贾斯汀·韦奇通过重构Anthropic前端设计技能提示词，揭示模型心智理论的重要性，以实证证明精准指令可显著提升AI输出质量，尤其赋能中小模型。
作者背景：一位深挖AI提示工程的前端设计狂人
贾斯汀·韦奇（Justin Wetch）不是普通的开发者，而是一位对AI行为机制有着近乎偏执洞察力的技术创作者。他此前曾为Anthropic开源的Bloom框架打造图形用户界面（GUI），并提出十项新行为测试标准，展现出对AI评估体系的深刻理解。
这次，他将目光投向了Anthropic官方开源的“技能库”（Skills Repository）——一个通过系统级提示词（system prompts）赋予Claude特定领域能力的秘密武器库。
其中，“前端设计技能”（frontend design skill）引起了他的注意。这项技能本意是让Claude生成独特、生产级的网页界面，避免落入“AI审美垃圾”（AI slop）的俗套。
但贾斯汀很快发现，原版提示词中存在一个根本性逻辑漏洞：它要求模型“不要在不同生成之间趋同”，却忽略了Claude每次对话都是完全孤立的事实——它根本看不见自己上一次生成了什么。这一发现点燃了他对提示工程底层逻辑的深度重构热情，最终催生出一篇兼具技术严谨性与设计哲学的重磅实践报告。
提示词里的认知陷阱：当人类把AI当成有记忆的同事
Anthropic原版前端技能提示词中有一句看似合理却逻辑崩坏的指令：“永远不要在不同生成之间趋同（例如反复使用Space Grotesk字体）。”这句话背后藏着一个普遍却危险的认知偏差：我们将AI拟人化为一个持续存在的个体，仿佛它像人类设计师一样会形成习惯、积累偏好、甚至陷入创作惰性。
但现实是，Claude每一次响应都发生在全新的上下文里，没有任何跨会话记忆。告诉它“别重复上次的设计”，就像命令一个人“别再说你梦里说过的话”——对方根本无从执行。这种错误并非孤例，而是提示工程中最常见的“模型心智理论缺失”（lack of model theory of mind）。
所谓模型心智理论，就是开发者必须站在模型的视角思考：它此刻能访问哪些信息？能记住什么？能理解哪些抽象概念？只有厘清这些边界，才能写出真正可执行的指令。否则，再动听的措辞也只是人类自说自话的幻觉。
从模糊口号到精准指令：重写前端技能的四大原则
贾斯汀没有止步于指出问题，而是以第一性原理重新构建整个前端设计技能。
他首先写下1800字的个人前端设计哲学，明确什么是“独特界面”——不是堆砌花哨元素，而是每个细节都服务于统一的美学方向。
在此基础上，他逐行解剖原提示词，提炼出四条重构原则：
第一是消除矛盾指令。
原版一边说“选择极端风格”，一边又强调“关键在于意图而非强度”，这会让模型无所适从。他将其统一为“坚定选择一个鲜明方向”，既保留突破性又避免混乱。
第二是统一指令语气。
原提示混杂着诗意短句（“非常规布局。不对称。重叠。”）和模糊建议，他全部转为清晰命令式语句，确保每句话都在告诉Claude“做什么”而非“想什么”。
第三是扩展美学可能性。
原版仅列出“极简暴力”或“混沌极繁”等有限选项，他新增“暗黑情绪风”“手工匠造感”“低保真杂志风”等方向，为模型打开更广阔的创意空间。
第四也是最关键的，是建立“禁止-替代”结构。
原版只说“别用通用字体、陈腐配色、可预测布局”，却不告诉模型该用什么。他补充了“使用独特字体、大胆配色、惊喜布局、定制细节，所有选择根植于丰富上下文”的正面指引，让否定性约束转化为建设性行动。
字体与色彩：从主观形容词到可操作设计法则
原版提示词在字体指导上充斥着“美丽、独特、有趣”这类主观形容词——对人类设计师或许足够，但对AI却是无效噪音。
美丽是相对于谁？独特是对比什么？这些模糊表述无法转化为具体代码。
贾斯汀彻底重写了字体部分，将其转化为可执行规则：
默认字体等于默认思维；
字体应承载设计的唯一声音；
展示字体需具表现力而正文必须保证可读性；
充分利用字号、字重、大小写、字间距建立视觉层级。
同样，色彩指导也从空洞的“坚持统一美学”升级为具体策略：
提供三种明确方向——高饱和大胆色、克制暗色调、高对比极简色；
强调以主色统领全局，用锐利点缀色制造焦点。
这些修改不是文字游戏，而是将人类设计师内化的经验显性化为模型可解析的决策树。当提示词从“感觉要好”变成“如何做到好”，Claude的输出质量自然跃升。
实证为王：用自动化评测系统验证提示词有效性
光靠主观感受无法说服开源社区，贾斯汀搭建了一套严谨的自动化评测系统。
他收集50个覆盖各类场景的典型提示（登录页、仪表盘、作品集、菜单、乐队主页等），每次随机抽取提示，分别用原版和新版技能通过API生成页面，再用Puppeteer截取完整截图。
最关键的一步是引入Claude Opus 4.5作为盲测评委：它同时看到匿名化的A/B方案及原始需求，从五个维度打分——需求契合度、美学适配性、视觉精致度与一致性、用户体验、创意独特性。整个过程完全双盲，确保结果客观。
三轮测试覆盖Claude全系列模型（Haiku 4.5、Sonnet 4.5、Opus 4.5），总计30次评估。
结果显示新版技能以75%胜率碾压旧版（21胜7负，排除平局），统计显著性极高（p=0.0063）。尤其值得注意的是，小模型Haiku提升最猛（10场赢8场），而顶级模型Opus受益最小——这揭示了一个反直觉真相：越强大的模型越能自行填补提示漏洞，而精心设计的提示对中小模型的赋能效果更为惊人。
模型能力与提示精度的博弈：小模型更需要好教练
评测数据中隐藏着一个深刻洞察：新版提示词对Haiku 4.5的提升幅度远超Opus 4.5。
贾斯汀推测这是“能力天花板效应”——Opus本身已具备强大的上下文推理和美学判断力，即使面对模糊指令也能自行补全合理方案；而Haiku作为轻量级模型，严重依赖提示词的明确指引。
当指令从“避免趋同”这种不可操作的要求，变为“若想到常见方案就主动探索替代选项”这样的具体动作时，Haiku立刻获得可遵循的路径。
这意味着在AI应用落地中，针对不同层级模型需采用差异化提示策略：对高端模型可侧重目标描述，对经济型模型则必须提供步骤化指令。这也为行业提供了新思路——通过优化提示工程，中小模型有望在特定任务上逼近大模型表现，从而降低算力成本。
提示工程师的角色将类似“AI教练”，其价值不仅在于激发顶尖模型潜力，更在于让普惠级模型发挥最大效能。
提示工程将成为AI时代的核心素养
这篇实践报告远不止于前端设计领域。它揭示了一个普适真理：随着AI代理（Agent）在工作流中扮演越来越重要的角色，人类必须掌握“模型心智理论”——即精准理解AI的能力边界与认知模式。
无论是写代码、做设计还是分析数据，低效提示往往源于人类将自己的思维模式强加给AI。
真正的高手懂得将复杂任务拆解为AI可执行的原子指令，并通过“禁止-替代”结构、“具体化抽象概念”、“消除逻辑矛盾”等技巧，最大化输出质量。尤其在多智能体协作场景中，清晰无歧义的指令更是避免“AI同事胡说八道”的关键。