把设计规范写成代码格式,是所有AI工具的上游约束方法论

1 评论 1027 浏览 1 收藏 20 分钟

AI生成界面时,设计意图为何频频偏离?问题根源在于缺少语义约束层。本文提出Schema-As-Code解决方案,通过YAML契约文件构建三阶段流水线,为AI工具建立上游约束机制。从组件语义快照到模式诊断,从规则文件编译到验证闭环,这套系统正在重新定义AI时代的设计规范管理方式。

当 AI 生成界面时,设计意图在偏离。不是 AI 故意做错,而是系统缺少一层”语义约束”。

本文提出 Schema-As-Code:一套让设计师用 YAML 契约锁住设计意图的三阶段流水线。不是替代任何工具,是所有 AI 工具的上游约束。

本文是 Schema-As-Code 第一阶段 《组件语义快照与模式诊断:AI 生成界面的第一道检查》 的方法论总纲与开源仓库发布。

一、问题:AI 生成界面时谁在守住设计意图?

2024-2025 年,设计团队全面进入AI辅助生产时代:

  • v0 / Framer AI 用一句话生成可交互原型
  • Claude Code / Cursor 用自然语言写前端代码
  • DevUI HMC / DESIGN.md 让AI按组件库规范输出代码

这些工具都在解决”形态层“的问题,界面长什么样、用什么组件、怎么写代码。

但没有人解决”语义层“的问题,这个界面在这个场景下表达了什么意思、不能突破什么边界。

结果是:

  • AI 生成”删除账户”按钮,给了个蓝色实心按钮,用户一点,账户没了
  • AI 生成告警卡片,把 Critical 写成 “严重”,值班员觉得不严重,延迟响应,系统挂了
  • 设计规范更新了”错误状态分四级”,发在文档里,前端没看,AI更没看,还是按老样子生成
  • 一个产品500个页面,人工走查100个就累了,剩下400个的语义错误上线后才被用户投诉

这不是某个产品的Bug,而是整个行业在AI生成界面时代共同面临的结构性断层。

二、把设计规范写成代码格式的规则文件是所有工具的上游约束

我提出 Schema-As-Code(把设计规范写成代码格式的规则文件),不是要做另一个 Design-to-Code 工具,而是要建立一层上游约束

┌─────────────────────────────────────────┐

│ 语义层:Schema-As-Code(你) │ ← 你在这里

│ “这个场景下必须表达什么语义、不能突破什么边界” │

└─────────────────────────────────────────┘

↓ 编译为 Prompt 前缀 / 校验规则

┌─────────────────────────────────────────┐

│ 形态层:v0 / Claude Code / DevUI HMC │ ← 现有工具

│ “长什么样、用什么组件、怎么写代码” │

└─────────────────────────────────────────┘

关键洞察:

  • v0 解决的是“AI能不能生成界面”
  • Claude Code 解决的是“AI能不能写代码”
  • DevUI HMC 解决的是“代码是否符合组件库规范”
  • Schema-As-Code 解决的是”AI生成的内容是否偏离了设计意图”

这四层缺一不可,且互不替代。

三、三阶段流水线:从发现问题到证明有效

Schema-As-Code 不是一套理论,是一条可执行的三阶段流水线。

【三阶段流水线图】

阶段一:Guard —— 组件语义快照与模式诊断

详细设计方案见上一篇《从语义快照到结构化诊断:三层判定模型与模式匹配机制》

回答的问题:“我的产品有没有语义断层?”

我建立了一套”结构化问诊”系统:

  1. 组件语义快照:用6个字段记录一个界面组件的语义特征(组件类型、视觉、文案、交互、上下文、产品来源)
  2. 三层判定模型:回答3组问题 → 自动匹配语义断层模式
  • 第一层:这是什么组件类型?(错误状态 / 过程状态 / 边界动作 / 操作按钮 / 状态提示)
  • 第二层:用户的核心困惑是什么?(不知道多严重 / 不知道在干什么 / 不知道权利还在不在)
  • 第三层:当前界面的视觉表达有什么特征?(全部红色 / 文案模糊 / 缺少行动指引)
  1. 模式匹配:自动输出”这是 ERR-001 类型的断层”,附带同类产品证据

【结构化问诊界面截图】

目前已验证 5 个通用模式:

【模式库卡片截图】

 

阶段一产出: 诊断报告 + 同类产品证据截图 + 根因分析

阶段二:Contract —— 设计师作为”语义翻译者”

回答的问题:“我怎么用规则锁住设计意图?”(本文重点预告,完整内容见下篇)

当设计师发现语义断层后,传统做法是:

  • 写一份设计规范文档(PDF/语雀)
  • @ 全员通知
  • 2 周后走查发现3个产品没改对

Schema-As-Code 的做法是:

  • 把设计意图翻译成文本格式的规则文件(YAML)
  • 放在Git仓库里,变更自动同步
  • AI工具自动读取,机器走查覆盖率100%

规则文件示例(ERR-001):

intent_id: “ERR-001”

semantic_domain: “observational”

semantic_tokens:

error_severity:

fatal:

description: “系统级故障,对话上下文可能丢失”

visual_mapping:

color_token: “status.critical” # 语义令牌:定义这个颜色代表”致命状态”

motion_token: “pulse.red.urgent” # 语义令牌:定义这个动效代表”紧急”

icon_token: “alert.octagon” # 语义令牌:定义这个图标代表”危险”

user_action:

– label: “刷新页面”

action: “refresh”

– label: “导出历史”

action: “export_history”

llm_constraints:

– “必须明确告知用户对话上下文可能已丢失”

– “禁止仅显示’出错了’等模糊文案”

transient:

description: “网络抖动,系统可自动恢复”

visual_mapping:

color_token: “status.neutral” # 语义令牌:定义这个颜色代表”中性状态”

motion_token: “spinner” # 语义令牌:定义这个动效代表”加载中”

icon_token: “loader” # 语义令牌:定义这个图标代表”等待”

user_action:

– label: “等待自动恢复”

action: “wait”

llm_constraints:

– “禁止红色背景(避免情绪过载)”

– “必须显示自动重试进度”

retryable:

description: “请求频率已达上限”

visual_mapping:

color_token: “status.warning” # 语义令牌:定义这个颜色代表”警告状态”

motion_token: “none” # 语义令牌:定义这个动效代表”静态”

icon_token: “clock” # 语义令牌:定义这个图标代表”限时”

user_action:

– label: “等待倒计时”

action: “wait_countdown”

– label: “升级套餐”

action: “upgrade”

llm_constraints:

– “必须显示剩余等待时间”

– “必须提供升级/扩容路径”

degraded:

description: “部分功能可用,可继续生成”

visual_mapping:

color_token: “status.info” # 语义令牌:定义这个颜色代表”信息状态”

motion_token: “none” # 语义令牌:定义这个动效代表”静态”

icon_token: “info.circle” # 语义令牌:定义这个图标代表”提示”

user_action:

– label: “继续生成”

action: “continue”

– label: “简化问题重试”

action: “retry_simplified”

status.critical 是语义令牌(Semantic Token),定义”这个颜色在这个场景下代表致命状态”。完整的语义令牌体系(status.* / phase.* / boundary.* / action.*)见契约书写规范。

关键设计: 一份规则文件,编译为四种消费格式

  • 规则文件本体:供规范管理人员版本管理(放在Git里)
  • AI 指令前缀:供AI编程工具(Claude Code / Cursor)在生成代码前读取
  • 走查清单:供设计师人工复核时逐项打勾
  • 自动校验规则:供CI流水线自动拦截不合规的生成内容

【契约库界面截图】

阶段二产出: 规则文件 + 多格式编译输出

阶段三:Verify —— 验证闭环与工具落地

回答的问题:“我怎么证明规则真的防住了语义漂移?”

三层验证工具:

  1. 语义分级器:输入任意错误文案,1秒内返回语义分级建议(致命/网络抖/限流/部分可用)
  2. JSON语义校验器:粘贴组件语义快照,自动匹配已知模式并标记风险
  3. 四层检查引擎:结构检查 → 语义检查 → 安全检查 → 质量检查

【语义分级器界面截图】

【A/B 对比截图】

阶段三产出: 验证报告 + 返工率数据 + 可复用的验证工具

四、设计师不需要写代码,但需要写”规矩”

这是被问得最多的问题:”我不会写代码,能参与这个方法吗?”

答案是:不仅能,而且正因为不会写代码,你才是最适合写规则文件的人。

为什么?

会写代码的人,看到问题后会直接去写脚本、搭平台,结果卷进了工程实现层,和 DevUI HMC / v0 竞争。

不会写代码的人,被迫站在”意图层”,只关心”这个场景下必须表达什么语义、不能突破什么边界”,而不关心”用什么框架实现”。

规则文件的本质是“设计意图的翻译”,不是”代码实现”。

intent_id: “ACT-001”

semantic_domain: “transactional”

semantic_tokens:

destructive_action:

description: “不可逆的数据销毁操作”

# 语义令牌:定义视觉元素的语义含义

visual_mapping:

color_token: “status.critical” # 语义令牌:定义这个颜色代表”致命状态”

button_style: “outline_danger” # 语义令牌:定义这个按钮样式代表”危险空心描边”

icon_token: “alert.triangle” # 语义令牌:定义这个图标代表”警告”

# 不可变边界:绝对不能突破的红线

immutable_boundaries:

– boundary_type: “safety”

rule: “禁止直接执行删除操作而不显示二次确认”

violation_action: “block”

– boundary_type: “safety”

rule: “禁止将删除按钮设计为普通主按钮样式”

violation_action: “block”

# LLM 约束:AI 生成内容时必须遵守的规则

llm_constraints:

– “必须包含二次确认弹窗”

– “文案必须明确说明’此操作不可恢复'”

– “必须提供取消选项,且视觉权重不低于确认按钮”

– “禁止在二次确认弹窗中使用’确认’等模糊文案,必须使用’确认删除'”

# 用户行动:与后果级别匹配的操作

user_action:

primary:

label: “确认删除账户”

action: “confirm_delete”

requires_input: true # 要求输入账户名确认

input_field: “account_name”

secondary:

label: “取消”

action: “cancel”

visual_weight: “equal” # 视觉权重与主按钮同等

这段规则文件里:

  • 没有 CSS 类名
  • 没有 React/Vue 组件名
  • 没有文件路径

只有设计师的意图:“删除按钮必须是红色空心,必须有二次确认。”

前端工程师拿到这份规则,可以翻译成 Tailwind、Material UI、DevUI 或任何框架。规矩是跨框架的。

五、组织经济价值:一个设计师解决跨域协调问题

Schema-As-Code 的价值不止于技术,更在于组织经济

传统工作流的隐性成本

总成本 = 设计意图在跨角色传递中不断失真,反复修复。

Schema-As-Code 工作流的经济价值

总收益 = 设计意图从“人传人的方言”变成“机器可读的普通话”。

设计师的新角色:”语义翻译者”

在 AI 生成界面的时代,设计师的核心竞争力不是”会不会写代码”,而是:

“能不能把设计意图翻译成机器可读的规则,让AI在生成内容之前就知道什么不能说、什么不能做。”

这个角色:

  • 比工程师更懂设计意图的语义
  • 比设计师更懂实现的约束
  • 是”设计 → 工程”之间的翻译层

而规则文件就是这个翻译层的载体。

六、与其他工具的关系:不是替代是叠加

Design Token 定义“颜色是什么”(如 #EF4444),语义令牌定义“颜色代表什么”(如 status.critical)。Schema-As-Code 消费 DESIGN.md 的视觉定义,但约束的是语义映射关系。

七、仓库与在线体验

已开源

GitHub 仓库:https://github.com/2436041978-ops/semantic-pipeline

在线体验:https://2436041978-ops.github.io/semantic-pipeline/

八、下一步:阶段二文章

本文是 Schema-As-Code 体系的总纲与预告

接下来将发布《阶段二:设计师作为“语义翻译者”:当 AI生成界面时,我怎么用规则锁住设计意图》,深度展开:

  • 从意图到规则:文本格式规则文件作为中间翻译层的设计哲学
  • 设计师的规则文件书写规范(不会写代码也能写)
  • 契约库:让设计规范像代码一样版本管理
  • 从契约到消费格式:一份规则文件如何编译为 AI 指令 / 走查清单 / 自动校验规则
  • 真实案例:ERR-001 从诊断到契约的完整过程

本文由 @阿基拉de_Akir 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 这个方法对B端复杂产品特别有价值,尤其是多租户、多场景下的错误状态管理。提前定义语义边界,能从源头减少大量后期返工,比依赖人工走查靠谱多了。

    来自广东 回复