meng shao
1个月前
跟 Claude 学习怎么写 Prompt 来提升 UI 设计质量 在 Claude 博客「Improving frontend design through Skills」中,详细讲述了如何利用 Claude Skills,突破 AI 生成前端代码时普遍存在的“平庸化”问题,构建出更具个性和专业感的用户界面,其中「Prompting for better frontend output」这个段落,值得重新看几遍,和 Claude 学习如何写出更能提升设计智能的提示词。 1. 底层逻辑:对抗“统计学上的平庸” · 现状:LLM 是基于概率预测下一个 Token 的。在海量的训练数据中,设计得平平无奇的网页数量远多于获得 Awwwards 大奖的网页。因此,当你要求智能体“写一个网页”时,它在概率上会自然滑向那个“最拥挤、最平庸的平均值”。 · Prompt 的战略意义:Prompt 的本质不仅仅是下指令,而是“通过约束条件,强制将智能体的预测分布推向边缘”。 · 你不能只说“要好看”,因为智能体对“好看”的定义是基于大众平均水平的。 · 你必须提供“离群值特征”,比如指定极简主义(Minimalism)、野兽派(Brutalism)或特定的艺术风格,迫使智能体放弃那些高概率但无聊的默认选择。 2. 视觉工程化:将“好品味”翻译成具体指令 详细拆解了如何将模糊的“设计感”转化为智能体可执行的代码逻辑。高水准的 Prompt 需要覆盖以下具体的工程维度: A. 排版系统 (Typography):从“能看”到“有性格” · 默认陷阱:智能体习惯使用单一字体族(如全站 Sans-serif),这很安全,但缺乏层次。 · 进阶 Prompt 策略: · 强制字体配对:明确要求“Header 使用衬线体(Serif)以传递权威感/优雅感,Body 使用无衬线体(Sans)以保证易读性,Code/Data 使用等宽字体(Mono)以体现科技感”。 · 微调参数:不仅选字体,还要控制字间距(Tracking)和行高(Leading)。例如,要求智能体“在标题上使用紧凑的字间距(tracking-tight),在正文使用宽松的行高(leading-relaxed)”,这种细节是区分业余与专业的关键。 B. 空间与布局 (Layout & Spacing):用留白构建奢华感 · 默认陷阱:AI 生成的界面往往“太挤了”。它试图在有限空间内塞入所有信息,导致界面像 90 年代的门户网站。 · 进阶 Prompt 策略: · 留白即功能:指示智能体“将留白(Whitespace)视为一种设计元素,而不仅是间隔”。要求使用夸张的 Padding(如 Tailwind 的 p-12 或 py-24)。 · 网格的破坏与重建:鼓励智能体使用不对称布局(Asymmetrical Layouts)或错位网格(Bento Grids),打破死板的 12 栅格系统,创造视觉动线。 C. 色彩与深度 (Color & Depth):拒绝纯色块 · 默认陷阱:直接使用高饱和度的纯色(如 # 0000FF)或者完全扁平化的设计。 · 进阶 Prompt 策略: · 物理质感:不要只定义颜色,要定义“光”。要求智能体使用微妙的渐变(Subtle Gradients)、**内阴影(Inner Shadows)和背景模糊(Backdrop Blur)**来模拟毛玻璃、金属或纸张的质感。 · 语义化色彩:定义一套基于 HSL 或 OKLCH 的色板,并明确用途(Primary, Muted, Accent, Destructive),确保配色和谐且符合无障碍标准。 3. 感性维度的参数化:Vibes 的精准描述 文章中最具启发性的部分——如何让不懂审美的代码生成器理解“Vibe”。 · 问题:如果你告诉智能体“做一个复古网站”,它可能会做出一堆乱七八糟的像素画。 · 解决方案:你需要将形容词“翻译”为 CSS 属性的集合。文章提倡在 Skill 中建立一种“风格词典”: · 想要“赛博朋克”? Prompt 应包含:霓虹绿/粉配色 + 黑色背景 + 故障艺术(Glitch)动效 + 等宽字体。 · 想要“高端SaaS”? Prompt 应包含:深蓝/灰配色 + Inter字体 + 极细的边框(1px borders) + 微交互(Micro-interactions)。 · 智能体的角色转变:通过这种方式,智能体不再是一个单纯的“程序员”,而是一个配备了特定风格指南(Style Guide)的“UI 设计师”。 4. 为什么这不仅是“提示词”,而是“Skill”? 文章强调将这些 Prompt 封装为 Skill,这意味着: · 复用性:你不需要每次都写几百字的排版要求。 · 上下文隔离:这个 Skill 就像是一个独立的插件。当需要写前端时,智能体调用这个 Skill,它的“大脑”中就临时加载了由 Anthropic 专家精炼过的 400 个 Token 的设计知识库。 · 工具链整合:这个 Skill 还可以强制绑定特定的技术栈(如 React + Tailwind + Lucide Icons + Shadcn UI)。这意味着智能体在设计时,已经知道它有这些高质量的组件库可以调用,从而避免了“重复造轮子”带来的粗糙感。 总结 深入来看,这揭示了 AI 辅助开发的未来方向:我们不再直接为最终结果编码,而是在为“产生结果的过程”编码。 通过精心设计的 Prompt 和 Skills,我们将人类的高级审美偏好“注入”到智能体的生成过程中,从而打破概率的诅咒,让 AI 产出既有工业级代码质量,又具备人类设计师灵魂的界面。 博客地址
qinbafrank
1个月前
AI的问题与危机,之前聊过23年以来市场经历了三次关于的AI的大辩论,从23年下半年AI是不是趋势?到25年初AI需不要要这么多算力?再到当下AI未来能不能赚钱,能不能cover巨大的资本开支?这次辩论质疑也是一步步扩大:从开始质疑各家新云厂商债务资本机构不合理、到质疑openai在四处画饼质疑点已经变成了这些公司只靠债务和投资支撑无任何营收,再到本周质疑英伟达的财报(从应收账款,库存,现金流到对外投资等,特别是一个英文区质疑推流传甚广)。 1、这些质疑合理么?当然有其合理之处 1)对英伟达财报的质疑 质疑合理的地方在于应收账款,确实最近几个季度英伟达应收账款越来越大,增速超过了营收。但是也要注意到英伟达的应收账款基本上都是短期的,过去五年英伟达应收账款好回收率99%,累计坏账1亿美金,Q3官方的坏账准备金300万美金意味着官方认为应收账款都能收回。而且他的客户大家都熟悉、信誉度放在全球应该也都是最顶级的。 质疑不合理的是: 第一 是库存, 英伟达三季度库存总额达到198亿美元,库存的构成 :原材料 42亿美元、在制品 87亿美元、产成品 68亿美元。原材料备货,在制品应该都可以理解。主要是产成品库存从年初的32%增长到68亿美金。 但是要看对应的季度营收规模。去年4季度英伟达单季收入393亿美金,当时产产品库存32亿美金,差不多就是7天的销量。最新一季财报单季营收570亿美金、产成品库存68亿,对应差不多的10天的销量。这么看产成品库存增速其实也还行是不是也还行 第二、英伟达投资XAI、很多人把XAi融资结构搞混了,认为英伟达的投资款变成了XAI购买GPU的支出,又变回英伟达的收入。昨天这里有聊过、实则英伟达用20亿美金换取XAI的股权,然后锁定了未来125亿美金的GPU销售收入。 第三、自由现金流占净刘润比例70%,不算高,但也不低了。在新产品推出、快速增长英伟达也要有相应的资本开支和对外投资。 2)对openai等AI新势头和新云厂商(orcl、crwv、nbis等)的质疑 质疑合理的地方: 第一、新云厂商确实资本结构很不合理、债务高、自由现金流很弱、之前靠着AI算力极度稀缺叙事驱动了一波大涨; 第二、openai画的饼太大了,按之前跟各家的合作未来去年每年都要支出1500亿美金,其他AI新势力也如此; 第三、很多借债都是私募债、底层资产不透明、容易出现暴雷风险。 质疑不合理的地方是: 第一、忽略了AI新势力的业务数据营收增速、直接假定当下这些算力的使用AI公司完全没有收入,只靠债务和融资支撑。chatgpt当下周活用户8.8亿,企业客户百万家,24年营收接近40亿美金,25全年营收应该接近200亿美金(sam之前接受采访透露的); Anthropic24年营收十多亿美金,25年预计七八十亿美金。远远超出市场预期,看之前机构预期Openai28年营收能接近千亿美金,当然这只是预期,但实现的可能性还不小。 CB Insights预计,到2025年底,企业级AI Agent与Copilot类产品的年营收将逼近130亿美元,相比2024年的50亿美元同比160%的增长。增速也不小 第二、把债务占比高与债务立即暴雷挂钩起来,当下科技公司的债务融资期限都很长,大科技巨头债务融资期限基本上都在十年以上、而今年巨头们才集中开始融资。几家巨头当下融资规模、都远低于他们手里现在持有现金体量。 而新云厂商融资周期也不短,以负债率最大负债规模最大的Coreweave为例,总计债务188亿美金,平均周期接近5年,28年之前几乎没有大额债务到期,意味着这几年主要支付利息每年利息支出12亿美金左右,coreweave25年营收在50亿美金。我看他的财报报表,单季度营收13亿美金,但是持续经营活动现金流净额是16.8亿美金,意味着客户的预付款比例很高,且不说三季度CoreWeave剩余未履约合同超过500亿美金。基本上在28年以前,不用担心coreweave债务暴雷的问题。 看到很多人担心债务过大、但是债务过大是问题但还没到债务暴雷的地步。债务问题,与债务爆雷这应该是两个概念。 第三,最近谷歌大热,Gemini3发布好评如潮、很多人认为谷歌崛起势必英伟达衰落。其实不理解竞争格局,首先我很看好谷歌,做为Ai全产业链布局未来势头会非常好。但是谷歌AI做的越好、最着急是谁?是微软、亚马逊、meta、苹果、openai这些,在没有最终格局已定的情况下、他们还会继续加大投入追赶甚至希望超越谷歌、但是你能指望他们去买谷歌的TPU么? 而且即使谷歌自己、谷歌云平台上提供的英伟达GPU实例也是远远多与TPu实例的、比例大概20:1。 第四、英伟达一手造成了今天的AI军备竞赛? 其实这不是英伟达造就的,而是中美以及世界主要国家已经把AI做为未来国力竞争的重中之重,各大巨头已经看到了AI未来的趋势,都在奋力抢夺未来份产业地位和话语权。而英伟达只是这个趋势最受益的一个大玩家,他现在的投资也只是巨头在看到产业趋势正常的战略布局。 AI产业有问题,但这不是危机。
Andy Stewart
1个月前
各位推友大家好,我是懒猫微服的CEO王勇 很多人可能还记得,我曾经是 deepin Linux 的联合创始人和 CTO,在开源社区混了二十多年,写过不少代码,折腾过几百个项目,日常泡在 Linux、Emacs、Haskell 这些社区,下班最喜欢折腾 Linux 和 Emacs。 😆 我自己也是一个连续创业者:第一次是开服装厂,第二次是和伙伴们一起做了 deepin linux,这次是懒猫微服。 对我来说,懒猫微服不只是个产品,更是我这十年最想做的事,懒猫微服对于我的意义: 1. 自由掌控:数据,软体和算力要掌握在自己手里,只有在自己的手里面,才能真正拥有自己的云服务,才有选择的权利。而独立的硬件是保障这些自由的基础 2. 多端互通:跨品牌的iCloud,不管您用的是苹果手机,Oppo平板,联想笔记本,还是Dell台式机,都能平等享受云服务,不被单一品牌全家桶锁定。不被锁定,就可以自由的买各家的创新硬件,享受科技进步带来的福利 3. 面朝大海:希望有一天,35+的研发从大厂退役后,可以在我们平台继续创作软件,靠手艺吃饭,而不用担心一身武艺时,只是身体无法加班而被优化。一辈子写代码是一件很幸福的事情! 这也是科技最动人的地方,科技从来不是跑得更快、算得更强,而是让人更自由、更长久地做自己喜欢的事 我们目前有两款主打产品: 1. 懒猫微服(家庭私有云小盒子)🚀 就是家里放一台小盒子,把所有数据、照片、文档、影音都存进来,完全去中心化,在外可以用手机、电脑和平板自由的访问家里的私有云服务 产品亮点:7 盘位全固态 + 标压 CPU、内网穿透国内体验最好、IPv6 异地自动组网、硬件级 MFA 双因子设计防黑客、世界上最大的私有云应用商店、海底捞式的工程师售后团队服务 普通人怎么用?看这篇 → 技术玩家怎么玩?看这篇 → 2. 懒猫 AI 算力舱(家庭私有 AI 盒子)🔥 在家跑 70B AI大模型,100% 隐私计算不泄密,配合懒猫微服,一台算力舱就可以实现给家庭所有设备实现AI算力增强 产品亮点:NVIDIA 专业 AI 推理卡、275T 真实算力不虚标、64GB 超大显存、可运行70B AI大模型、天生支持 CUDA 生态,AI大模型能下载就能直接跑,不折腾 实际用起来有多爽?看这篇 → 目前这两款产品已经畅销全球 40 多个国家了,包括北美、欧洲、中日韩、澳洲、东南亚、中东、非洲等地。 我们统一走 UPS 红牌特快,基本 3-5 天到家,运费 + 关税我们包。想了解价格或直接下单的,麻烦看置顶评论,或者直接私信我。💖 谢谢大家愿意听我唠叨这么长一段,希望我们做的这些小盒子,能让大家用得更安心、更自在,生活更美好。