不会学会"避开这些特征"来绕过检测？这就像反病毒软件和病毒的军备竞赛——检测规则是静态的，模型是进化的。

Impeccable 的规则会更新（CHANGELOG 显示活跃维护），但本质上这是一个"规则 vs 模型"的对抗。长期来看，更好的解法可能是"在训练时就不让模型生成这些 tells"——但那是模型厂商的事，不是 skill 作者能控制的。

收尾

Impeccable 的核心洞察是：审美问题往往是工程问题。

"这个 UI 丑"是审美判断。"这个 UI 用了 Inter 字体 + 紫蓝渐变 + 卡片套卡片"是工程判断。前者无法执行，后者可以。

24 个命令 + 62 条规则 + PRODUCT/DESIGN 分层，三件事合在一起做的是：把"让 AI 生成好看的 UI"从"教 AI 审美"变成"给 AI 一套可执行的设计工程"。

这不是终极解法——规则会过时，模型会进化，新的 tells 会出现。但至少在今天，Impeccable 提供了一个比"给 AI 一个评分员"好得多的框架：给 AI 一个词汇表，让它知道该做什么动作，而不是给它一个分数让它自己猜该改什么。