01 · Situation
AI 已经能写出完整的网站，却常常写不出一个真正有气质的网站。它知道按钮、卡片、渐变、阴影，也知道响应式布局；但当AI写的网页高度同质化，反复落入蓝紫渐变和科技感模板时，问题就不再是“能否生成”，而是“是否能真正属于这个品牌”。
在 Wegic 2.0 的升级中，我们面对的核心问题不是“能不能生成网页”，而是“能不能生成一个不像模板、也不像 AI 默认答案的网站”。用户只说出一个朴素的需求，模型需要补全品牌调性、信息结构、视觉风格、配图、动效和细节秩序。
这就是项目真正的起点：让 AI 不再只是会搭页面，而是开始理解网页设计里的节奏、克制、对比和惊喜。
蓝紫渐变、科技感背景、通用卡片反复出现，行业差异被抹平。
页面结构完整，但色彩、字体、图片与品牌气质没有形成一致表达。
常见问题不是单点视觉，而是导航、内容、图片、动效和响应式一起松散。
02 · Task
我负责“视觉质量领先”这一目标，工作并不止于画出一套高质量 UI。更重要的产出，是把设计师原本依靠经验完成的判断，拆解为模型能够遵循的规则、变量和评估标准。
“好看一点”对人类已经含糊，对 AI 更几乎不可执行。于是我将目标拆成更具体的问题：版式是否有层级？色彩是否服务于品牌而不是默认趋势？字体是否与行业气质匹配？首屏是否有记忆点？内容结构是否让用户愿意继续读下去？
当这些问题被逐一命名，审美才从一种直觉，变成了可以具体执行的能力。
03 · Action
第一轮探索从 Prompt Engineering 开始。我没有把 Prompt 当成一句魔法咒语，而是把它当成一套设计系统：角色设定、设计目标、参考风格、核心要求、禁止项、行业变量，每一层都承担不同的约束。
这套结构的意义，是在稳定性和多样性之间找到平衡。固定层保证基础质量不崩，变量层让不同行业、不同品牌仍然保留各自的性格。
不要指望一次对话就能解决复杂问题。我的经验是，把写提示词看成一个“设计 - 测试 - 评估 - 优化”的闭环：先用大白话描述需求，让模型生成初版提示词；再拿着它去跑结果，像给同事提修改意见一样指出哪里偏了、哪里需要更明确。几轮之后，提示词会逐渐变成一套稳定、顺手、贴合目标的“量身定制版”。
在这个过程中，人类真正擅长的不是从零写出完美提示词，而是 Review AI 已经写出的东西，并给出准确的判断和反馈。每一轮我会尽量只调整 1-2 个变量，比如字体策略、图片方向或禁止项，避免一次改太多，最后不知道到底是哪一项影响了结果。
04 · Evaluation
网页生成质量很容易被一句“感觉还行”带过，但感觉无法指导下一轮迭代。为了避免只凭个人偏好判断，团队内部成员做盲评：在不知情的情况下，对 AI 生成网站和成熟商业模板进行视觉评分。
第一轮结果证明了方向的可行性：AI 生成网站的视觉分值已经接近 Wix 模板。但它也暴露出两个问题：
版式层级、留白、字体、色彩是否达到商业网站的基本专业度。
生成结果是否像这个行业、这个品牌，而不是任意一个 AI 模板。
信息结构、CTA、导航、配图和响应式是否支撑真实发布。
05 · System
第二轮不再满足于“做得不错”，而是开始追问“能不能每次都做得不一样，并且都成立”。我将设计风格扩展为 8 套 Design Skill：每一套都不只是换颜色，而是重新定义版式节奏、留白比例、图片气质、字体选择和适合的行业场景。
同时，我把配图生成、Logo 生成、网页动效、Hero 动态视频等能力纳入系统，让模型不再依赖廉价素材或空洞装饰。一个网站的高级感，往往不是来自某个炫目的元素，而是来自所有元素细节都朝同一个方向说话。
使用模块化网格系统，划分 8 列 × 8 行，24px 列间距，12px 行间距，进行设计与开发。通过网格打破常规布局的同时又能保持秩序感。
适当留白，给予视觉呼吸空间，避免版面过于拥挤。
使用 Grid 布局，尝试为每一区块都创作不同、不规则的布局。
精致且富有编辑感的排版——想想高端创意机构的风格，而不是企业模板。
每个 section 都要深度思考发挥尝试不同方式的布局。
使用电影般的滚动叙事讲故事的方式设计首页。
- 通过网格打破常规布局的同时又能保持秩序感
- 2025年后的网页排版趋势
- 实验性布局、视觉张力
- 突破常见的卡片网格布局
- 展现创新性和高级感
- 突破网格系统
- 保持版式节奏：在多样化的同时，使用统一的间距系统和对齐原则
- 建立视觉连贯性：建立统一的视觉语言
06 · Exploration
第三轮探索发生在 Image 2 出现之后。我开始尝试另一条链路：不再只让 AI 直接生成网页代码，而是先用 Image 2 生成高完成度的网页设计稿，再交给 AI 将设计图还原为可访问、可编辑、可上线的前端页面。
这条路径的价值在于，它把“审美探索”和“工程还原”拆成了两个阶段。Image 2 在视觉生成上更可控，能更快试出首屏构图、品牌气质、图片氛围和排版张力；而后续的 AI 还原则负责把这些视觉判断翻译成真实的 HTML、CSS 和交互细节。前者负责打开审美空间，后者负责把空间落到可用产品里。
这也让我意识到，AI 网页生成不一定只有“从文字到网页”这一条路。更成熟的工作流，可能是文字、图像和代码之间的多模态接力：先用文字定义方向，用图像快速确认审美，再用代码完成落地。同时我的角色也随之变化，从单纯写 Prompt 的人，变成在不同模型能力之间编排流程、判断质量、决定取舍的人。
07 · Result
最终，项目沉淀出 8 套可复用的 Design Skill，并通过多轮测试持续提升网站生成质量。内部盲评均分从接近商业模板，进一步提升到超过 Wix 模板基准的水平；在部分结果中，生成网站已经达到设计师手作的完整度与审美水准，甚至超过普通设计实习生的产出稳定性。
更关键的是，这套能力让 Wegic 2.0 在 AI 生成网站行业内形成了清晰的视觉优势：它不只是“能生成网站”，而是能稳定生成有品牌感、有版式秩序、有商业完成度的网站。团队也确认，最终生成效果相比竞品具备明显领先性，处于行业内较靠前的位置。
我的产出因此不再只是 Figma 文件中的页面，而是一套可被模型调用、被用户感知、被数据评估的生成系统。它让设计经验从个人能力变成产品能力，也让网页审美可以在一次次生成中继续进化。
08 · Reflection
这个项目让我重新理解了 AI 产品设计师的位置。我们不只是给 AI 产品画界面，也是在设计 AI 的行为、品味和判断边界。
过去，设计师交付的是页面；现在，设计师也可以交付一套让页面被生成出来的方法。Prompt、评估、Skill、质量兜底，它们共同构成了另一种设计系统。不同的是，这套系统的输出不是组件库里的按钮，而是用户真实拿到的一个个网站。
我想，AI 时代的审美提升，不是让机器变成设计师，而是让设计师从“产出单个页面的人”，变成“定义模型审美边界的人”：定义什么是好，什么不能要，怎么评估，失败时如何纠偏。只有这些标准被写进系统，生成质量才不会停留在偶然的好运气里。
当设计经验被翻译成 AI 可执行的规则，更多没有设计背景的人，也能得到一个体面、清晰、有气质的表达空间。
