把 AI 调成世界级设计师：Anshu Chimala 的三阶段七手法

关于这篇文章。 这是一篇译文 + 译注，原文是 Anshu Chimala 在 Lenny’s Newsletter 的客座长文 How to turn your AI into a world-class designer（2026 年 9 月 1 日发布）。Anshu 此前在 Apple 带了 12 年软件工程与设计团队，专注未来 AI 产品的研究与原型。译文以中文 essay 风格重述他的方法论：不是逐句翻译，是按他的三阶段（Discover/Define/Deliver）七手法框架，把每个手法的"判断—推理—证据"链重组成中文读者更容易跟上的版本。付费墙挡住了 Technique 7"Remove AI tells"之后的细节，文中以**【付费墙】**显式标注。

出处：lennysnewsletter.com/p/how-to-turn-your-ai-into-a-world

你只看到了 AI 设计潜力的 1%

有人看完 Anshu 在 X 上贴的设计 demo 会问：“为什么同一个模型，在你手里就能做出那种东西，我自己跑出来全是千篇一律的样板货？感觉你用的是另一个模型。”

文章开头他就摆了三样产物回应：三句 prompt 用 Claude Fable 5 搭出来的对话式热量追踪 app，两句 prompt 用 Claude Opus 5 搭出来的太空探索游戏，三句 prompt 用 Claude Opus 5 + GPT-5.6 Sol 搭出来的动态落地页。

Anshu 用的不是另一个模型，他只是用得更深。他给出一个很刺激的判断：大多数人只看到了 AI 创造潜力的 1%，剩下 99% 不是模型不给，是方法没摸到。

这话不是营销话术。LLM（大语言模型）的工作机制是 next-token 预测——每一步，在已有 token 序列上预测下一个最可能出现的 token。人类评分回流进训练过程，模型因此学会了"挑最安全、最能让所有人满意"的路线。

设计是被这一性质伤害最深的任务之一。设计决策不是"对/错"，是"出不出彩"——用什么色调、怎么排版、何时留白，都要做出选择。LLM 在每一个分叉口都会选"最不会得罪人"的那个 token。结果是设计看起来规整、像样，但和无数其他 AI 设计撞衫，撞到没个性。原文有句话说得更损：这就像终极版的 design by committee（委员会设计）——人人都点头，没有人在乎。

好设计正相反：先有情绪，从情绪反推表达；它打破规则，用让人记住、出乎意料的选择制造反应。这和 LLM 的本能互为镜像——模型每一步都选最可预测的，好设计每一步都要选最不可预测的。

所以 99% 的潜在设计空间，就藏在那个"让模型偏离最可预测"的缝隙里。Anshu 在 Apple 的 12 年里，大部分时间带一个 R&D 团队，做探索性未来 AI 产品的设计与原型。团队早期也被同样的问题困住——脑子里装着"UI 应该长什么样"的预设，回到熟悉的样式，转不出新东西。后来他们靠一套严格的流程硬把自己从"舒适区"里拽出来，专门往可能性边缘看，再把细节打磨到 Apple 那种质量。他把同一套流程搬到了和 AI 的协作上——过去团队要几周做完的原型，agent 现在几小时就能出。

方法论的骨架借鉴了设计领域经典的 Double Diamond（双钻模型），但被改造成面向"AI agent 团队"而不是人类设计师的三阶段：

• Discover（探索）：发散，跳出平庸的同质化，找到大胆、野心足的设计 brief（设计任务说明）。
• Define（定义）：收敛，把 AI 从熟悉的模式里推出去，多个模型组合起来，把设计真正实现出来。
• Deliver（交付）：精修，把粗糙的边角收掉，把关键元素立住，交付让人想用的成品。

下面三段按顺序展开。所有例子都来自 Anshu 真实跑过的 prompt 和产物。

Discover（探索）：先广后深

设计最难的一刻是面对一张白纸——所有可能性都在。AI 是发散的理想工具，问题是它太容易退回到熟悉的模式。

要把模型从舒适区拽出来，Anshu 给两条相反的路：用外部的随机性，或者用你自己的品味。

Technique 1：用"随机字符串"给模型注入多样性

直接让模型"做得独特一点"是没用的——LLM 不会真正"随机"，它只会预测"听起来随机"的 token。Anshu 试过，跑出来的结果确实和之前不同，但谈不上多样：配色、结构还是那几套，连尴尬的陶艺隐喻都反复出现。

Anshu 引了 Sakana AI 的 String Seed of Thought（字符串种子思维）方法：让模型先用 shell 脚本生成一长串随机字母数字串，把这串字符当灵感来源，让它从字符串里"看出"颜色、版式、节奏。

原文 prompt 例子：

我要你给我的效率工具做一个产品落地页。按下面这套流程：

1. 用 shell 脚本生成一长串随机的字母数字字符串。
2. 基于这串字符去定义创意方向（配色、布局、字体等）。看表面之下的子模式、特殊数字、任何能启发你的东西。
3. 用你的判断把方向变成好看的成品。
4. 不要在设计里暴露这个字符串，它只用来启发你。

效果立刻拉开。原话：之前的设计是"任何 Claude 用户都能跑出来的"；用了随机字符串之后，“每次跑都不一样，全世界独一份”。对照实验是这样的：Anshu 开了四个 Claude Code 实例（跑的都是 Claude Opus 5），同一个 prompt 跑四遍，出来的几乎是一个模子——紫色渐变、文字在左、图形在右；换用随机字符串，同一个 prompt、跑不同字符串，配色、字体、版式就完全对不上了。

这个手法解决的是 LLM 训练目标里的一个根本限制：模型本身不会随机，“随机感"必须从外部喂进去。

Technique 2：让你的 prompt 比模型更"野”

第二条路反过来——不是给模型随机性，是给模型具体的狂想。

关键不在 prompt 多长，在于你脑子里有没有具体的画面。一段 prompt 越具体越"出格"，模型越有支点可以靠；越抽象越"帮我做个 X"，模型越要靠默认偏好填空。

Anshu 列了几个例子 prompt：

给我效率工具做一个产品落地页，要硬核像素风 + 惊艳的视觉。每个区块看起来像电子游戏的静止画面，但所有这些还要能拼成一个能用的产品落地页。

给我效率工具做一个产品落地页，设定在等距视角的 3D 城市里，不同功能用不同街区或建筑来表达。

给我效率工具做一个产品落地页，版式要极度不对称、配色和字体要有冲突、留白要让人不舒服。打破所有规则，但还要好看。

难的是想出这些"具体的狂想"。AI 当然能帮——但你直接问 AI"给我点创意"，得到的也是"所有人都能得到的那批"。

Anshu 的方法是三步：

1. 广撒网。让 AI 列一长串灵感，描述故意只给高维度，目标是启发你，不是直接用。
2. 挑方向，挑反应。你看完之后记录对哪些方向有"反应"（心动、烦、想试），再让 AI 在你挑过的方向上细化。
3. 让 AI 写给 AI 的 prompt。满意之后，让 AI 写一个紧凑的 prompt，让另一个 AI agent 能直接拿去搭出概念验证页（POC）。

只把 AI 的创意原样喂回 AI，你拿不到独家；方向是你主动带进去的，最终成品里才有你。

Anshu 这一段的结尾话特别值得照搬：

别怕试听起来很蠢的念头。如果你在想"这肯定没戏"，方向对了。多数时候 agent 会给你惊喜，你会意识到自己低估了它。如果没惊喜，就扔掉那一批再换。但那些"没奏效"的 prompt 要存下来，等下一代模型出来再跑一遍——你就在用最新的能力，把每一代的天花板量到极限。

Define（定义）：把方向做深

Discover 阶段能拿到一批有意思的初步方向。但只要还是 AI 一口气跑完的，它们几乎都还是同一套老习惯——文字在左、CTA 按钮在下、导航在顶、图在右。

Define 阶段的目标是给每个设计一个独立的"人格"。下面三个 Technique 是 Anshu 用来做这件事的三个不同侧面。

Technique 3：用子 agent 做正向反馈回路

设计要迭代，但"让 agent 自己审视自己改一版"是死路——agent 不是客观的，它会维护自己之前的决定、过往的推理。“退一步想"不是它的强项。

解法：让写代码的 agent 问另一个 agent。第二个 agent 担任"设计评论员”，只看当前设计截图，不看代码、不看实现细节、不看历史迭代——只看成品有没有达到质量门槛。

这种分工的另一层好处是成本结构：贵的模型只用来做"高层判断"，便宜快的模型干苦力。评论员的 token 占比远低于实施者，但提供的是"品味"那一层。

Anshu 给出的工作流原文 prompt：

我要你改进这个设计。要决定改什么，请用一个 Fable 5 子 agent 当设计评论员。 每次迭代按下面这套流程：

1. 抓一张当前设计的截图。
2. 在一个干净的 context 里调用评论员，只给它截图，不给代码、不给实现、不给历史迭代和评论。
3. 让它评估当前设计要走的审美方向，想象顶级设计工作室会怎么走这个方向，列出差距最大的几点。
4. 最后让它给一个 0-10 的分，表示当前设计离工作室级的差距。 给评论员的指令里要写明：

• 要高屋建瓴看整体结构和构图，也要看细节。
• 要警惕过度、堆砌、明显的"AI 味"模式，并扣分。
• 要给具体、紧的反馈，不是空话散文。
• 要敢想敢打分，别躲安全区域。 你的工作什么时候算完？看评论员独立给出 9/10 或更高。不要把"9/10"这个门槛写进评论员的 prompt，让它打分时保持客观。每次迭代用同一个评论员 prompt。

Anshu 跑下来的一个数据：Fable 5 评论员每轮的输出 token 占比不到 10%。评论员模型看着贵，实际花费不到 1/10；直接让 Fable 改页面，成本翻倍还更慢。

设置这种循环有几个关键判断，原文分了四条：

1. 评论员的标准要尽量客观具体。
   • 烂 prompt：“判断我们的设计好不好看、不像 AI 做的。“太主观，每次跑结果波动很大。
   • 还行 prompt：“审视我们要走的审美方向，想象顶级设计工作室会怎么做，再用这把尺子量我们。“还是糊，但给了统一框架。
   • 好 prompt：“给你 5 张图：4 张专业参考 + 1 张我们产品的截图，按打磨度和品味打分。“具体、有视觉基准。
2. 给评论员看参考图作为"目标质量基线”。可以是同类截图、你喜欢的设计，甚至 AI 生成的概念图。告诉它这是基线/moodboard，不是目标——你不希望它直接抄。
3. 设置停止条件要小心。否则评论员可能永远不"满意”，agent 烧 token 也要去讨好它。先做一两轮，看是不是在收敛，再决定要不要继续。
4. 不同活派不同模型。评论员可以考虑更大模型，更多参数通常意味着更好的设计感和更宽的创意分布。小的可以做实施者，但别太小——你还是需要一个能真正"执行设计方向"的模型。

Technique 4：用图片生成给设计补血肉

写代码的 agent 爱写代码，但不爱用图。它们倾向于走代码能轻松堆出的方案——渐变、形状、基础花纹——而这些恰好是最明显的"AI 设计痕迹”。

部分 agent 自带图像工具，但几乎不会主动用；没带的可以接 OpenAI 或 Gemini 的图片生成 API。

Anshu 给的 prompt 例子：

这个设计有点平。用图片生成加点个性。考虑 shader 或 3D 效果配合图片，做出更有意思的视觉。 图片生成用这个 OpenAI API key（只在本地用，不要存进代码或产品）：sk-a1b2c3d4… 在浏览器里一帧一帧确认效果对。

效果见原文 demo：补上图片和 shader 之后，设计里的"AI 味"明显退掉——它开始像是有人认真做出来的东西，而不只是跑一遍代码就有的。

按你的 agent 栈怎么接图像生成，原文给了四个分支：

• Codex / Antigravity / Grok Build：告诉 agent 用它自带的图片生成。它本来就会，只是没人提醒它才不主动用。
• Claude Code 或其他 agent，但你还有 ChatGPT 订阅：告诉 agent “用 Codex CLI 生成图片。如果没装就帮我装。确保它走我的订阅而不是 API key 计费"。这样能复用订阅额度，不额外花钱。
• 只用 Claude 或别的工具：最直接的路是给 agent 一个 OpenAI 或 Gemini 的 API key。Anshu 建议单独申请一个 key、设紧的额度上限——就算 key 漏了或者 agent 乱花，损失有上限，撤销也不影响其他工作。
• 经常把 key 贴进对话的人：把 key 放进一个文件，让 agent 在项目里引用它。具体做法：告诉 agent “建一个被 gitignore 的 .env.agents 文件，把 key 存进去，在 AGENTS.md / CLAUDE.md 里给自己写一条说明：这些 key 给你开发时用，但绝对不能跟着产品一起 ship"。

Technique 5：用视频生成做更复杂的动效

视频生成模型今天的能力远超想象，普通人却还把它们当成 UGC 广告生成器或 Will Smith 吃意面那种演示。日常设计里它们能做的事远不止这些。

视频模型很多，最好的又经常换。Anshu 倾向用一个聚合平台（fal.ai）给 agent 一个 key，让 agent 自己评估选项、选最合适的，不做多套对接。

两个具体用法：

A) 做惊艳的循环动画

诀窍是先生成带纯色背景的循环片段，然后用色键（chromakey，绿幕原理）抠掉背景，复杂场景就上视频抠像（video matting）模型。这样能拿到一段动画，可以叠到 UI 任何位置而不像一段视频。

Anshu 给的 prompt 例子：

能把这页那张图换成一个更有意思的循环视频片段吗？让晶体碎裂、慢慢旋转。要做出玻璃般的效果，能折射页面背景，在周围投射阴影和光线。 要拿到可信的玻璃折射，先把玻璃的视频叠在页面背景色上渲染（这样折射就烘焙进去了），再用视频抠像模型抠背景。 用这个 fal.ai API key：sk-a1b2c3d4… 选最近合适的视频生成和背景移除模型。

原文里的 before/after 对比把这层差别交代得最直观——代码里做不出的焦散反射、玻璃折射、复杂物理运动（这组对比正是用 GPT-5.6 Sol 做的前后两版）。

B) 做状态之间的过渡

这个用例被严重低估。除了从文本生成视频，很多视频模型能在关键帧图像之间做插值。你拿两张产品静止图，它能生成一段过渡片——用户操作时（切到另一个页面）播一下，或者用户滚轮/滑动时一帧帧拖。

Anshu 的行李箱 demo prompt：

做一个行李箱 demo 页面，用视频模型在几个状态间做可交互过渡。每个状态行李箱要呈现不同样子，纵向运动要和滚动贴合：

• 一开始行李箱悬浮在半空。
• 然后落地、弹开。
• 最后里面的东西从上方整齐地落进箱子里。 用你的图片生成能力出初始帧，再生成一段从这一帧动画到下一状态的视频。把这段视频的末帧当成下一段过渡的种子，让动画连着。看用户滚动，一段段拖动过渡。 用这个 fal.ai API key：sk-a1b2c3d4… 用物理和一致性强的视频模型，比如 Seedance 2.5。

原文里的行李箱 demo 把这层效果演了出来——整段交互是 GPT-5.6 Sol 在 Codex 里一条 prompt 跑出来的，页面之间过渡跟手滚动，流畅好玩。这种设计让人想继续滚下去看你产品。

Deliver（交付）：减法是最后一步

走到这一步，设计已经独特、有性格。剩下的是清掉细节、打磨到能给真用户用。AI 能造出惊艳的视觉，但"用起来是不是合理、是不是顺、是不是为用户服务”——这块要靠你的判断。

Technique 6：删掉所有不增加价值的元素

AI 爱加东西，几乎不会减。AI 设计最大的破绽之一就是过度解释、堆砌无功能的元素。克制的设计立刻就显得高级、有分寸。

Anshu 修设计时，多数精力花在"删”。他在做一个热量追踪 app 时，第一版 Claude 出来虽然"已经是 AI 全自动做的，相当惊艳”，但他给的需求是"干净、极简”，出来的东西并不极简：

• 背景和进度条上的粉色发光特效
• 文字上零散的高亮和颜色
• 列出当天所有食物的额外标签和留白（图片本身已经传达了）
• 自定义的按钮和文本框，看起来比 iOS 原生控件还差

他把 prompt 改成：

• 版式改成以图为核心的网格
• 去掉渐变、光晕、不必要的容器
• 目标是真正极简、Apple-native 的审美

改完之后效果好得多——有主张，让视觉自己说话；用 iOS 原生组件，过度的颜色和渐变消失，文本变小变紧。

关键判断：今天的 AI 模型永远不会自己想到做这些减法。AI 不爱冒险——删设计、删代码是冒险的事。模型需要你推一把。每次回看设计，问自己"这里真的需要吗”。屏幕上放得越少，能传达的反而越多。

Technique 7：去掉 AI 痕迹

【付费墙】原文 Technique 7 的正文及之后的细节位于 Lenny’s Newsletter 的付费墙之后，未对外公开。从 Technique 6 收尾的判断（“克制的设计让人高级，AI 不会自动做减法”）推断，Technique 7 会涉及识别并清除"AI 味"的具体痕迹——但具体手法待原文公开后补充。

三条可带走的判断

把 Anshu 的整套方法论折成三条可执行的判断。

判断 1：随机性和品味要"外购"。LLM 不会真正随机（Technique 1），LLM 也没有你的品味（Technique 2）。想让模型跳出默认偏好，要么喂外部随机性（随机字符串），要么把具体的狂想写进 prompt。两者都不是模型自己会做的事——它们必须由你带来，否则模型只能回到训练分布的中心。

判断 2：架构里必须有"客观评论员"。让 agent 审视自己没意义（Technique 3）。让另一个 agent 拿着截图打分，把主观判断从 agent 自己的 context 里隔离出来，这是性价比最高的分工——贵的模型只用来做高层判断。评论员的标准要客观、参考图要清楚、停止条件要设好；否则循环要么不收敛，要么烧 token 烧到天亮。

判断 3：交付阶段的减法没人替你做。AI 爱加不爱减（Technique 6）。删是克制也是判断，这一刀必须你来——AI 不爱冒险，而删掉一个组件、删掉一段代码，正好是冒险的事。

剩下两件事属于"工具栈"——Technique 4 的图片生成是把设计从"千篇一律"拉出来的关键拐杖；Technique 5 的视频生成是"想继续滚动"这种产品情感的直接工具。两者都靠"接外部生成 API"，要点是别让 agent 局限于代码这一种输出介质。能产图像、产视频，设计的弹药库就大了一轮。

7 个 Technique 是同一个判断的 7 张脸

如果只看具体手法，7 个 Technique 是 7 件独立的事。把它们摆在一起看，Anshu 在讲的就一句话：LLM 默认产出的是"最大公约数"设计，要拿到好的设计必须主动偏离默认值。

Technique 1-3 是三种"偏离"路径——从外部注入随机性、自己带品味、把"自己审视自己"换成"别人审视自己"。Technique 4-5 是让设计丰满的拐杖（图像、视频），Technique 6-7 是让设计克制的减法。两组看着像两件事，其实是同一件事的两面：加法是廉价的，减法才是判断。Anshu 没明说，但他整套方法的价值就在这里——3 + 2 + 2 不是并列，是递进。

这也是为什么它不是"AI 设计圣经"。它是一个从 12 年 Apple 研发与设计实践里长出来的约束清单。每个约束都对应一个模型本能的反面：LLM 要稳，你要它变；LLM 要同质化，你要它有性格；LLM 爱加，你要它会减。约束写得越具体，模型能"听懂"的余地就越大。

方法本身不需要每代重写。Anshu 自己说要把"没奏效的 prompt"存下来等新模型再跑——这套方法的天花板是被每一代新模型撑高的；模型在变，约束不变。

出处与延伸阅读

• 原文（付费文章）：How to turn your AI into a world-class designer
• 作者 X：@anshuc
• 作者 Substack：substack.com/@anshuc
• 作者 LinkedIn：linkedin.com/in/achimala

术语使用报告

总计 23 个主要术语，译法在全文范围内保持一致。

翻译说明

1. 架构层重写，不是逐句对译：原文是 Anshu 的第一人称叙述 + Lenny 的引子 + 7 个 Technique 的"判断→证据"模式。译文按中文 essay 节奏重组：开篇先抛"1% vs 99%“判断，再讲 LLM 的物理限制，再讲 Apple 12 年的来历，最后进三阶段——读者不需要一段段爬原文。
2. Technique 3 的工作流 prompt 没硬译成"步骤一/二/三"清单：原文 prompt 是一条用户指令，译文中作为"原文 prompt 例子"以引用块保留原样。硬翻译会让那段指令读起来不像 prompt 而像教程步骤。
3. 付费墙处理：Technique 7"Remove AI tells"的正文位于 Lenny’s Newsletter 付费墙之后，未对外公开。译文中以**【付费墙】**显式标注，未编造后续内容。
4. 术语取舍：模型名（Claude Opus 5 / Fable 5 / GPT-5.6 Sol / Seedance 2.5）、工具名（Codex CLI / fal.ai / Codex / Antigravity / Grok Build）、文件名（AGENTS.md / CLAUDE.md / .env.agents）、API key 占位（sk-a1b2c3d4…）全部保留原文。第一性原则：技术名词的"具体性"是信息的一部分，翻译掉会削弱原文判断力。
5. 方法核心句保留：Anshu 在 Technique 2 结尾那段"如果觉得’肯定没戏’就对了"和"存下没奏效的 prompt 等新模型再跑"是文章的方法论核心，不是装饰。译文原样保留引用，并在结尾复述收束。