ai-slop

范围：营销网站、产品界面、仪表盘、作品集、编辑页面和电子商务。与 frontend-design 互为补充：该技能负责构建界面，本技能则提供详细的评估标准，用于判断成品是千篇一律的“AI 垃圾”，还是确实适合该产品。

这不是一份通用风格指南。不会仅仅因为某种视觉风格常被 AI 系统采用，就禁止使用它——渐变、卡片网格、衬线标题、玻璃质感或深色主题都可能合适。若使用这些元素是出于惯性，而非产品、受众、内容、交互或品牌的需要，它们就会成为“AI 垃圾”的信号。

MUST/MUST NOT 表示验收必需项；SHOULD/SHOULD NOT 表示默认规则，若有偏离，需提供书面理由；MAY 表示可选项，视具体情况而定。

1. 核心定义

AI 垃圾是表面上看起来合格，却缺乏足够的意图、依据、具体性、一致性、真实性或产品适配度的产出。 通常会体现为以下一种或多种情况：

1. 受默认模式驱动——熟悉的模型或模板惯性取代了审慎的决策。
2. 可互换——稍作修改就能套用到其他产品。
3. 缺乏依据——内容、主张、视觉元素或功能不受需求说明或证据支持。
4. 缺乏一致性——精致的元素彼此无法构成统一的系统。
5. 装饰多于用途——视觉效果只为吸引注意力，却不能明确层级、含义、状态或操作。
6. 重数量、轻价值——额外的板块、卡片或文案主要是为了让内容显得完整。
7. 未经审查——明显的响应式设计、无障碍、事实或交互缺陷仍未修正。
8. 过度迎合当下的 AI 审美——追随流行的模型输出倾向，而不是项目的实际需求。

产出不会仅仅因为 AI 曾参与制作就被视为“AI 垃圾”——只要它以真实的产品和用户场景为依据，经过有意的艺术指导，具有针对性、事实诚实、一致、无障碍、精心编辑，并经过浏览器验证，且难以原样移植到其他产品，它就可以是出色的 AI 辅助成果。人工制作的作品也可能是“AI 垃圾”；分类针对的是产出，而非作者身份的证明。

2. 两项快速测试

• 替换测试：如果替换产品名称、徽标和强调色，页面有 80% 仍同样适用于其他产品吗？是 = “AI 垃圾”风险较高；否 = 页面很可能与该产品有实质关联。
• 理由测试：每个显眼的设计决策都 MUST 至少回答以下一个问题：它满足什么用户需求？体现了什么产品事实？明确了什么层级？展现了什么品牌特质？传达了什么交互状态？是什么限制使它适用？如果唯一的答案是“看起来很现代”或“AI 建议这么做”，就可能是“AI 垃圾”。

3. 评估维度（每项按 0-4 分评分：0 优秀，1 轻微，2 明显，3 严重，4 阻断）

• 产品契合度与针对性 — 泛泛的价值主张、由清单驱动的章节、虚构的功能/用户画像，以及与产品无关的视觉隐喻。依据： 提供一份 PRODUCT.md（或同等文档），明确说明用户、任务、约束，并为每个章节给出可追溯的理由。改进： 删除缺乏依据的章节，围绕具体用户任务重写。
• 真实性与证据（阻断项）— 虚构的价格、指标、用户评价、徽标、引文，或暗示产品具备实际并不提供的功能的控件。应改用 [NEEDS INPUT]、"Price on request" 或明确标注的示例数据；为可验证的主张保留证据台账；将虚构的演示数据标明为演示数据。
• 信息架构与叙事 — 固定采用主视觉 → 徽标墙 → 卡片 → 指标 → 用户评价 → 定价 → 常见问题的顺序；可随意调换的章节顺序；开篇就抛出宣传口号。改进： 按顺序梳理读者的问题，让每个章节承担独特作用，删除无助于增进理解的章节。
• 构图与布局 — 所有内容都居中、卡片反复使用同一设计、间距千篇一律、药丸式标签过多、桌面版布局仅在移动端改为堆叠，以及中等屏幕宽度下标题溢出。改进： 让布局以内容为主导，有意调整信息密度，建立有章可循、仅因明确理由才打破的空间系统，并在多个宽度下测试真实内容。
• 视觉系统一致性 — 圆角/阴影/图标线条粗细不一致、各章节的表面处理互不相关、定义了设计令牌却未实际使用。依据： 提供一份 DESIGN.md，定义组件实际使用的语义令牌（颜色、字体、间距、圆角、层级、动效），并记录打破系统的例外情况。
• 颜色与材质 — 没有解释的紫色/紫罗兰色“科技感”渐变、深色背景上的青色光晕、毫无目的的渐变标题文字、无处不在的毛玻璃效果，以及仅凭类别刻板印象选择的配色。这些做法并非一概禁止；若反复使用、缺乏品牌概念支撑或只是条件反射般选用，则应予以指出。
• 字体排印 — 到处使用相同的流行默认字体、所有角色采用同一种字重模式、为了营造“编辑感”而采用超大展示字体、字号很小且字距很宽的眉题标签、层级扁平，以及在移动端无法正常显示的主视觉文本。改进： 根据品牌属性和阅读场景选择字体，定义基于角色的字体令牌，并测试长词、本地化和缩放效果。
• 文案与语气 — “revolutionize/unlock/seamless/elevate”、“not just X, but Y”、空洞的主张（如“built for the future”）、重复的节奏和破折号，以及点击后跳转目的地毫无悬念的“Learn more”按钮。改进： 使用具体的名词和动词，说明产品为谁解决什么问题以及原因，并删除无法展示证据的主张。
• 图像与图标 — 用通用渐变色团块代替产品图像、未经授权的图库图片热链接、存在人体结构/光照不一致问题的 AI 图像，以及混用不同图标系列。改进： 使用真实的产品图像、专门制作的插图、实际截图或诚实标注的占位内容；生成素材前先制定艺术指导规则。
• 动效与交互 — 滚动时让所有元素都淡入/上浮、不加区分地使用弹跳缓动、冗长的入场动画序列、缺乏语义目的的视差效果，以及忽略减少动态效果偏好的动效。改进： 编写动效设计说明，使用一套精简的令牌化时长/缓动系统，并测试键盘/触控/减少动态效果/低性能场景。
• 可用性与无障碍（阻断信号）— 键盘陷阱、缺少焦点状态、对比度不足、控件没有标签、点击目标过小、仅悬停时才显示的信息，以及缩放/重排失效。基准要求：面向普通公众的项目应达到 WCAG 2.2 AA。
• 响应式行为 — 将桌面网格压缩成不加区分的堆叠布局、出现水平溢出、字体大小突然跳变，以及小屏幕上的内容优先级与大屏幕完全不变。改进： 根据内容何时出现问题来选择断点（而非设备标签），并测试窄/中/宽屏以及缩放效果。
• 功能完整性 — 无效的按钮/链接、无法提交或显示状态的表单、仅有视觉效果却未实现功能的标签页/菜单/对话框，以及缺少加载/空/错误/禁用状态。改进： 根据需求简报开展基于浏览器的任务测试，包括边界状态；绝不要把未完成的控件伪装成成品。
• 实现质量 — 可避免的布局偏移、未优化的素材、静态内容中不必要的客户端 JavaScript、反复出现的一次性 CSS 值、无效语义、控制台/水合错误，以及为了装饰效果而牺牲性能。
• 独特性与类别条件反射 — 仅凭类别就能猜出配色/字体排印/主视觉/组件吗（第一层条件反射）？摒弃明显的陈词滥调后，结果是否只是转向下一个流行替代方案，例如从深紫色毛玻璃转为奶油色编辑风衬线字体（第二层条件反射）？设计应当符合这个项目的特点，而不是让人觉得它必然属于这一类别。

4. 跨信号规则与严重程度

符合以下任一条件时，将结果归类为低质内容：存在一个阻断级问题；三个或更多维度评分为 3；同一种惯性反应在多个方面反复出现（颜色 + 字体排版 + 布局 + 文案）；或两项快速测试均未通过。

• 阻断级（交付前必须修复）：捏造的声明/事实、主要任务无法完成、严重的无障碍问题、具有误导性的控件、无法使用的响应式行为、公开声明缺少证据、存在法律/安全风险的内容。
• 重大（严重损害质量/独特性）：整页套用模板的惯性做法、设计系统不协调、构图重复、字体排版难以阅读、动画毫无目的、通用文案主导整体体验。
• 轻微（局部问题）：一个多余的药丸形标签、一个效果不佳的标签、一个不一致的圆角、一行过长的文字、一个通用区块。

5. 必备项目文档

• PRODUCT.md：产品/服务、目标用户、主要工作、关键任务、真实事实与假设、非目标、内容缺口、无障碍目标、成功标准。
• DESIGN.md：艺术指导句、品牌属性、反面参考、从视觉参考中提炼的原则、调色板与语义颜色角色、字体角色、间距/网格系统、圆角/边框/层级/材质规则、图像方向、动画规则、组件词汇、响应式原则、有意设置的例外。
• EVIDENCE.md：针对每项可外部核验的声明，记录其确切内容、来源、可信度、允许使用的措辞及出现位置。未经支持的声明绝不能发布。

6. 审查流程

仅进行一次自我审查并不足够。请按以下顺序设置关卡：

1. 确定性源代码扫描 — 检查未经支持的数字/声明、禁用短语模式、不符合令牌规范的颜色/间距、字体排版违规、无障碍语义、小尺寸交互目标、缺失状态、失效链接、控制台/性能缺陷。
2. 浏览器任务测试 — 键盘导航、表单/验证、菜单/对话框、错误/空状态、移动端导航、减少动态效果设置、符合实际情况的内容长度。
3. 截图审查 — 窄屏移动端、宽屏移动端/小型平板、笔记本电脑、宽屏桌面端，以及适用时的 200% 缩放；检查层级、节奏、溢出、协调性、产品适配度。
4. 视觉评审 — 具备视觉能力的评估器依据此评分标准和需求逐项评估各维度，评估需关联可见区域的证据并给出置信度；“看起来像 AI 生成”并不自动意味着质量低。
5. 成对比较 — 将候选版本与之前的版本、不采用此评分标准的对照构建版本、另一种艺术指导方案或相关参考进行比较。优先采用成对偏好比较，而非孤立的“8/10”评分。
6. 人工验收 — 这是否像是专为该产品打造的？哪些地方显得通用、不诚实或缺乏依据？明天人们会记住什么？哪些决策会受到合格设计师的质疑？

7. 评分

分别跟踪两项结果，绝不可将它们合并为一个数字：

• 发布就绪度（通过/不通过）：阻断性缺陷、功能任务、无障碍目标、证据。页面即使视觉上独具特色，也可能仍未达到发布就绪标准。
• 低质风险（加权 0-100）：产品依据 15、真实性 15、信息架构 10、构图/布局 10、系统协调性 10、文案/语气 8、字体排版 7、颜色/材质 7、图像 5、动画 5、响应式 4、独特性 4。0-14 为低风险，15-29 为轻微问题，30-49 为明显的通用感，50-69 具有严重的低质特征，70-100 以低质内容为主。

8. 修复流程

发现低质问题时：指出未达标的维度，引用可见层面/源代码层面的证据，判断原因是缺少上下文、模型惯性反应、实现不完整还是审查薄弱；添加润色前先移除未经支持的内容；修复系统或规则，而非只处理表面症状；重新运行确定性扫描/浏览器/截图检查；与之前的版本进行成对比较；并记录改动及原因。

9. 避免矫枉过正

不要把“反 AI 垃圾内容”变成另一种一眼可辨的固定风格。不要自动把暗色霓虹换成奶油色编辑风、把无衬线字体换成超大斜体衬线字体、把卡片换成随意的不对称布局、把渐变换成纯米色、把精致文案换成刻意古怪的表达，或把标准布局换成滚动噱头。目标不是采用另一种 AI 默认风格，来让作品看起来不那么像某种 AI 默认风格，而是做出有项目依据的设计决策。

10. 稳定原则与时效趋势

将规则分成两个层次，避免评估标准只顾着对抗昨天的陈词滥调，却忽视明天的陈词滥调：

• 稳定（无过期时间）：可互换性／可替代性、以产品为依据、真实性、一致性、无障碍性、功能完整性、决策依据、区别于刻板印象。
• 时效性（视情况而定，必须过期）：为每条规则注明引入日期和复审日期，例如 dark-purple-cyan-glass-default（当前大模型科技产品的默认风格——若使用时没有品牌依据，则标记）或 overused-default-fonts: Inter, Roboto, Geist, Plus Jakarta Sans, Space Grotesk（例外：等宽字体可用 Roboto Mono，展示字体可用 Roboto Condensed）。在复审日期检查时效性规则；如果趋势已退潮，就删除，否则续期。时效性规则绝不能成为新的可预测默认风格——禁止某种趋势后，要检查 Agent 是否只是改用了下一个流行替代方案。

11. 完成定义

没有遗留的阻塞性问题；主要任务可在浏览器中正常运行；内容声明有依据或已明确标注；达到无障碍目标；截图通过响应式审核；设计内部一致；重要设计决策有书面依据；替换测试未发现广泛的可互换性；成对评审更偏好最终结果而非对照版本／先前版本；已记录其余已知限制。

12. 精简说明（上下文紧张时使用）

AI 垃圾内容指表面精致，但缺乏足够的意图、依据、具体性、一致性、真实性或产品契合度的输出。不要孤立地评判风格——要识别默认反应、可互换性、缺乏依据的内容、系统不一致、装饰过度、交互不完整和未经审核的缺陷。让每项重大决策都有 PRODUCT.md/DESIGN.md 作为依据，通过 EVIDENCE.md 核实内容声明，测试真实的浏览器任务和响应式截图，并采用成对评审，而不是自行打分。只要常见的视觉处理是经过深思熟虑的、连贯的、无障碍的，并且有项目依据，就可以采用。