先看结果：同一句话任务，三种做法
我让同一个 AI 做一个"企业级 multi-agent 交付平台"的官网首页，分三种方式。
方式一：什么都不说，让它直接做。
它交出来的是这样：深紫色渐变的大标题、带光晕的背景、图标全是表情符号（机器人、锁、图表那种）、下面整整齐齐三列圆角卡片。我数了一下：页面里 15 处渐变、12 处投影、8 个表情符号图标。
方式二：加一句 30 字的话。 原话是：“不要渐变、不要表情符号图标、不要阴影卡片、不要一律蓝色”。
它交出来一版灰白的、干净的页面。上面那些特征，一个都没有。
方式三：严格按一个设计插件的完整流程走。 这个插件叫 Impeccable，9.45 万 star（2026-10-29 取数，这仓库更新很快），是 Anthropic 官方前端设计指南的开源后代。流程是：先写设计意图、掷骰子选设计方向、写"这个页面要为谁讲什么故事"的契约、做完了自己评审再改。
插件组交出来的是一张铁路运行图：墨绿站牌、发丝线、车次代号。它的核心交互是"给牌放行"——审批通过 = 点一下盖个红章，线路继续往前跑。它把"一次 agent 交付"讲成了一列准点运行的列车。
现在猜，哪一版最"不像 AI 生成的"？
答案是方式二，那句 30 字的提示词。
下面我把整个实验的数据都摊开讲，顺便说说为什么。
这个实验是怎么做的
我不搞玄学，就做对照实验。同一个 AI，四种配置：
| 组 | 配置 | 一句话说明 |
|---|---|---|
| A 组 | 原样，直接做 | 基准线：AI 默认发挥长什么样 |
| B 组 | 原样 + 一句"别像 AI" | 测一句话提示词的威力 |
| C 组 | 装了插件、执行了初始化，但全程不用 | 测"装的动作"本身有没有用 |
| D 组 | 插件完整流程 | 测工具全流程 |
任务做四组：官网介绍页、对账工作台（财务场景）、把一个已经做好的页面重新改造，以及最后那个多智能体运维控制台。每组页面我都用脚本量了硬指标：渐变多少处、投影多少处、表情符号多少个、有多少文字颜色浅到看不清（无障碍标准）、手机宽度下会不会溢出。
任务一：官网首页
上面三张图就是结果。数据是这样的：
| 页面 | 渐变 | 投影 | 表情图标 | 看不清的文字 | 手机宽度溢出 |
|---|---|---|---|---|---|
| A 组（默认） | 15 处 | 12 处 | 8 个 | 33% | 无 |
| B 组（一句话） | 0 | 0 | 0 | 0% | 无 |
| C 组（装了不用） | 0 | 0 | 7 个 | 12% | 无 |
| D 组（插件流程） | 0 | 0 | 0 | 1% | 无 |
先把 C 组放一边，它单独有故事。A/B/D 三组里，D 组（插件）在数据上是最稳的：表情符号清零、看不清的文字只有 1%、手机不破版。B 组也不错，0% 看不清。A 组的大字标题有将近 15% 是浅到踩线的——渐变背景上压白字，手机亮度一低直接糊。
任务二：对账工作台（数据场景）
官网页好看不好看，比较主观。这个任务更实际：一个银行对账用的工作台，要盯一屏数据干活。结果差异更大。
A 组（默认）交了个仪表盘：KPI 卡、渐变图、状态标签。看着还行，但数据量出来很难看：47% 的文字低于无障碍标准的对比度（浅色字配浅色底），最要命的是手机宽度下页面横向溢出 315 像素——就是页面比你屏幕宽出一大截，得左右滑才能看全。做给企业用的后台，在手机上看直接穿帮。
D 组（插件）走"金库封账"的路子：冷钢灰壳、黄铜色按钮、等宽数字，顶部一根"封账进度横梁"——1,284/1,290 笔已平，差 6 格没合拢，一行差异（¥2.70）在表里标红。它把这个工作台讲成了"账平了才落锁"的仪式。数据：看不清的文字 2%，零溢出。
任务三：改造一个已经做好的页面
这是插件作者自己最看重的场景：你手上有个旧页面，让 AI 改一改。
存量页面就是任务一的 A 组那个渐变页。我给它写了一份"现状诊断书"（这个页面有哪些问题），然后让 A 组、B 组、D 组三种配置各自去改，要求原文案一字不动。
A 组（默认）改出来是这样：渐变从 15 处减到 4 处，投影清零了，但表情符号一个没动，7 个全留着；看不清的文字还有 20%，大字里 10% 不合格。它像做了一次表面保洁：看得见的污渍擦了，背后的颜色体系和图标语言一点没碰。
B 组（那句话）改出来是这样：表面特征全清零——渐变、投影、表情符号一个不剩，看不清的文字从 20% 降到 17%。单看数字像是及格了。但你看整个页面：骨架一点没动，还是居中大标题、三列卡片、大数字、客户证言那一套，只是从蓝紫色换成了黑白灰。它把一个彩色的 AI 模板，改成了一个灰色的 AI 模板。
D 组（插件）改出来是这样：整页重构成"交付运营台账"——顶栏墨绿站牌、首屏一块"运行面板"（本月 12 批交付，11 准点，1 待审批）、能力按编号清单排、客户证言变成"验收记录"（ACC-0881，带签署行）。还是那些话，但整个页面像一份真正在用的运营文档。数据：渐变/投影/表情全零，看不清的 5%，大字 0 失败，无溢出。
任务三是最扎心的一个：同样改一个旧页面，默认配置只会"打补丁"（特征都擦不干净），那句话只会"刷一层漆"（特征干净了，骨架纹丝不动），插件才会"重建世界观"。
任务四：复杂控制台（这才是重点）
看完前面你可能会想：那一句提示词不是赢了吗？别急，前面三个任务都太简单——单页官网、单屏工作台，信息量小，一句话"不要渐变不要 emoji"就能抹平。要验证插件到底有没有用，得把任务复杂度拉到一句话管不住的量级。
所以我设计了第四个任务：一个多智能体运维控制台，硬性要求 8 个功能区块（全局状态栏、8 个智能体清单、流程画布、详情面板、审批队列、事件日志、时间线视图、数据汇总）加 3 处交互，三种方式同题竞赛。这种页面是给运维值班员盯着用的，信息密度高、状态多。
A 组（默认）：功能都交齐了，但复杂度把 AI 味放大了——表情符号图标 22 个（简单任务时只有 8 个），投影 9 处，页面里 39% 的文字颜色浅到看不清。交互全是弹窗（点一个智能体弹个提示框，审批完也弹个提示框）。
B 组（一句话提示）：表情符号清零了，但翻车了：看不清的文字比例从 0% 跳到 34%。原因很简单：一句话能拦住"渐变和 emoji"这种看得见的特征，拦不住"高密度小字该用什么颜色"这种信息架构问题。8 个区块的密密麻麻的小字里，浅灰正文大面积不及格。
D 组（插件全流程）：它把整个控制台建成了一座"变电站调度终端"——智能体是发电机组，编排流程是电网主接线图（双母线单线图），审批是"操作票"（盖章才准执行），日志是电网调度真实的 SOE 事件记录，故障机组在图上用红色告警框标出来。审批不是弹窗：点"准许执行"，票面盖章、移出队列、日志落一条记录、待审数减一，整条链路真实流转。
数据：看不清的文字只有 15%，是三组里唯一把信息密度管住的。
还有个细节得记一笔：D 组第一版在手机宽度下溢出了 364 像素，插件流程里的自检环节把它查出来修掉了，复测归零。一句话提示词没有这双检查的手——这就是流程的价值：它不光管风格，它管质量。
复杂任务总账（追加 3 行）
| 页面 | 配置 | 渐变 | 投影 | 表情 | 看不清的文字 | 手机溢出 |
|---|---|---|---|---|---|---|
| 控制台-A | 默认 | 1 | 9 | 22 | 39% | 无 |
| 控制台-B | 一句话 | 0 | 0 | 0 | 34% | 无 |
| 控制台-D | 插件 | 0 | 0 | 0 | 15% | 无（修过一轮） |
到这里，前面那句"一句话提示词赢麻了"要修正了：它只在简单页面成立。 单页官网一句话够；多区块控制台这种复杂系统，一句话管不住信息密度，插件的流程优势是实打实的。
补一把尺子：请出题人亲自阅卷
写这篇的时候我干了件事：把这个插件官方那个检测器（它自己规则集的扫描器，纯代码、不用大模型）下载下来，把 14 个页面全部扫了一遍——相当于请出题人亲自阅卷。三个结果：
一，全场 14 个页面，只有一个把检测规则全部通过，就是任务一那句话版的灰白页。简单页面上一句话不只骗过了我，连出题人都挑不出毛病。
二，一句话版在复杂控制台上被它抓了 22 处"灰字看不清"（浅灰小字压白底那种），还有 11 像素的小字、卡片套卡片。我前面用脚本量出来的"一句话管不住信息密度"，出题人盖章了。
三，最意外的：插件全流程自己做的 6 个页面，没有一个全过它自己的规则。高密度表格被抓文字遮挡，等宽小字被抓字号太小，台账那个 01/02/03 编号清单正好撞上它规则集里"编号标题"这条 AI 特征；连金库和公证书的米色底，都被它自己的规则集标成"AI 常用的高级感"。它卖的不是"保证过检"，是"有主张"。装了它不代表你就安全了——它自己都过不了自己的卷子。
插一段：C 组，装了不用，是什么结果
C 组就是那个"装了插件、跑了初始化、但全程不用命令"的组。结果很有意思，正好卡在 A 和 D 中间：
它知道"有个设计规则集存在"，所以把渐变和投影这种最扎眼的收敛了（归零）；但表情符号 7 个一个没少，页面也没有方向，纯靠收敛。
这说明两件事：第一，D 组的效果不是"装插件这个动作"带来的心理暗示，是流程执行本身；第二，“知道规则"和"遵守规则"是两回事，你得真的跑那个流程。
总账：14 个页面一次看全
| 页面 | 配置 | 渐变 | 投影 | 表情 | 看不清的文字 | 手机溢出 |
|---|---|---|---|---|---|---|
| 官网-A | 默认 | 15 | 12 | 8 | 33% | 无 |
| 官网-B | 一句话 | 0 | 0 | 0 | 0% | 无 |
| 官网-C | 装了不用 | 0 | 0 | 7 | 12% | 无 |
| 官网-D | 插件 | 0 | 0 | 0 | 1% | 无 |
| 工作台-A | 默认 | 10 | 7 | 0 | 47% | 315px |
| 工作台-D | 插件 | 0 | 1 | 1 | 2% | 无 |
| 改造-A | 默认 | 4 | 0 | 7 | 20% | 无 |
| 改造-B | 一句话 | 0 | 0 | 0 | 17% | 无 |
| 改造-D | 插件 | 0 | 0 | 0 | 4% | 无 |
| 控制台-A | 默认 | 1 | 9 | 22 | 39% | 无 |
| 控制台-B | 一句话 | 0 | 0 | 0 | 34% | 无 |
| 控制台-D | 插件 | 0 | 0 | 0 | 15% | 无（修过一轮） |
简单任务上一句话就能抹平差距；任务一复杂，差距就回来了。
盲评：匿名打乱，让不知道实验的评委打分
数据都是机器量的，机器说的"干净"人眼认不认？我把 7 张首屏截图匿名打乱（编号 sample-01 到 07），让一个完全不知道实验背景的评委打分，六个维度各 1-5 分，其中一维就是"像不像 AI 生成的”（5 分=完全不像，1 分=一眼 AI）。
| 匿名编号 | 还原后 | 视觉层级 | 字体排印 | 色彩 | 留白节奏 | AI味 | 可信度 | 平均 |
|---|---|---|---|---|---|---|---|---|
| sample-01 | 默认组-官网 | 4 | 3 | 3 | 3 | 2 | 2 | 2.8 |
| sample-02 | 默认组-工作台 | 4 | 4 | 4 | 4 | 2 | 3 | 3.5 |
| sample-03 | 插件组-工作台 | 3 | 3 | 3 | 3 | 2 | 2 | 2.7 |
| sample-04 | 插件组-官网 | 4 | 3 | 4 | 4 | 3 | 3 | 3.5 |
| sample-05 | 一句话组-官网 | 4 | 4 | 4 | 4 | 4 | 4 | 4.0 |
| sample-06 | 插件组-备选方向1 | 3 | 3 | 3 | 3 | 2 | 2 | 2.7 |
| sample-07 | 插件组-备选方向2 | 5 | 4 | 4 | 5 | 4 | 4 | 4.3 |
按"AI 味"这一项看分组均值：
- 默认组：2.0 分（一眼 AI）
- 一句话组：4.0 分（看着不像 AI）
- 插件组（两个正式产物）：2.5 分（还是有点 AI）
插件组在"机器可数的"指标上完胜（表情清零、文字全能看清），但在"人眼判断"上，只比默认组高了 0.5 分。那句话才是断层第一。
我琢磨了很久这到底为什么。结论是：“AI 味"有两层。第一层是"特征层”：渐变、投影、表情、卡片堆叠——这些是能写进规则清单的，所以插件能一次性清零。第二层是"气质层"：信息密度是不是真的、布局有没有不对称、标题是不是在说人话——这些写不进规则，所以插件管不到。而人眼判断"像不像 AI"，主要看第二层。
一句话提示词怎么赢的？因为它什么都没做——不堆特效，反而没有留下"机造的整齐感"。这也解释了另一个彩蛋：插件流程里有一步是"掷骰子选方向"（故意不让 AI 选它最顺手的方案），其中被淘汰的一个备选方向，盲评居然拿了全场最高分 4.3。淘汰的不等于错的，只是不适合讲这个故事。（严谨补一句：那张是方向草图不是完整页面，页面短、能挑的毛病就少，这个"最高分"不能拿去跟成品直接比，更不能证明骰子掷错了，只当彩蛋看。）
最大的翻车：AI 评委自己会脑补
给插件组那个对账工作台打分的时候，评委写的理由是：“整块渐变背景、居中 slogan、三列同款图标卡”。
实际页面长什么样？左边深色导航、中间封账进度条、下面一张高密度明细表。没有渐变，没有 slogan，没有三列图标卡。我用另一个视觉模型复核过，确认评审描述和实际页面完全对不上。
它没看。它以为它看了。它把页面往自己脑子里的"AI 模板"样子填空了。
更糟的是，这事后来了第二例，而且更离谱。复杂控制台那轮盲评，评委给插件组（变电站调度终端）打的分是三组最低，理由是"低对比灰字看不清、大面积渐变、告警不显眼"。我又拿另一套视觉模型去复核同一张图，事实完全相反：页面没有渐变，文字对比度是三组最高的，故障告警在页面 5 个地方都标了红色（顶部横幅、统计卡、机组清单、单线图上的红色告警框、日志里的红色级别），醒目得很。评委说的四条理由，一条都不成立。
两例合在一起，结论很硬：AI 评委打分时，对"长得不像通用模板"的页面会系统性压分——它不是在看你的页面，是在把你的页面往它预期的模板里套。 越有独立世界观的页面（金库、变电站），被误读得越狠。
结论，分三种用法
- 只做简单页面（官网、介绍页、落地页）：一句话就够了。“不要渐变、不要表情符号图标、不要阴影卡片、不要一律蓝色”。免费，即刻生效。但记住它的适用范围——页面一复杂它就管不住了。顺带说一句实话：这句提示词本身，就是从那 62 条设计规则里挑出来的重点。你用一句话的时候，已经在用别人沉淀过的知识，只是没付钱。
- 做复杂系统（工作台、控制台、数据密集页）或改造存量页面：值得跑完整流程。它给你的不是"好看的样式"，是三样更硬的东西：状态语义体系（什么颜色代表什么状态，有规矩）、检查闭环（手机上破版会被自检抓出来修掉）、以及一个"这页到底是个什么"的方向。改造旧页面时这个差别最直观：一句话版只是把彩色 AI 模板刷成灰色 AI 模板，骨架不会动；流程版把同一份文案重组成另一份东西。这些都是一句话给不了的。
- 最狠的一条：别让 AI 评 AI 的活儿。两轮盲评都抓到 AI 评委"看都没看就打分"，它对长得不像模板的页面会系统性压分。你找人看吧，哪怕找你同事。
最后说句实在的：AI 做的东西不丢人，但它那个"平均审美"，跟你想要的是两回事。页面越复杂，“一句话调教"越不够用，设计流程的价值越大。你缺的不是更好的 AI，是一套把设计当回事的流程，加一双自己的眼睛。
文中配图均为本次对照实验的真实产物；结论应结合具体任务、模型版本和提示词约束理解。