V2 之后 AI 做的网页还有“模板味”吗？几份实测摆在一起，答案有点意外

V2 之后 AI 做的网页还有“模板味”吗？几份实测摆在一起，答案有点意外

【免费下载链接】taste-skillAgent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages项目地址: https://gitcode.com/GitHub_Trending/ta/taste-skill

最近一段时间，科技圈里讨论得最热闹的话题之一，不是哪个大模型又涨了分，而是一个很生活化的问题：AI 做的网页，现在还能不能一眼认出来？

起因是一个叫 taste-skill 的开源项目放出了 V2 版本。它干的事听起来很“虚”：给写代码的 AI 装一套审美。但开发者甩出的对比图特别实在——同一条提示词、同一个 AI，只差装没装这个技能包，做出来的咖啡店官网完全像两家公司。

紧接着，社区里一批“实测党”扎堆开工，有人用 Claude 跑，有人用 Grok 跑，有人专门拿同一个产品做 A/B 对照。热闹之下，一个更尖锐的问题浮出来了：V2 之后，“模板味”到底还剩多少？

我把开发者自己公开的盲测记录、社区里的几份对照实验，还有项目这两周的更新捋了一遍，结论可能和你想的不太一样。

一、先弄明白它到底是个啥

你可以把它理解成给 AI 请了一位美术指导，还配了一张验收单。

平时我们让 AI 写网页，就像让一个从没去过你店里的装修队干活，他只能照着“最近大家都在装的样子”来：大白墙、三张一样的卡片、蓝紫渐变、一排细线。活干得不算错，但走进十家店，八家一个样。

taste-skill 干的事，是在开工前先把这位“装修师傅”按住，逼他做三件功课：

第一，先搞清楚你这家店有什么别人没有的。名字什么含义、开在哪条街、几个座位、有什么怪规矩。

第二，从一个整理了 247 个真实获奖网站的资料库里，抽三个设计方向让他挑，而不是让他凭直觉套模板。

第三，做完不许直接交差，必须打开真浏览器，按电脑、平板、手机三种宽度自己截图看一遍，挑出最丑的三处返工，最多改三轮。

说白了，它不是在教 AI“什么叫好看”，而是逼着 AI先想清楚再动手，做完还得自己验一遍。这个思路，恰恰是“模板味”的病根所在。

二、同样的提示词，新旧版本差在哪一屏

这是所有实测里最有意思的部分。

项目方给的例子是一家叫 Bohne & Söhne 的咖啡店。Bohne 在德语里就是“豆子”，这家店是父亲带着两个儿子开的。

没装技能包时，AI 的做法很典型：店名放得巨大，蓝底白字，四周一圈细线，标准化得像连锁品牌手册里的模板页。

装上 V2 之后，页面上出现了一颗大豆子和两颗小豆子，随着滚动轻轻晃动。

一颗大豆、两颗小豆，对应的是父亲加两个儿子。这个图形没写在任何提示词里，是 AI 从“姓氏含义 + 家庭结构”这两条信息里自己推出来的。

再看这家店的“烘焙日”那一屏，四种咖啡豆状态——生豆、一爆、下豆、冷却，配的是真实的豆子照片和烘豆机照片，旁边还老老实实写着温度和时间。

还有问答区，没有做成那种“三列等宽卡片 + 圆角图标”，而是像一叠彩色索引卡，问题按“订位、带电脑、牛奶、带狗、付款”一张张错开叠着，看一眼就知道是柜台前真会被问到的事。

同一个技能包拿去做电子音乐夜场，画风立刻变了：活动日期直接压在老工厂、老发电机房的黑白照片上，大面积青色网格铺满整屏，完全不是咖啡店那套语言。

这就是“旧版”和“新版”最本质的差别。

旧版靠三个旋钮调参数——布局变化度、动效强度、信息密度。听起来很工程，实际效果是一组“安全但平均”的搭配：不至于难看，但换个店名谁都能用。

新版把旋钮收了，改成先做功课、再定方向、最后自检。所以两者的差距不在某一行代码，而在第一屏那个“只有你能用”的画面：旧版第一屏是“一个网站”，新版第一屏是“这家店”。

三、成绩单摊开看：模板味淡了，但没有碾压

真正让这轮讨论变复杂的，是项目方自己公开的盲测数据。

他们找了六份客户需求（开票工具、餐厅、设计师作品集、陶瓷产品、民宿、设计会议），每份都要求不含现成照片，然后让全新的 AI 分别用三种方式各做一版：不装技能、装这个技能、装另一个同类设计技能。所有页面统一截图，去掉身份，交给不知道分组情况的评审打分。

五轮结果是这样的：

第一轮四份题目，本项目 6.6 分，什么都不装 7.7 分； 第二轮 7.1 对 8.0； 第三轮 7.5 对 7.5，打平； 第四轮换成没见过的新题目，6.9 对 7.9； 第五轮还是那三份题目，7.7 对 7.8，赢了其中两份。

最后一轮，只差 0.1 分。

看到这你可能会说：那不就白折腾了？

别急，往下看另一个数字。

在自动检查环节，装了技能的页面，不合格项是 0；没装的页面，每份有8 到 13 项不合格。这些“不合格”不是玄学审美，是特别具体的东西：标题上方多出来的小标签、代码字体滥用、01/02/03 编号、到处一根头发丝细的分隔线、渐变、飘着的阴影、标题拉到三四行、正文小到 13 像素以下。

换句话说：AI 的“低级味”被清理得很干净，但“高级感”并没有稳定产出。

评审打分时夸的是什么？是“这个点子只属于这家店，换个别家就不成立”、是页面上有一件观众能动手玩的东西、是字号够大内容够全、是真实的照片和有细节的插画。骂的是什么？是页面安静到像没做完、标题太小、字压在图片上、某一屏突然换了底色、右边被裁掉一截。

你会发现，这些夸奖和批评，全都不是“技术上能不能实现”的问题，而是“有没有人替这家店想过”的问题。

所以，“模板味剩了多少”这个问题，准确的回答是：流水线式的廉价味，剩得不多；但“有个好主意”这件事，依然靠运气。

四、实测扎堆出现，但三份实验其实不是一回事

这轮社区实测看着热闹，坑也不少，普通读者看的时候最好留个心眼。

第一个坑，对照组的提示词根本不一样。

有一份很火的实测里，“不装技能”那版只给了一句产品介绍；“装技能”那版，提示词写了满满一屏，连“不要蓝紫渐变、不要堆卡片、不要居中堆叠、移动端 9:16 也要成立”都写进去了。这种比法，赢的可能不是技能，是你多打的那两百个字。

第二个坑，模型和场景全变了。

有人拿 Claude 的顶级模型跑同一个项目管理工具，前后两版耗时分别是 27 分半和 36 分钟，估算成本从约 5.6 美元涨到约 17.6 美元。有人换 Grok 跑另一个产品，还有人用的是完全不同的业务需求。不同模型、不同题目、不同预算，横向拼在一张表里比高低，意义其实有限。

第三个坑，最要命：评审本身就是“懂设计的人”。

项目方自己在文档里写得很坦白：每份题目每轮只有一位评审，单人打分天然带大约半分的浮动；第五轮用的题目，第四轮已经见过；而且评审是模型，不是真人。他们甚至专门记录了一件事：拿掉所有“AI 味”元素之后，页面会变得很空，盲评时评审反而更喜欢“有点俗但内容丰满”的那一版。

这就是最真实的人性：我们嘴上讨厌模板，眼睛却更容易被热闹的页面留住。

五、门槛高不高？普通人能不能用

这一点倒是意外的友好。

它不挑框架，React、Vue、Svelte、纯静态网页都能用；安装不需要显卡，不需要 API Key，不往你电脑里装任何东西，只要能跑 Node 22 以上的环境、装了 Chrome 或 Edge 就行。找图那一步需要联网，图片全部来自维基共享、博物馆这类开放馆藏，商用授权会写清楚，署名也会自动放到页面上。

代价在时间和钱：开发者估计完整跑一轮要 30 到 45 分钟，消耗几十万个 token。你要是指望三分钟出一个官网，它会让你失望。

另外它最近两周更新很勤：v2.1 补上了后台仪表盘、设置页这类“工作界面”的做法，还加了页面边距、标题是否清楚、有没有莫名其妙大片空白这类“框架体检”；到 10 月 25 日的 v2.1.5，修的都是社区报上来的细碎毛病，比如截图少存了一张、图表文字没转义、斜体字体加载不出来。

从这些补丁能看出一个信号：这套东西已经从“惊艳演示”进入到“修bug过日子”的阶段了。

六、写在最后

回到标题那个问题。

V2 之后，“模板味”确实淡了，但它不是靠“更会配色”赢的，而是靠三件很笨的事：开工前先打听你家的事、做完必须自己看一眼、看的时候按真实手机尺寸看。

真正有意思的地方也在这里——那份咖啡店的案例里，最打动人的不是排版多高级，而是“父亲和两个儿子”这件店主自己都觉得平常的小事，被翻译成了三颗豆子。

AI 已经能替你挑字体、找老照片、检查手机端有没有溢出。那些只有你知道的细节，反而成了最贵的东西。

所以我也想问问你：如果明天就让 AI 给你做一张“个人主页”，你能说出三件只属于你、别人抄不走的事吗？评论区聊聊，我挺好奇大家会写什么。

【免费下载链接】taste-skillAgent skills that give coding agents taste: art direction, reference images and a browser check instead of generic AI pages项目地址: https://gitcode.com/GitHub_Trending/ta/taste-skill