Claude Design 写了 DESIGN.md,为什么设计还是不对?

Claude Design wrote DESIGN.md — why is the design still off?

最近做产品时,我让 Claude Design 整理了一份 DESIGN.md。

里面有颜色、字体、间距、圆角、组件和响应式规则,也写了产品应该“简洁、专业、现代”。

看起来没有明显错误。

但我总觉得少了什么。

继续做了几个页面后,我才发现:

它解释了界面应该长什么样,却没有解释产品为什么应该这样设计。

DESIGN.md 和 Design System 不是一回事

简单来说:

Design System 是产品真实运行的设计体系。DESIGN.md 是帮助人和 AI 理解、使用和维护这套体系的说明与约束。

Design System 更接近真实资产:

  • design tokens
  • 组件库
  • Figma library
  • 代码实现
  • 组件状态和使用规则

DESIGN.md 则应该解释:

  • 产品最重要的体验目标是什么
  • 信息应该怎样组织
  • 关键流程应该遵守什么原则
  • AI 输出怎样被展示和审核
  • 哪些设计决策不能由 Agent 随意改变

它可以描述 Design System,但不等于 Design System。

很多 DESIGN.md,只覆盖了设计的最后两层

AI 很容易生成这样的规则:

Use an 8px spacing system. Use rounded cards. Keep the interface clean and modern. Buttons have primary and secondary variants.

这些规则能让界面更统一,但不能保证产品更合理。

如果把设计粗略拆开,大概是:

产品目标与用户任务

↓

信息架构与内容层级

↓

任务流程与页面关系

↓

交互行为与系统状态

↓

视觉语言与组件

↓

一致性与实现约束

很多 DESIGN.md 只写了最后两层。

但当一个页面“怎么看都不对”时,问题往往出在更上面。

这些梳理不只是给 Agent

很多时候,只有自己先想清楚:

  • 产品到底在帮助用户完成什么
  • 哪些信息最重要
  • 信息之间是什么关系
  • 哪些判断可以交给 AI
  • 哪些控制权必须留给用户

才有可能有效地指导 Agent。

Agent 可以帮助拆问题、发现遗漏、提出不同方案。

但它不能替产品负责人决定:

这个产品真正应该强调什么。

如果自己也不清楚,再完整的 DESIGN.md,也可能只是让 Agent 更有条理地猜。

设计不好时,我会从上往下检查

1. 产品任务

先问:

  • 用户来到这个页面要完成什么
  • 最重要的判断是什么
  • 最重要的动作是什么
  • 页面是在展示信息,还是帮助用户做决定

例如,岗位匹配报告的目标不应该只是:

展示一份 AI 生成的分析。

而应该是:

帮助用户判断这个岗位是否值得投入,以及应该怎样定位自己。

前者容易做成一篇很长的报告。

后者需要突出结论、证据、风险和下一步行动。

2. 信息架构与层级

检查:

  • 最重要的信息是否最先出现
  • 事实、推论和建议是否混在一起
  • 哪些内容应该并列,哪些应该从属
  • 是否因为每项都重要,最后没有重点
  • 每个卡片是否真的代表一个独立对象

AI 很喜欢把每个 section 都放进卡片。

最后页面很整齐,却没有清楚的主次。

卡片只是容器,不会自动产生信息层级。

3. 流程

信息架构解决“页面里放什么”。

流程解决“用户怎样完成任务”。

检查:

  • 用户从哪里进入
  • 下一步去哪里
  • 是否要重复输入或确认
  • AI 做什么,用户审核什么
  • 异常情况时流程还能不能继续
  • 单个页面放进完整流程后,是否仍有必要

有时页面单独看没问题,但放进整个任务里就显得重复或顺序错误。

4. 交互和状态

AI 产品不能只设计“成功生成结果”的截图。

还需要考虑:

  • 生成前
  • 生成中
  • 生成失败
  • 数据不足
  • 用户修改
  • 用户拒绝
  • 重新生成
  • 结果对比
  • 保存和撤销

这些状态没有设计,产品通常只能用于展示,不能真正用于工作。

5. 视觉层级

前面的结构成立后,再检查:

  • 字号和字重是否表达正确层级
  • 留白是否帮助理解
  • 对比度是否突出真正重要的信息
  • 是否有太多边框、背景和容器
  • 每个模块是否都在争夺注意力
  • 信息密度是否符合任务场景

视觉设计不是给混乱的结构做美容。

它应该把已经想清楚的关系表达出来。

6. 系统与实现

最后检查:

  • 是否复用了已有 tokens 和组件
  • 相同模式在不同页面是否一致
  • 是否为了修一个页面修改全局样式
  • 是否为一次性差异创建共享组件
  • Figma、代码和文档是否各说各话

如果前面的产品判断没有成立,系统做得越统一,只会让错误复制得越稳定。

一份好的 DESIGN.md,至少需要四类内容

产品体验原则

不要只写:

Clean, modern and intuitive.

更有用的是:

  • 帮助用户做判断,而不只是展示 AI 输出
  • 区分事实、推论和建议
  • 重要结论必须能够查看依据
  • AI 生成的修改必须可审核
  • 不把不确定判断包装成精确答案

这些规则会真正改变设计结果。

产品特有的模式

例如 AI 产品常见的:

  • recommendation + evidence
  • AI output + human review
  • original content + suggested changes
  • confidence / uncertainty
  • loading / failure / retry / approval

这些模式通常比按钮有几个尺寸更重要。

视觉和组件规则

包括:

  • tokens
  • typography
  • layout
  • spacing
  • responsive behavior
  • component usage
  • loading、error、disabled 等状态

它们仍然需要,但不是全部。

Agent 和开发边界

例如:

  • 优先复用已有组件
  • 不直接写 raw hex value
  • 不为一次性样式创建共享组件
  • 不为修复局部问题修改全局规则
  • 不自行发明业务概念
  • 不在没有依据时改变信息层级
  • 不把每个 section 都包装成 card

coding agent 的问题经常不是不会做。

而是它会在局部做出看似合理的决定,让整个产品逐渐漂移。

DESIGN.md 不是越长越好

判断一条规则是否值得留下,可以问:

它会不会帮助设计者、开发者或 Agent 做出不同的决定?

如果不会,它可能只是装饰。

如果无法执行或检查,它也很容易变成口号。

早期产品不需要一开始就建设一套庞大的 Design System。

更需要的是一套范围有限、但真正被执行的规则。

后来我才明白,我觉得那份 DESIGN.md 少了什么,并不是因为少写了几个组件。

它少的是更上层的设计判断:

用户在完成什么任务,信息应该怎样组织,AI 应该做什么,人又应该保留什么控制权。

所以,当 AI 做出的设计不好时,先不要急着要求它:

Make it cleaner. Make it more modern. Use better spacing.

先往前退几步。

不是为了写一份更复杂的 Prompt,而是先确认:

自己是否真的想清楚了,以及哪些设计判断不能交给 Agent 猜。