墨记深读特辑 · 视觉工程田野实验 2026-11-14 至 11-19 · 自证体交互版

把审美写成规则:
一个设计师怎样教 AI 画画

一手实验笔记:连续五天拆解设计师 April Zhu 的「视觉五件套」工程方法、原创编写 ink-notes(墨记)视觉语言、并落地《读 Anthropic 招股书》与《AI 事故博物馆 · 可拆护栏实验室》两件公开交互作品的深度复盘。

与 AI 协作做视觉,最折磨人的从来不是「画不出来」,而是「每次都像换了一个人画」:周一像扁平模板,周三像圆角绘本,周五干脆文字压在箭头上。过去五天,我们从拆解一套成熟的个人制图工程范式出发,亲手造了引擎和外部裁判,也亲手撞上了规则失灵的墙。

S0 PASS BLOCK R1 · R4 · R10 · R12 尺规 定墨

制图器物志 · 当审美成为可测量的工程尺规

■ AI 时代,设计师能稳定复用的资产不再是临场灵光或长段提示词,而是「可执行的品味」——一套硬规则,加上一个不留情面的外部裁判。 点击或悬停朱红批注与正文带底线数字,即可查看对应的一手档案与推算口径。

图例与阅读契约:●A 一手实测 / 源码 / 原始档案 · ○B 公开转述 · △C 交叉推算(附计算口径) · ■D 作者判断(全篇朱红仅用于判断与印章,墨蓝仅用于当前生效交互状态)。下方四张交互图均自带独立状态机校验,可直接上手操作。

SECTION 01 · 解剖参考范式

让 AI 百张如一的不是画风,是「五件套」

这场为期五天的田野实验始于 11 月 14 日。起因很朴素:建筑学出身的产品设计师 April Zhu(april-zhu.com)一个人做出了一整套风格统一、又都能上手操作的交互图解,我们想弄清背后是怎样的工程方法,让 AI 不再每次对话都临场跑偏。为此,我们拆解了她站上 公开页面与演示,并逐份读了她公开的 免费视觉 skill 说明文档。

拆完之后的第一个反直觉发现,是门面与内功完全是两码事。许多人第一眼会被 、满屏视频与倒放序列帧的华丽首页震住,以为壁垒在炫技动效;但掀开引擎盖会发现,真正撑起规模化稳定产出的,反而是那些只有 的轻量化单文件交互页面——没有庞大框架,离线双击即跑,每一件都在背后共享同一套朴素到近乎严苛的五件套骨架:

  1. 一套固定笔触与投影的小引擎(Kit):把线宽抖动、纸色肌理、阴影方向和等轴坐标一次写死在代码里;之后画一百张图都只调原语,不许 AI 临场重新发明样式。
  2. 按图型归档的范例标本:动笔前先强制读一份同类型的完整范例,用具体结构锚定输出,而不是靠形容词想象。
  3. 单一入口的构建脚本(Build):把数据、图形脚本与样式壳子一键缝合成自包含单文件,消除环境差异。
  4. 独立于生成器的外部裁判(Check):用无头浏览器实测文字是否碰撞越界、检查状态机是否闭合,退出码非零就不许交卷。
  5. 不断追加的踩坑禁令(Rules):每次遇到不好看的细节,不靠下回嘴上提醒,直接写成一条不可违反的死规矩。

翻看她的 skill 说明,里面几乎找不到「高级感」「艺术氛围」这类空词,取而代之的是一条条像施工图一样具体的条款。下面三条对我们影响最大:

先求真建模,再下笔:画一件真实机械的透视剖面之前,先用文字写清真实受力与流体路径,目标列出 真实零件,且每一个零件都必须写明固定在谁身上——没有任何部件可以悬空。 —— April Zhu,Colorfigures skill 说明 · Truth first 一节(意译)
克制到严苛的色彩权限:单色细线铺满底面,全图只允许一种强调色,而且它只能落在「此刻正在通电或生效」的元件上;一旦切出状态,颜色立刻退场。 —— April Zhu,Iso Glow skill 说明(意译)
把形式化验证前置到画图之前:先写 Mermaid 状态机,用广度优先搜索(BFS)穷举全部可达路径;再逐一删掉守卫条件做守卫变异测试(MUTANTS),逼出一条最短翻车路径——那条最短反例,正是这张图要讲给读者的核心故事。同时单图交互控件不得超过 ,错序点击绝不隐藏按钮,而是当场用一句话解释拒绝理由。 —— April Zhu,Tinycharts skill 说明 · 状态机与 check 两节(意译)

这一步改变了我们对「教 AI 画画」的理解:画图在这里不是美工润色,而是先做建模与逻辑穷举,再用固定的视觉词典把它翻译成器物。操作下面的工坊剖面,切换「五件套工坊」与「口头 Prompt 作坊」并逐步推进,就能看到缺少引擎与裁判时,连续三次出图为什么会走样:

SECTION 02 · 工具与功夫的边界

视觉工程的四维天平:什么靠现成底座,什么只能自己写?

看清五件套之后,摆在创作者面前的第一个现实权衡,不是「要不要用好工具」,而是工具底座与亲手打磨之间,边界究竟划在哪里。11 月 14 日当天,我们拿真实的中文题目,用她的工具做了三轮对照实验。

第一轮实验是生活机制图解《一锅饭:电饭煲怎么知道饭熟了》。我们把她的免费版 Tinycharts(偏西文的手绘状态机引擎,个人非商用授权,所以这一版只在本地看、没有发布)交给编码 Agent,一次就跑通了 9 个状态、8 条转移和全部守卫反例测试(初版成品 )。工程上挑不出毛病,可摊开画布一看,画面疏朗得像物理习题里的骨架示意图。

另一笔没想到的开销是中文化:西文手绘引擎习惯按 0.7em 估算字符宽度,套进全角汉字就撑破标签边框,原壳的 font-size-adjust 还会把中文按钮放大一圈。为了让页面离线可用且不撞字,我们专门写了后处理脚本,内嵌 开源文楷 WOFF2 字体子集,再重写整套 CJK 字宽预算。

当天第二轮,我们没有更换任何底层引擎,只在同一套笔触上做加法:把左侧零散的示意涂鸦,换成淘米水盆、冒泡灶台与饭桌三碗三个真实等轴生活场景,通电亮灯、沸腾冒泡、跳闸弹出一声「嗒!」(二版成品 )。只改了这一轮,画面密度和完成度就明显上了一个台阶。

随后我们买了她的付费套件(已购授权),用 Tinycharts Pro 试做了一张系统时序图《一次派单》(成品 ),又用 Iso UI 给个人情报站换了一轮皮。这三组实验把「借力与自建」的四笔账算清楚了:免费版只有 偏讲故事的图型,Pro 扩展到 后才补齐时序、桑基、决策树、存量流量这些研究常用的表达;Pro 原生支持中文,省掉了字体补丁,但中英混排时西文标识符落进手写圆体,仍显得稚气;站点换皮这边,Iso UI 的单色等轴线稿调成站点朱红后当天上线,原定的 Glowing 3D Icons 发光图标摆进报纸风的页面格格不入,只能弃用。

■ 工具库买不来画面上限;视觉表现力取决于场景密度与器物细节,外部工具真正节省的是图型覆盖面、排版底座与开发时间——但只要与页面气质冲突,就必须果断弃用。
SECTION 03 · 把直觉编译为法律

把「有品味」编译成 822 行代码、12 条规则和 52 个反例

借她的底座跑完热身,11 月 16 日我们迈出最关键的一步:学方法,不抄画风,从零写一套属于研究写作的原创视觉语言——我们把它命名为 ink-notes(墨记)。

它的第一性目标不是「好看」,而是诚实与可查:宣纸底 #efe6d2、浓墨 #1a1714、朱红 #a63a2b,让读者扫一眼就能区分哪些数字来自一手原文(●A)、哪些是可信转述(○B)、哪些是我方推算(△C)、哪些纯属作者主观判断(■D)。在数据层,我们直接把「出处」写成一等公民:任何裸数字只要没绑定 {v, unit, src, grade},引擎连渲染都会拒绝。

写完一统计行数,比例很说明问题:整套原创五件套的核心源码加起来只有 ——纯 SVG 绘图引擎 ink.js(含确定性变宽毛笔带、宣纸噪点滤镜、印章与出处弹窗)仅占 ,而完全独立于引擎之外、只检查最终 DOM 与浏览器像素包围盒的外部裁判 check.mjs 就占了 。测试夹具涨得更快:为了防止裁判放水,我们专门造了一批故意犯规的反例页面,从第一版的 一路扩张到第二版的 ——是原来的 。

为什么反例会涨到四倍多?因为第一版刚刚落地,我们就撞上了「机器全绿,人却觉得不够好」的第一道墙。

墨记的首件正式作品是《读 Anthropic 招股书》:我们从 公开招股书原文里逐条核实了 候选数字,做出四张严守 R1–R9 数据与配色纪律的静态研究图——没有一处裸数字,没有一笔越权的朱红,连主图黑线没走毛笔原语都会被 R9 拦下。然而摊开审阅,第一感受是:合规、干净,但偏平淡,缺少那种让人想伸手去拨弄的「品味」。

放在过去,这一步最容易滑进无效循环:把焦躁翻译成一串玄学提示词(「更有高级感」「排版更有呼吸感」)。这一次我们逼自己反着来——把「看着没味道」拆解成机器能判真假的五条硬法则,追加进 rules.md 与 check.mjs(累计 核心规则 R1–R12):

  • T1 画面密度(R10):单张图容器内至少包含 可见 SVG 绘制元素或图片,杜绝空壳敷衍(数量是硬底线,主体是否成立仍须人工看图)。
  • T2 状态机闭环(R11):凡改变图中状态的交互,必须在同目录配齐 .mmd 与 .check.mjs,由裁判实际拉起 Node 校验退出码,并审查 MUTANTS 守卫变异。
  • T3 单一高亮权限(R4 扩展):引入唯一交互高亮色——墨蓝 #2f4a6b,它只能出现在带 data-ink-lit="true" 的当前起作用元素上;朱红继续死守 V1,只给 ■D 判断和主图印章。
  • T4 说明书式克制(R12):标签靠页边引线,绝不压图;单图可见交互控件严格不超过 ;图号连续不跳号。
  • T5 引擎纯净与穿透审计:ink-notes 引擎本体永远 100% 原创纯净,作品层按题材合法组合不同交互表现;外部裁判递归钻进每一个同源 iframe,换了绘图工具,出处和配色纪律照样一条不能少。

裁判脚本自己也出过问题:check.mjs 第一次递归检查《读 Anthropic 招股书》v2 整页(每张图都是一个嵌套 iframe)时,跑了 仍没有结束,只能手动中断。查下来根因是:无头浏览器会对屏外 iframe 节流 requestAnimationFrame,导致等帧永远不回调,加上外网字体 document.fonts.ready 没设超时兜底。改成有界等待、阻断外网请求并给计时器加上 .unref() 之后,同一页的双宽度(1200px 与 360px)穿透验收 跑完。

下面这座「审美裁判台」,把 check.mjs 里四条规则的判定方式做成了可以拨动的模型(不是在页面里实跑裁判)。拨动上方四个开关故意犯规,四项可叠加成 16 种组合,左边画布会用红笔圈出错处,右边闸门落锁:

■ 当作品「合规却没味道」时,继续催 AI 更有品味毫无用处;只有把直觉拆成密度、状态机、单一高亮、控件上限四把尺子,品味才开始可复现。
SECTION 04 · 规则失灵的边界

当空间隐喻选错,100% 过审照样翻车

如果实验在 11 月 16 日就鸣金收兵,这篇文章极易滑向「规则万能论」。把方法论拉回地面的,是两天后 11 月 18 日的一次失败。

那天我们启动了《AI 事故博物馆》互动实验室。首件展品取材自一起真实的高危协作事故《测试绿了,但没提交》:我们在独立 git worktree 里改完代码、跑通全部测试,却漏了 git commit,紧接着一条 git worktree remove --force 瞬间把未提交的新稿清空,事后写成全局拦截 hook(背后 真实单元测试至今在跑)。

第一版我们老老实实套用了通用竖向流程图框架(成品 ):状态机 BFS 穷举全过、MUTANTS 守卫变异全杀、0 报错、0 文字出画、手机与桌面均无溢出——每一项自动检查都通过。然而一到真人试玩,反馈是:过程依然不直观,互动方式也很难理解。

回头拆解,问题在于:这起事故的本质不是「步骤先后排错了」,而是三个彼此隔离的空间状态不一致——新写好的代码还摊在左桌工作区里,中区的 .git 对象保险柜其实空无一物,右区的 main 主分支毫不知情。竖向流程图会把三个独立空间压扁成一串圆角方框;当你选错了表达的空间隐喻,再漂亮的笔触、再严密的 BFS 穷举、再精确的像素裁判,都解决不了「读者看不懂」。

于是我们扔掉通用流程图框架,改写一张 100% 原创的三区物理剖视沙盘——左桌摊着未提交的纸稿,中间剖开 .git 保险柜露出空槽与两道物理道闸,右边立着 main 交付台;更进一步,把原本藏在后台验证脚本里的 MUTANTS 直接搬到前台,做成读者亲手可拨的「拆掉护栏 / 装回护栏」开关,每次拦截同步点亮真实护栏源码的对应行。

结果:新展柜在试玩里一眼就能看懂,单文件体积还从 锐减到 ——变化 ,零外部依赖。这一版通过了试玩,我们沿着同一套「物理剖视沙盘+前台拆护栏+几何防重叠裁判」的做法,铺完了全部 展厅(单文件均落在 之间)。

把五天里三起真实的「机器过审、人类不满意」并排放上解剖台,规则能管什么、管不了什么,就比较清楚了:

■ 规则锁死下限与一致性,却救不了选错的空间隐喻;规则全绿而读者仍看不懂时,别再叠规则,换物理隐喻。
SECTION 05 · 上线前的最后防线

最后一排裁判:从「本地能看」到「公开上线」

11 月 19 日凌晨,这场实验产出的两件主力作品先后上线公开站点:《读 Anthropic 招股书》单文件打包体积 (查看线上作品),六厅《可拆护栏实验室》单文件打包体积 (查看线上作品)。

在「本机打开能看」与「公开站点放心发布」之间,我们又加了三道外部裁判,都不依赖人的记性:

  1. 单文件封装(inline-frames.mjs):递归解析主文档的样式、脚本与嵌套交互 iframe,统一编码进 srcdoc,彻底消灭线上相对路径断裂与外部依赖。
  2. 防泄密转义扫描(leak-scan.mjs):按 逐个查(本机路径前缀、用户名与邮箱、本地文件协议、回环地址、密钥前缀、机构名等),先解码 Unicode 与 HTML 转义字符,防止序列化后的 srcdoc 把它们藏起来。这道扫描也漏过:《可拆护栏实验室》第一次部署时,有一个机构名还不在禁词表里,被带上了线,第二次部署才补词修正。禁词表只能跟着每次漏网一起长。
  3. 模拟线上真实交互回归(verify-public.mjs):拉起本地 HTTP 服务挂载嵌套路径,无头浏览器真点击切换定价档位、真点击拆护栏重演事故、查验桌面与手机双视口零横向溢出,才算闭环。
■ 绝不让生成者兼任裁判;从像素防重叠、状态机穷举到敏感词拦截,独立的外部裁判链才是把一次性演示变成可发布作品的分水岭。

本文自证审计记录(由构建与外部裁判实跑写入)

SELF-AUDITING ESSAY · LIVE METRICS
墨记裁判 R0–R12PASS · 0 违规
状态机 & MUTANTS4 机 / 8 变异
防泄密扫描(13 个禁词)PASS · 0 敏感词
署名核对PASS · 已署名 April Zhu
离线单文件体积191 KB 单文件

本文用原创 ink-notes 视觉语言编写,四张交互图不含任何第三方 kit 代码。每张图的 .check.mjs 从同目录 .mmd 读出状态与边做 BFS 和 MUTANTS;审美裁判台另由 verify.mjs 真点按钮走完 16 种组合,逐一核对图上的裁决与 .mmd 推出的结果一致。ink-notes/check.mjs 在 1200px 与 360px 双宽度下穿透检查 0 违规。

SECTION 06 · 行动清单

给创作者与研究团队:四条今天就能照搬的工程原则

当 AI 已经能在几十秒内吐出完整 SVG 与交互页面,人类设计师和研究者真正稀缺的,不再是手绘速度,而是定义边界、发明隐喻与搭建裁判的能力。无论是个人创作者还是内容与研究团队,下面四条原则不挑工具,今天就可以直接落地——人负责写规则与定空间隐喻,Agent 负责按规则生成并接受外部裁判检验:

RULE 01 · 从抱怨到禁令 把每一次「感觉不对」写成一条禁令

停止在对话框里反复求 AI「高级一点」。只要发现装饰色用滥、按钮太杂或引线穿字,立刻把它翻译成一条不可协商的机器规则和一条反例夹具,让错误永远只犯一次。

RULE 02 · 从叮嘱到契约 把真实性压进数据结构,而非口头提示词

「请不要编造数字」是最脆弱的约束。像 Ink.num({v, unit, src, grade}) 这样让出处成为数据结构的一等公民,没挂来源的裸数直接拒绝渲染,才能从根上消灭幻觉。

RULE 03 · 裁判权彻底分离 建立独立外部裁判,严禁生成者自评

让 AI 自己评价「排版清晰、交互流畅」几乎永远得到好评。把像素包围盒测碰撞、状态机 BFS + MUTANTS 穷举与敏感词扫描独立出来,只有退出码 0 才算完工。

RULE 04 · 识别规则边界 规则全绿依然看不懂时,立刻换空间隐喻

规则管一致性与下限,不负责创造洞察。当自动化检查全绿而真人试玩皱眉时,别再往旧框里叠补丁——回到现实世界追问事物怎样隔离与流动,换掉隐喻本身。