样式代码让AI“一把梭”,我返工了三次才学会让它先出三个方案
先说失败的那几次
我是一个独立开发者,手上同时维护着两个Side Project。去年开始,我尝试用AI生成前端样式和动效代码,出发点很简单:我不会写动画,CSS也是半吊子,AI看起来正好补这个短板。
第一次尝试,我把需求写成一句话扔给模型:「帮我给落地页做一个高级感的入场动画」。AI非常配合,唰唰输出了一百多行CSS和JS。我复制进项目,跑起来确实能动——但动效时长两秒、缓动曲线很怪、和现有设计规范完全不搭。我让它改,它改了;再让它改,前面改的又坏了。来回七八轮之后,我发现自己不是在用AI,是在跟AI打乒乓球,产出的代码我自己都不敢说是谁写的。
第二次更惨。我让AI直接生成整套组件样式,它给了一套自带设计体系的完整方案——颜色变量、字体、间距全是它自己发明的。视觉上确实不丑,但和我项目里已有的组件放在一起,像是两个产品硬拼在一页上。拆掉重写的时间,比我自己手写还长。
复盘下来,失败的原因很一致:我把AI当成了“一次成型”的代码生成器,而它其实更适合当“快速产出多个候选方案的 prototypes 供应商”。原型的价值在于试错便宜,而不在于一步到位。
换个用法之后,事情顺了
正确的姿势是反过来:不追求一次生成完美代码,而是让AI在受约束的条件下,批量产出可运行的候选方案,用浏览器快速筛掉不行的,只把活下来的候选做精修。
我现在的流程分五步:
- 先定约束,再开口。 把项目里已有的设计变量(主色、字体、间距体系、是否用Tailwind)写进提示词,明确禁止AI自创设计体系。
- 一次要三个差异化方案。 强制AI给出三种风格方向不同的实现,比如克制型、活泼型、物理感型。
- 要求单文件可运行。 每个方案必须是能直接存成HTML在浏览器打开的独立文件,不看代码,先看效果。
- 人工筛选,AI精修。 挑中一个方向后,把筛选理由(哪里好、哪里不行)反馈回去,迭代收敛,通常两轮就够。
- 定稿后再整合。 让AI把定稿方案改写成符合项目工程规范的组件代码,变量挂到现有design token上。
这套流程下,AI的角色从“替我写代码的人”变成了“替我做实验的助手”。我不会写的关键帧动画,它一次给我三版;我不确定要不要的玻璃拟态效果,花两分钟验证,不好就扔——扔掉的成本几乎为零,这才是原型验证该有的样子。
前后对比
| 维度 | 之前的做法 | 现在的做法 |
|---|---|---|
| 产出方式 | 一句话 prompt,一轮出成品 | 带约束模板,一次三方案 |
| 迭代轮次 | 七八轮还在打补丁 | 通常两轮收敛 |
| 代码可信度 | 返工时不敢动,怕连锁崩坏 | 筛选阶段不心疼,定稿后规范整合 |
| 决策依据 | “AI给的就这样吧” | 肉眼对比三个方向后主动选择 |
| 探索成本 | 每次探索都很贵,索性不探索 | 便宜到敢大胆试 |
粗略估算,做一个产品落地页的动效原型验证,以前(包括我自己啃文档写)要花掉大半天,现在从生成到筛出定稿,基本在一小时内。更重要的是探索数量的提升:以前一周只敢试一个方向,现在一个下午能横向比五个方向——设计决策的质量是从对比里长出来的,不是从第一条AI回复里长出来的。
可复用的提示词模板
这套模板我固定存在编辑器 snippets 里,每次只改中括号里的内容:
你是一名资深前端动效工程师。请基于以下约束,为一个页面元素生成入场动效方案。
## 项目约束(必须遵守)
- 技术栈:[如 Tailwind CSS + 原生 CSS/React]
- 主色:[#xxxxxx],辅色:[#xxxxxx]
- 字体体系:[如 Inter / 系统默认]
- 间距体系:[如 4px 基准]
- 禁止自创颜色、字体或引入新依赖库
## 目标
- 元素:[如 首屏标题 + 副标题 + CTA 按钮]
- 期望感受:[如 克制、专业、有一处记忆点]
- 总时长不超过 [1.5] 秒,尊重 prefers-reduced-motion
## 输出要求
1. 给出 3 个风格差异明显的方案:A 克制型 / B 活泼型 / C 层次感型
2. 每个方案输出为独立的单个 HTML 文件,可直接在浏览器打开预览
3. 每个方案末尾用 2-3 句话说明设计意图和适用场景
4. 不要输出解释性长文,代码为主模板里最关键的三个机关:一是禁止自创体系,堵住了AI“自由发挥”的口子;二是三方案差异化,强制制造对比,把选择权拿回自己手里;三是单文件可运行,让验证环节快到没有心理负担。
几点提醒
- 生成的动效代码是原型,不是终稿。上生产前自己过一遍性能(尤其移动端)和可访问性。
- 模型在不同任务上表现差异不小,动效这类视觉向任务建议多试几个模型横向比,别在一棵树上吊死。走 API 网关调用多模型做对比,成本比逐个订阅低得多,具体以官网价格页为准。
- 提示词模板本身也要迭代。我每筛掉一批不满意的结果,就把失败特征补进“禁止”清单,模板越用越准。
写在最后
AI写样式和动效,最大的价值不是“替你写”,而是把试错成本压到接近零,让你敢在方向选择上慷慨,在工程细节上谨慎。方向选对了,后面的路都好走。
如果你也在搭建自己的多模型对比工作流,可以试试 ThisToken 的 API 网关服务,注册入口在这里:https://api.thistoken.ai/register
---
不想折腾多家供应商的接入差异?在 https://api.thistoken.ai/register 注册,用一个 base_url 调用所有模型。