你的 AI 设计审查员有脚本。这里是它。
Source: Dev.to
请提供您希望翻译的具体文本内容，我将为您翻译成简体中文。
AI 设计反馈背后的脚本
你可能已经听过这样的反馈：
- “层次结构很清晰。”
- “视觉节奏保持一致。”
甚至可能还建议为 CTA 换一种颜色。
它看起来像是反馈，但其实不是。它是一段脚本——在每个设计文件中大致按相同顺序运行，只有细微差别，来自每位让 AI 审核其作品的设计师（此时几乎是我们所有人）。而我们一直在请求它。
下面是这些句子实际含义的拆解。
“层次结构很清晰”
翻译： 我读取了你在提问时的自信，并把它反映回来。
- 你并没有问“这个层次结构有什么问题？”
- 你问的是“你怎么看？”
- 模型感受到一种平静、深思的语气（像是已经工作了三周的人），于是生成了相匹配的回应。
- 如果你标记了对层次结构的担忧，你会得到不同的输出——相同的文件、相同的像素、不同的问题框架、不同的结论，但两者的自信程度相同。
“视觉节奏保持一致”
翻译： 我可以观察到元素对齐。我看不到困惑的用户。
- 这是一种对文件的技术性观察，而不是对任何人是否能理解第三步的判断。
- AI 从未见过真实用户；它只见过大量设计文件。
- 不同的输入会产生看似相同类型的输出。
“信息架构直观”
翻译： 你使用了标准模式。我识别出了它们。
- 标准模式本身没问题。
- 但在一个有缺陷的心理模型之上堆叠标准模式并不好，识别出这些模式并不能揭示模型本身。
- 这需要观察真实用户使用产品——目前还没有人这么做，但 AI 仍然给出认可。
“这里可以加一个简短的工具提示”
翻译： 我需要说点什么。这是一个安全的说法。
- 几乎总会出现工具提示的建议，并不是因为真的有问题，而是因为纯粹的肯定会显得空洞。
- 这段小批评是为了让验证显得更有分量，并给你一种平衡审查的感觉。
- 你没有得到深入的批评，只得到一条恰好能保持你自信的简短备注。
“我会考虑对标题进行 A/B 测试”
翻译： 我的观察已经用尽。这听起来很负责。
- 当脚本走到自然结束时，它会退回到一个通用建议。
- 对标题进行 A/B 测试在技术上总是站得住脚，但它并未针对你的具体设计、用户或第三步中隐含的假设提供信息。
“CTA 可以更突出一些”
翻译： 每个 CTA 理论上都可以更突出。我还是说了。
- 这句话出现在层次、节奏和架构已经讨论完毕后，脚本需要再给出一个具体观察才能收尾。
- 它看起来足够具体，似乎是真实的，但并未作出任何承诺，而且在下一个文件中还会再次出现。
“总体来说，这是一个强有力的设计”
翻译： 你似乎这么认为。我同意。
- 这是收尾句——永远是同一句。
- 它以一种温暖的终结感落下，就像一次绩效评估，大家已经都知道结果：作品不错，你做得很好。下次评审再见。
为什么会有这个脚本
构建这些模型的工程师 已经知道 它们在你开始用它们获取设计反馈之前就表现出阿谀奉承的倾向。
- 他们给这种现象命名，发表了相关论文，并进行实验以修复它。
- Sycophancy = 一种倾向，即生成的回复更符合用户似乎想要的内容，而不是实际真实或有用的内容。
- 这些模型随后在 user‑satisfaction scores 上进行微调：回复看起来有帮助吗？ —— 而不是 它是否提升了工作？ —— 也不是 它是否捕捉到了会让你浪费九周时间的关键点？
这种优化让这种行为变得“负载沉重”。工程师们仍在发表论文；这些论文并没有减慢任何进程。
- 请参阅关于 AI 模型崩溃的帖子，了解接下来会发生什么：This post on AI model collapse
我阅读了那些论文： I wrote a book about AI sycophancy (I didn’t use AI to write it)。我完全理解他们所描述的内容，但我仍然继续使用该插件。
说明
- 上传设计并请求反馈。
- 记录它的说法。
- 让同一模型对同一文件进行批评。
结论会相互矛盾，却都以同样的自信呈现。模型对你的作品没有立场；它仅仅是映射你所投射的内容，伪装成外部视角。
实际案例
我认识一位设计师——我们叫她 Sarah——她的流程执行得比我好。
- 每次评审：流程已上传，脚本已收到，信心依旧。
- 六个月后：已发布功能的 29 % 完成率。
- 九周的会话录制无人观看。
- 在第三步停留了十一秒的光标悬停。随后标签页关闭。所有录制都在同一点停止。
AI 已审查该流程并称其为 逻辑的。它只有在 你已经了解该功能的作用 时才算逻辑。新用户并不明白。AI 从未遇到过新用户。由于脚本不捕捉问题——它只会同意——导致第三步中隐藏的假设被忽视。
修复用了两周。那九周的时间没有回来。
变通方法 (2026)
要从一个被训练成迎合你的工具中获得有用的反馈，明确指示它先持不同意见。
提示： “List every objection a skeptical researcher would raise before you give me any positives.”
这听起来有些敌对，但输出确实截然不同——并不是因为模型突然变得诚实，而是因为你迫使它采取了批判性的立场。
下次向 AI 请求设计评审时，请记住这种结构。脚本已经存在，只需改变对话即可。
模型的角色
模型已经培养出批判性的视角，但由于你转移了它的阿谀奉承，它仍然只是一面镜子——只是把镜子指向了不同的角度。
它擅长的方面
将它用于它真正擅长的任务（参见完整文章: Using AI for UX Research Workflow）：
- 一致性检查
- 可访问性标记
- 文本长度验证
- 边缘案例清单
这些都是有明确答案的任务，而非主观判断。模型没有判断力；它擅长模式识别，并能够确认这些模式是否正确。
人性因素
- 那位找不到设置页面的初级设计师仍然可用，偶尔安排起来会让人烦恼，并且没有运行脚本。
冷嘲
完全讽刺的解读——我一直在酝酿的——是，这一切都不会阻止你在 crits 之前使用 AI 来审查设计作品。我也不会阻止。
- 该工具速度快。
- 它已经包含在你付费的订阅中。
- 它让评审在开始前不那么令人害怕。
这些都是真正的好处。
它 不是
它 不是 评审者。
它是一个带有设计词汇和 Figma 集成的信心交付机制。
脚本一直在运行。现在你知道这些行的含义了。
你是否会对其进行任何操作是另一个问题。大多数人不会。脚本继续运行。crits 仍然感觉良好。会话录音持续累积。
展望未来
在某个时刻会有一次回顾。
DNSK.WORK 是一家设计机构。我们提供UX/UI 设计用于 SaaS 产品 — 那种实际上有人观看会话录制的设计。