技能介绍

它解决什么问题

在 AI 辅助设计流程里，最常见的失败不是"做不出来"，而是"做出来了但不知道好不好"。团队把品牌素材丢给通用模型，拿到的是渐变背景加卡片布局，与品牌姿态毫无关系；修改意见停留在"感觉不对"，无法落到排版、配色或动效的具体参数；交付前也没有一道像样的质量关卡，直到客户指着屏幕说"这不像我们"。这个技能把创意方向、视觉概念与质量把关压成一条可执行的工作流，让 AI 扮演创意总监的角色，而不是一个只会套模板的画图工。

它如何工作

技能内置 20 余种创意方法论，包括 SIT、TRIZ、Bisociation、SCAMPER、Synectics，覆盖结构化创新与概念发散。输出端采用 三轴评估模型，对标戛纳、D&AD 与 HumanKind 的评审逻辑，分别从概念强度、执行精度与品牌契合度打分，并触发递归自评：模型对自身产出进行多轮审视，直到分数收敛或明确标注未达标项。整个流程分为 五个阶段，从 brief 拆解、方向探索、概念深化、视觉验证到 presentation 定稿。

在 Open Design 编排模式下，技能不是一份孤立的检查清单，而是设计流的调度者。关键步骤包括：

先定义"好看"的边界（受众、品牌姿态、风格参考、信息密度、排版、配色、动效基调），并明确反模式，如 通用 AI 渐变、空卡片、模糊文案、模板对称
再检查当前目标，可以是 HTML 页面、设计文件、设计系统、浏览器标签、图片 或项目目录
随后跨技能、插件、MCP 服务器、模板、连接器和用户资产全量检索，把资源匹配进批评、风格选择、资产生成、动效、数据验证、实现打磨、响应式加固、最终验证八个通道
审美标准模糊时，给出带推荐默认值的引导式选择集，选完继续跑，而不是卡在提问上
资源缺失时说明必要性并指导配置；暂时用不上则标记权衡

适用边界与注意点

技能面向的是有明确品牌资产或可推断审美标准的设计任务。如果项目连品牌手册和风格参考都没有，"质量把关"会变成无源之水。三轴评估依赖对标体系，不适合纯实验性、反品牌的艺术创作。递归自评会增加轮次与延迟，在实时协作场景需权衡响应速度。方法论库虽覆盖发散与收敛，但不替代人工创意总监的直觉判断，尤其在文化敏感或高风险品牌决策上，最终签字权仍在人。