KeyFrame內部研究專用

How to Design In Lovable Better than 99% of People

Max Max37 min英文
觀看原始影片

三句話摘要

Loveable 的四個設計控制功能——用系統化工具替代無盡提示詞,掌握 AI 生成網站的視覺風格。 Loveable 的設計控制不在於更長的提示詞,而在於在對的時機用對的工具——方向決定基礎、參考維持一致、重設計改善全局、標註精細調整。 設計方向解決通用感問題。新項目建立時,Loveable 暫停並呈現三個視覺方向選擇,各自預設排版、色彩、間距、容器風格的完整系統。在程式碼生成前就鎖定方向,使所有後續組件自動遵循該規則,避免 AI 回退預設的通用介面(間距可預測、卡片重複、缺乏個性)。

重點整理

  1. 設計方向解決通用感問題。新項目建立時,Loveable 暫停並呈現三個視覺方向選擇,各自預設排版、色彩、間距、容器風格的完整系統。在程式碼生成前就鎖定方向,使所有後續組件自動遵循該規則,避免 AI 回退預設的通用介面(間距可預測、卡片重複、缺乏個性)。

  2. 跨專案參考維持品牌一致性。用戶在新項目的聊天框按 @ 鍵參考既有項目後,Loveable 以只讀方式讀取原項目的 Tailwind 配置、全局主題、色板、排版、組件樣式,自動適應並應用到新項目。無需手動複製代碼,新專案自動繼承一致的視覺語言,防止多個專案間的設計漂移。

  3. 重設計是結構化的整體改善工具。當介面經多次迭代變得混亂時,/redesign 命令觸發自動審計,檢查佈局、組件層級、排版、色彩是否符合現代標準,生成診斷報告並提出至少兩個改善方案。用戶選擇後才應用變更,避免文字提示導致的不可預期樣式替換,確保改變是協調而有針對性的。

  4. 設計標註透過視覺反饋消除文字歧義。用戶在即時預覽激活標註工具,可直接繪製圓圈(標記需移動元素)、箭頭(指示新位置)、刪除線(移除部分)。Loveable 將圖形映射到佈局坐標和原始碼組件,精確執行變更,完全避免「往上移」被誤解為移動錯誤容器的問題。

實用技巧與重點

  • 設計方向示例
  • 「The Ritual of the Bean」:溫暖有機極簡風(米色/奶油背景 + 優雅襯線字體 + 開放空間 + 水平列表排版)
  • 「Precision Alchemy」:高級工業深色風(深黑背景 + 白色文本 + 金色襯線標題 + 幾何網格 + 對稱分割佈局)
  • 「The Ritual of the Perfect Roast」:現代非對稱瑞士網格風(灰色背景 + 粗體襯線 + 最少容器邊框 + 多欄文本 + 圓角元素)
  • 操作指令
  • 跨專案參考:聊天框按 @ 鍵 → 選擇工作區項目 → 提示「Pull the design system of @[project] to design this application」
  • 重設計命令:/redesign [評估請求,例如「evaluate this app and update the look to match its functionality」]
  • 設計標註工具:預覽容器底部的鉛筆圖標
  • 平台網址:https://loveable.dev
  • 工作流順序
  • ① 設計方向(新專案建立時)→ ② 跨專案參考(創建相關產品時)→ ③ 重設計(功能完成後整體改善)→ ④ 設計標註(最終細節調整)
  • 實例專案
  • BrewBase Pro(精品咖啡超市)採用工業風 → Pastry Lab(精密烘焙廚房)參考後自動繼承同一視覺系統
  • Archform Studio(建築作品集)建立高對比結構風格 → Archform Specs(技術藍圖入口)參考後保持一致性同時強化功能性

結論

Loveable 的設計控制不在於更長的提示詞,而在於在對的時機用對的工具——方向決定基礎、參考維持一致、重設計改善全局、標註精細調整。

完整解析

大多數 Loveable 用戶過度依賴文字提示,導致設計通用、不一致、需反覆修改。講者系統展示了四個功能如何聯動破解這個困境。

設計方向是起點。新項目時 Loveable 自動暫停,呈現三個預設視覺方向。每個方向都是完整的設計系統——不僅規定色彩和字體,更包括間距邏輯、容器樣式、佈局密度、背景處理。用戶在程式碼生成前選擇,之後所有組件都遵循該系統,防止 AI 回退通用預設。以咖啡超市 BrewBase Pro 為例,選擇工業風(深黑、金色、幾何網格)後,整個網站從色彩搭配到卡片排列都體現精品感。

跨專案參考解決多產品品牌一致性。傳統做法需手動重新配置設計元素。這功能讓新專案通過 @ 符號參考既有專案,Loveable 以只讀方式讀取原專案的所有設計配置——Tailwind 類別、全局主題、色板、排版規則、組件樣式——然後適應套用到新專案。原專案不變,新專案自動繼承一致視覺語言。Pastry Lab 參考 BrewBase Pro 後,儘管主題不同(烘焙廚房 vs 咖啡超市),卻因共享深黑背景、金色點綴、幾何網格而明確關聯,節省了大量一致性維護工作。

重設計適合已成型但需整體改善的階段。多次迭代後介面往往混亂、不一致,此時文字提示(「讓這看起來更專業」)效果很差,易導致意想不到的樣式替換。/redesign 命令啟動結構化流程:Loveable 先審計介面,檢查佈局、組件層級、排版、色彩是否符合現代標準,生成診斷報告列出問題,最後提出至少兩個改善方案讓用戶選擇(例如「Warm Refined Product Forward」vs「Keep the Dark Thing Double Down on Precision」)。用戶確認方案後才應用,避免反覆試錯,確保改變協調而有針對性。

設計標註是最後一環。用戶在即時預覽激活標註工具(鉛筆圖標),像在紙本上標註一樣直接繪製:圓圈框出要移動的元素、箭頭指示新位置、刪除線標記要移除部分。Loveable 將圖形映射到佈局坐標和原始碼組件,精確執行變更。這解決了文字描述空間變更的歧義——「把這往上移」可能被誤解為移動錯誤容器,但視覺標註完全明確。

整個工作流的力量在於層次性和順序性。先用設計方向建立全局基礎,再用跨專案參考保持一致性,然後用重設計進行結構化整體改善,最後用標註微調細節。每個功能在恰當的專案階段發揮最大效用。講者用兩個完整示例演示:BrewBase 系列(咖啡超市 + 烘焙廚房)和 Archform 系列(建築作品集 + 藍圖入口),都遞進地應用四個功能,展現如何從混亂的文字迴圈轉變為可控的視覺系統。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。