Ci

Deep Read

Deep Read

讓 AI 寫出「有觀點」的網站:13 個 Claude 設計 skills 的決策地圖

AI LABS 頻道整理的 13 個 Claude 設計 skills——什麼情境該掛哪一個、解決哪種失敗模式,以及哪些是創作者的說法、哪些查得到來源。

閱讀時間
12 分鐘(30 秒/5 分鐘/完整三層)
來源範圍
單一 YouTube 影片(逐字稿+官方描述欄)
最後更新
2026-07-19

Layer 0 30 秒理解

先抓住問題與核心命題

閱讀契約:這篇是單一 YouTube 影片的深度導讀——AI LABS 頻道的〈Insane Claude Design Skills You Need To Build Beautiful Websites〉(2026-06-23 上傳,14 分鐘)。讀完你會知道:AI 生成的網站為什麼「都長一樣」、設計類 skill 用什麼機制解決這件事,以及 13 個 skills 各自該在什麼情境掛上。全文約 12 分鐘讀完;所有 skill 能力描述均為影片內容的歸屬轉述,本報告未逐一實測。

核心命題(影片主張):AI 設計同質化不是模型能力問題,是決策問題——模型每次都倒向訓練資料裡最常見的安全選項;解法是在它寫任何 code 之前,先塞給它一個明確的設計決策。設計類 skill 的共同機制就是這件事。

六個入口的設計 skills 決策地圖:方向與風格、元件與編排、產業適配、動畫、圖像影片素材、行動 App,全部圍繞「先決策後生成」的核心原則
Ci 依逐字稿歸納的分工地圖:13 個 skills 依使用情境收成六個查找入口。此為 Ci 的整理,非影片逐字結構。

誰需要看:用 Claude Code 或其他 coding agent 做網站、dashboard、行動 app 的人——尤其是產出「能用但沒記憶點」的人。不適用:不用 AI 寫前端的人,以及已有完整設計團隊與設計系統交付流程、模型只負責實作的團隊。

讀完 L0,你能重述問題(AI 設計同質化)、命題(先決策後生成)與受眾;但還不知道哪個情境該用哪個 skill——那在 L1。

Layer 1 5 分鐘掌握

建立可操作的理解模型

先補兩個概念

Skill 是什麼:影片的說法是,讓設計變好的其實是對的 prompt 與 instructions,而 skill 把驗證有效的那套打包成可重複使用、可分享的工作流——模型在需要時載入一份指示檔(SKILL.md),照裡面的規則做事。

同質化從哪來:講者的解釋是,模型從大量含相同模式的資料學習,因此每逢設計決策就伸手拿「最常見的那個」——安全、正確,但無論專案是什麼都長得差不多。這也是為什麼「多寫幾個形容詞」的 prompt 救不回來:問題不在描述不夠,在模型沒有被迫做選擇。

比較表:無方向 skill 時模型的設計決策倒向最常見預設、輸出同質安全;有方向 skill 時模型先承諾一個方向、整頁維持一致、輸出更有觀點
同一個需求,有無方向型 skill 的生成路徑對比——差異在寫 code 之前的決策步驟,而非事後的風格修飾。影片主張,本報告未獨立實測。

來源說明

全篇證據來自同一支影片(逐字稿+官方描述欄)。要注意兩件事:其一,所有「這個 skill 能做到 X」都是創作者的說法,本報告未實測;其二,該頻道同時販售自家付費社群與設計系統,介紹自家做法的段落有商業動機。描述欄列出全部 13 個 skills 的公開連結(GitHub 與 skills.sh),多數可以直接打開 SKILL.md 自行查驗——這是本報告建議的第一步。

決策地圖(Ci 整理)

影片本身是逐個介紹;下表是 Ci 依逐字稿歸納的「情境 → skill」分工,這個結構是編輯判斷,不是影片原話:

你在做的東西該掛的 skill它解決的失敗模式
行銷頁、portfolio(設計即產品)Anthropic frontend design漂向安全預設、AI slop
功能型產品、真實 appshadcn skill+MCP模型從零手刻元件、品質不穩
Dashboarddashboard skill(獨立開發者作)資訊編排混亂、單屏塞爆
說不出風格但知道產業UI UX Pro Max設計不貼合產品類型
動畫GSAP skill(官方團隊出品)只會 scroll reveal、動畫卡頓
已有明確風格偏好四選一 taste preset(minimalist/brutalist/all-rounder/premium)風格不明確、來回修
圖像/影片素材Higgsfield抓不合用的 stock 圖
行動 appmobile 四件組(原則層/Material 3/SwiftUI/Expo)把手機當縮小版網站

三個會改變選擇的取捨

  1. 方向型 skill 不通用:影片明確說 Anthropic 的 frontend design skill 不適合功能型 UI——做產品時問題從「好看」變成「大量元件正確運作」,該換 shadcn 那條路。
  2. skill 與 MCP 不是二選一:shadcn 的 skill 是規則書(只在需要時載入),MCP 是元件通道(常駐 context window)。影片的定位是兩者搭配:skill 給判斷力,MCP 給零件。
  3. taste preset 一次只掛一個:四個風格 preset 是互斥的方向選擇,疊加會互相打架。

Ci 初步判斷

這張地圖裡最耐放的是順序,不是清單:skill 名單半年後很可能換血(影片自己也說 Anthropic 原版對新模型「已略過時」,所以他們改出自己的版本),但「先給決策、再生成」的順序不會過時。另外,既然多數 skill 開源,採用前花五分鐘讀它的 SKILL.md,比記住任何人的推薦清單都可靠。

讀完 L1,你能對照自己手上的專案選出該掛的 skill,並知道三個取捨;但各 skill 的具體機制、證據強度與邊界在 L2。

Layer 2 完整深讀

展開證據、邊界與採用判斷

以下依決策地圖逐層展開。體例:影片主張一律保留歸屬(「影片說明」「講者主張」);Ci 的推論明確標示;本報告略過影片中的業配段落(SciSpace,約 07:00–07:50),該段與設計 skill 主題無關。

1. 方向層:Anthropic frontend design skill

影片把這個 skill 定位成「許多其他設計 skill 的地基」。它的機制是:在模型寫任何 code 之前,強制它承諾一個具體的設計方向——editorial、brutalist、luxury 這類有名字的路線——然後整頁維持一致,而不是讓每個局部決策各自倒向預設值。講者並稱該 skill 的 SKILL.md 直接點名要避開的 AI slop 元素,例如被用爛的字型與白底紫漸層。

講者的解讀值得單獨記一筆:一般模型建 landing page 時是在「最佳化正確性」,這個 skill 把目標改成「承諾一個方向」。這句話其實就是全片命題的具體版本。

證據強度(此段含能力宣稱,逐級拆開):

  • 主張:掛上此 skill 後,講者測試生成的 landing page 沒有常見 AI slop,因為模型守住了承諾的方向。
  • 依據:講者的自述測試,影片中展示了結果畫面;無公開的可重現 repo 或對照組。
  • 邊界:單次示範、由推薦者自己執行;且講者同時表示原版對較新的模型(他提及 Opus 4.8 與 Fable 5 都附有新的 prompting guide)已略顯過時,他們的設計系統用的是改過的版本——換言之連影片自己都不把原版當終點。
  • 可以拿來做什麼:值得在行銷頁專案掛上一試,成本近乎零;不能拿來假設「掛了就沒有 AI slop」,也不能假設它對功能型 UI 有效(影片明說無效)。

2. 元件層:shadcn skill+MCP,與 dashboard skill

進入功能型產品後,影片指出問題性質整個換掉:你不再是讓一頁好看,而是讓一大堆元件正確運作。shadcn 的邏輯是不生成、改組裝——dashboard 常用元件早已由專人做到專業水準放在 registry,模型直接取用,成品才會像「本來就要出貨的東西」而不是「粗稿慢慢修」。

影片把 shadcn 體系拆成兩件,並解釋了為什麼 MCP 存在還需要 skill:

  • skill=規則書:載有 shadcn 的正確用法,並讀取你專案的既有結構,讓輸出第一次就合規——且只在需要時載入。
  • MCP=零件通道:連向 registry 的即時連線,讓模型瀏覽並直接拉元件進專案——但常駐 context window。
比較表:shadcn 的 skill 是規則書、需要時才載入、提供規則與專案脈絡;MCP 是元件通道、常駐 context、提供 registry 現成元件
shadcn 的 skill 與 MCP 是互補分工,不是二選一——差異在載入時機與各自提供給模型的內容。

Ci 補一句機制注解:這個「skill 按需載入、MCP 常駐」的差異與兩類機制的一般行為一致,但具體 token 成本影片沒有量化,本報告也不補數字。

Dashboard 再往下分一層。影片認為 dashboard 與一般 app 的核心問題不同:不是元件一致性,而是資訊編排——資料怎麼分組、一屏塞多少才不爆。有個名為 dashboard 的獨立 skill(非 shadcn 官方,另一位開發者作)專攻這件事,先推理編排再落版,講者稱結果更像真的分析工具。

3. 產業適配層:UI UX Pro Max

影片說這個 skill 與其他所有 skill 的差別在於:別的給模型「更好的品味」,它給模型「動筆前的一個決策」。

  • 主張:收到需求後它不直接寫 code,先跑一個引擎——同時發五個搜尋查它在 GitHub 上的開源資料庫,從 161 個產業類別中選出合身的風格,再挑出配色、字型配對與版型,過濾掉不合適的選項,最後把一份為你的產業客製的設計系統交給模型執行。
  • 依據:講者的流程描述;「五個搜尋」「161 個產業類別」兩個數字皆出自影片與描述欄,資料庫本身開源可查。
  • 邊界:數字未經本報告獨立驗證;「產出更貼產業」是講者評價,無對照測試。
  • 可以拿來做什麼:當你說不出想要什麼風格、但說得出「這是給誰用的什麼產品」時,這是四個方向型選項(frontend design、taste presets、UI UX Pro Max、自寫)中唯一把產業納入決策的;不能據此假設它在任何產業都優於人工選定方向。
流程圖:產品需求依序經過五個步驟——並發五個搜尋、161 個產業類別選風格、選配色字型版型、過濾不合適選項、產出客製設計系統——最後交給模型寫 code
UI UX Pro Max 描述的引擎流程:從產品需求到客製設計系統的五個步驟。步驟與數字(五個搜尋、161 個產業類別)出自影片與官方描述欄。

4. 動畫層:GSAP skill

影片對 AI 動畫的診斷分兩刀。第一刀是單調:模型幾乎只會一招「捲動時滑入」,而那正是半數 AI 網站都在用的同一個動畫。第二刀是卡頓,而且給了機制:模型習慣用改變元素尺寸或位置的方式做動畫,這迫使瀏覽器每一幀都重建版面。GSAP skill 由 GSAP 官方團隊製作,涵蓋基礎位移到捲動驅動的敘事動畫,並把模型導向瀏覽器容易處理的移動方式——講者稱光這個習慣就是動畫流暢的關鍵。

Ci 注解:「改 size/position 觸發整頁重排」的描述與前端效能的一般認知(layout thrashing,相對於只動 transform/opacity)一致,此處講者的機制解釋有旁證,但仍以影片為歸屬主體。

值得注意的一個訊號:講者說 AI Labs 自家的 marketing UI skill 裡明文規定「需要動畫一律呼叫 GSAP skill」——skill 呼叫 skill 的組合用法,這是影片中唯一一處展示 skills 如何被編排成系統。

5. 風格層:四個 taste presets

這組不解決系統問題,是風格快捷鍵:你已經知道要什麼感覺,直接把方向塞給模型。影片給的對位是——minimalist UI(留白、讓內容呼吸,適合報紙與部落格)、industrial brutalist(生猛、反企業)、frontend UI/UX(不極端的安全全能款,適合一般商業頁)、premium frontend UI(精品時尚 landing page 的質感)。用法規則只有一條:單選,不疊加,選跟你要的氛圍對得上的那個。

Ci 注解:這組與第 1 節的 frontend design skill 功能重疊(都在決定方向),差別是決策者——frontend design 讓模型自己承諾一個方向,taste preset 是你替它決定。有明確偏好時用後者更快,沒有偏好時前者與第 3 節的 Pro Max 才有價值。

6. 素材層:Higgsfield 與 SeeDance

影片指出視覺素材是靜態頁最後一塊短板:模型自己找圖多半抓網路 stock 圖,常不合需求。Higgsfield 的定位是把圖像/影片生成直接接進 agent——在終端機裡直接要 hero 圖或背景影片,不用離開工作環境,且它接了多家模型不綁定單一家。

  • 主張:講者評價 SeeDance 是「目前最好的影片生成模型之一」,做影片素材時值得優先選。
  • 依據:講者的個人評價,影片未附任何比較測試。
  • 邊界:模型排名是高時效主張,此評價的時間點是 2026 年 6 月;本報告成稿時無法重查,不沿用「目前」措辭。
  • 可以拿來做什麼:把它當「2026 年 6 月一位創作者的偏好」參考;選影片模型前應查當期的獨立評測。

7. 行動端:四件組

影片對行動端的診斷:模型把手機當縮小版網站,把網頁習慣直接壓縮進小螢幕——但持機方式、拇指可及區、導航慣例、平台設計語言全都不同。四個 skill 各管一段:

  • mobile app UI design(原則層):把拇指熱區、一致間距、有限字級這些規則直接內建。講者稱這些與 Airbnb、Duolingo、Spotify 等 app 遵循的底層規則相同——這是類比,不是這些公司的背書。
  • Material 3:講者稱它是「shadcn 的行動版」——把 Google 實際的設計系統交給模型,給一個顏色就展開整套主題,還能檢查成品與 Google 指南的符合度。
  • SwiftUI skills:走 Apple 路線——影片描述它從 Mac 上的 Xcode 直接抽出 Apple 官方文件當規則,讓模型依 Apple 實際指引(克制、半透明的 liquid glass 風格)工作,而不是憑印象模仿 iPhone app。
  • Expo(官方 skill):一套 code 同時出 iOS 與 Android,涵蓋導航、樣式與平台功能——雙平台需求的選項。

Ci 注解:這四件的分工邏輯與 web 側完全平行(原則層=frontend design、設計系統層=shadcn、平台語言=taste preset),影片沒有明說這個對稱,但它讓整張地圖好記一倍。

8. 邊界與時效層

把全篇的「不能推論之處」集中在這:

  • 單一來源、未實測:所有 skill 能力描述都出自同一支影片。多數 skill 開源、SKILL.md 可直接閱讀,這是把「講者說」升級成「我查過」最便宜的路徑——但那一步是讀者自己的。
  • 商業動機:頻道經營付費社群並販售自家設計系統,影片中關於自家 skill(break the default、marketing/functional 雙 skill 架構)的段落屬產品介紹,本報告僅作背景轉述。
  • 連結未驗證:描述欄的 13 個連結以 2026-06-23 的影片描述為準,本報告成稿時未逐一開啟確認仍有效。
  • 高時效主張:三處無法二查——「Anthropic 原版對新模型已過時」(講者評價)、「Opus 4.8 與 Fable 5 附新 prompting guide」(講者轉述)、SeeDance 排名(見第 6 節)。閱讀時請帶上 2026 年 6 月這個時間戳。
  • 已略過內容:業配段(SciSpace)與頻道社群推廣段不影響設計 skill 主題的理解,本報告省略。
讀完 L2,你能指出每個 skill 的採用範圍與證據強度(全部為歸屬主張)、知道哪三處主張時效最短,以及下一步該自己查什麼(SKILL.md 原文與當期模型評測)。

一頁帶走

上手前先做三件事:

  1. 對照 L0 的地圖,找到你現在做的東西屬於哪一個入口(方向與風格/元件與編排/產業適配/動畫/圖像影片素材/行動 App)。
  2. 打開該 skill 在描述欄裡的公開連結,讀 5 分鐘 SKILL.md 原文——這是把「講者說」升級成「我查過」最便宜的一步。
  3. 分清楚你要用的主張屬於哪一種:機制說明(例如 skill 與 MCP 的分工)通常穩定;效果宣稱(例如「沒有 AI slop」「目前最好的影片模型」)多半是講者的單次測試或個人評價,時效最短。

先別做的事:疊加兩個以上的方向型 skill(taste preset 一次只選一個,frontend design 與 taste preset 也不要同時掛);把 Anthropic frontend design skill 掛在 dashboard 等功能型 UI 上(影片明說不適用,該用 shadcn 那條路)。

限制與時效

本報告只依據單一影片與其官方描述欄,以下限制在閱讀時請一併帶著:

  • 單一來源、未實測:所有 skill 能力描述都出自同一支影片(AI LABS,2026-06-23 上傳)。多數 skill 開源、SKILL.md 可直接閱讀,這是把「講者說」升級成「我查過」最便宜的路徑,但那一步是讀者自己的。
  • 商業動機:頻道經營付費社群並販售自家設計系統,影片中關於自家 skill(break the default、marketing/functional 雙 skill 架構)的段落屬產品介紹,本報告僅作背景轉述,不作推薦。
  • 連結未驗證:描述欄的 13 個 skill 連結以 2026-06-23 的影片描述為準,本報告成稿時未逐一開啟確認仍然有效。
  • 高時效主張(三處無法二查):「Anthropic 原版對新模型已過時」(講者評價)、「Opus 4.8 與 Fable 5 附新 prompting guide」(講者轉述)、SeeDance 是「目前最好的影片生成模型之一」(講者評價,時間點 2026 年 6 月)。閱讀時請帶上這個時間戳,不沿用「目前」「最新」等措辭。
  • 已略過內容:業配段(SciSpace,約 07:00–07:50)與頻道社群推廣段不影響設計 skill 主題的理解,本報告省略。

來源

主要來源:AI LABS,〈Insane Claude Design Skills You Need To Build Beautiful Websites〉,YouTube,2026-06-23 上傳。https://www.youtube.com/watch?v=Ot582-E61ac

影片描述欄列出的 skill 連結(以 2026-06-23 版本為準,本報告未逐一驗證仍然有效):

公開更新紀錄

本版內容與來源查核日期以上方「最後更新」為準;後續若有影響理解的修訂,會在此說明。