我做了 10 次 AI 設計 Skill 測試，才發現真正難的不是寫提示詞

為什麼需要公司設計技能

現在的 AI 已經很會做使用者介面。你給它一個需求，它可以產出側邊欄（sidebar）、卡片（card）、表格（table）、圖表（chart）、彈出視窗（modal）、按鈕狀態，也可以補上響應式設計（responsive）、滑過效果（hover）、空狀態（empty state）與載入狀態（loading state）。從表面看，它已經能做出一個「像產品」的畫面。

但問題是，它做出來的東西常常「像產品」，卻不一定「像你的產品」。很多 AI 介面會回到熟悉的後台模板：左側側邊欄、中間列表、右側詳情欄，或是大量白色卡片、細框與指標列（metric strip）。畫面乾淨完整，但辨識度不高。

如果只要把標題從「金融反洗錢調查」換成「資安事件調查」或「供應鏈異常調查」，整個介面仍然成立，那就代表它還沒有真正進入領域專屬設計（domain-specific design）。這也是我開始做公司設計技能的原因。

Skill 與 AI Ready 設計系統的關係

在整理過程中，我逐漸把設計系統（Design System）和技能（Skill）分開看。設計系統是規則與素材；技能則是讓 AI 知道怎麼使用這些規則與素材的工作流程。

設計系統會定義色彩、字體、設計變數、元件、語氣與版面方向。技能則要處理另一層問題：什麼任務會觸發？AI 應該先讀哪份參考資料（reference）？哪些規則是公司級？哪些只適用特定產品？哪些情況不能猜？做完後要怎麼驗證？

所以技能不是提示詞加長版。提示詞應該描述這一次的任務；技能應該描述長期穩定的工作方式。如果每次都靠一份超長提示詞，AI 可能這次做對，但下次又忘；也可能表面遵守所有要求，最後仍回到熟悉模板。

因此我最後採用「一個技能，多份參考資料」的結構：

company-design/
├── SKILL.md
└── references/
    ├── design.md
    ├── tokens.md
    ├── components.md
    ├── html-style-guide.md
    ├── accessibility.md
    ├── aihub-product.md
    ├── examples.md
    ├── layout-patterns.md
    ├── domain-patterns.md
    ├── concept-development.md
    ├── creative-directions.md
    ├── icon-system.md
    ├── visual-polish.md
    └── future-work.md

SKILL.md 是入口檔，負責觸發條件、工作流程、參考資料路由（reference routing）、停止點與驗證規則；其餘檔案則分別承接公司級方向、產品級規格、領域工作模式與最後的視覺精修。

製作前，要先問清楚什麼

做技能前，最重要的不是立刻開始寫檔案，而是先把邊界問清楚。因為 AI 很會補完模糊需求：它會自動選一個看起來合理的方向，但那不一定是你真正要的。

1. 這個技能的主要用途是什麼？是做使用者介面、商標、簡報、資料視覺化，還是某一種固定工作流程？這次我先做使用者介面／網頁用的公司設計技能，商標技能則獨立處理。
2. 這是公司級技能，還是產品級技能？我把 TWAI 視為公司級設計方向，把 AI Hub 視為產品案例；其他代理介面只繼承 TWAI 的大方向，不必全部長得像 AI Hub。
3. 哪些事情 AI 不可以猜？當品牌名稱、產業、主要使用者或產品層級不清楚時，AI 應該停下來確認；使用者改變品牌或產業時，舊有簡述（brief）也不應被默認沿用。
4. 這個技能要允許多少創造力？品牌色、字體、設計變數、台灣用語、圖示系統與無障礙設計是固定的；版面、領域工作物件與關鍵互動則可以探索。
5. 怎麼判斷它做完了？沒有驗證標準，AI 很容易在最後給出漂亮的自評分數，卻沒有提供截圖、互動驗證或參考資料轉譯的證據。

如何讓 AI 選對參考資料

當參考資料變多後，不是每次全部讀就比較好。不同檔案有不同層級；技能的價值不是把所有知識一次塞進上下文，而是讓 AI 在需要時打開正確的抽屜。

否則 AI 可能把產品級規則誤用成公司級規則，或把範例畫面當成固定模板。參考資料路由（reference routing）比參考資料數量更重要。

保留創造力，但不偏離品牌

做設計技能最難的地方，是不能把 AI 管到完全沒有創造力。規則太少，AI 會偏離品牌；規則太硬，AI 又只會排列固定元件。

所以我把技能視為設計護欄，而不是畫面產生器。固定的是公司色彩、字體、設計變數、台灣用語、圖示系統、無障礙設計與基本互動狀態；可以探索的是第一屏構圖（composition）、領域專屬工作物件、資料視覺化方式、操作流程與不同代理的產品個性。

這裡的創造力不是叫 AI 做得更酷，而是讓它找到任務裡最重要的工作物件，並把它變成介面的核心。因此我後來要求 AI 在實作前先做概念發展（concept development）：

• 這個產品的主要工作物件是什麼？
• 使用者最重要的判斷是什麼？
• 有哪三種不同第一屏輪廓（silhouette）？
• 關鍵構圖（signature composition）佔第一屏多少？
• 關鍵互動（signature interaction）是否真的改變使用者決策？

領域工作物件關卡

做了多次測試後，我補進技能裡最關鍵的一條規則，是領域工作物件關卡（Domain Work Object Gate）。當任務是反洗錢、製造業、資安、醫療、供應鏈這種領域密集（domain-heavy）工作台時，AI 不能只做一個有該產業文字的儀表板；它必須先找出該產業的真實工作物件，並把它變成第一屏主畫面。

反洗錢的工作物件不是「警示卡片」，而是資金流向、帳戶分層、關係帳戶、最終受益人、制裁／政治公眾人物（PEP）命中距離、可疑交易報告（STR）申報門檻與凍結交易影響。製造業的工作物件不是「設備卡片」，而是產線流向、站點狀態、批次流、工單、製程管制帶、停線閘門、替代線分流、AOI 瑕疵熱區與隔離範圍。

這些工作物件不能只是出現在一張卡片裡，而應該主導第一屏，最好佔 50% 左右，甚至更多。這條規則對製造業測試特別有效。

好看的 UI，不等於領域專屬 UI

這是 10 次測試裡最大的體會。很多 AI 產出的介面，第一眼看會覺得完整、專業、乾淨；但如果把文案換掉，它可能還是可以變成別的產品。

一個畫面如果只是上方關鍵績效指標（KPI）、左邊清單、中間圖表、右邊建議與下方事件紀錄，那它可以是反洗錢，也可以是資安或客服。但如果第一屏主畫面是資金分層、帳戶關係、PEP 距離、STR 門檻與凍結影響，它就比較難直接替換成別的領域；產線軌道、停線閘門、批次流、替代線分流與 AOI 熱區也是一樣。

如何驗證 AI 真的有使用 Skill

做技能最容易產生的錯覺，是看到 AI 最後說「我已經讀取並使用參考資料」，就以為它真的用了。但 AI 很會寫完成報告：它可以列出讀過哪些檔案、說自己通過可替換性測試，或給出 8.5、9.4 這類自評分數。

真正要看的不是它有沒有宣稱使用，而是輸出有沒有被技能改變。我會看六件事：

1. 有沒有讀對參考資料，而不是只讀很多參考資料。
2. 有沒有遵守參考資料路由，沒有把產品級資料誤用成公司級規則。
3. 畫面是否真的出現技能定義的設計行為：設計變數、台灣用語、單一圖示系統、非 AI Hub 側邊欄、非普通三欄儀表板、領域工作物件與關鍵互動。
4. 能不能通過可替換性測試（replaceability test）。
5. 關鍵互動是否真的改變任務判斷，而不是只有滑過效果、提示訊息（toast）或普通詳情展開。
6. 有沒有實際視覺品管（visual QA）。沒有瀏覽器檢查、截圖與響應式檢查，我不會接受「成品精緻度達到 8.5」這種自評。

反洗錢測試是一個例子：AI 有讀參考資料，也做出了資金流、PEP、STR 與凍結影響，但整體骨架仍有點通用。製造業測試則比較明顯；補上領域工作物件關卡後，畫面真的從站點卡片變成產線軌道、批次流、停線閘門與替代線分流，這才是技能影響輸出的證據。

下一版 Skill 要怎麼改

目前這套技能已經能阻止 AI 回到最普通的 AI Hub 複製版（clone）或一般儀表板，但還沒有結束。製造業最新版雖然方向變好了，仍然有一點工程展示稿（demo）感：站點、批次標籤（chip）、AOI 地圖、Zone 閘門的資訊密度略擠，右側決策停靠欄（decision dock）也偏重。

所以下一版我會補的，不是再要求「更有創意」，而是加入密度清理階段（density cleanup pass）。也就是在關鍵工作物件成立後，AI 必須再做一次產品化精修，專門檢查標籤是否太多、邊框是否太多、文字是否貼邊、側欄是否過重、主視覺是否太擠，以及手機版是否只是把桌面往下堆。

這也讓我意識到，技能的成熟大致會經過幾個階段：

1. 讓 AI 不要偏離品牌。
2. 讓 AI 不要回到通用版面。
3. 讓 AI 找到領域工作物件。
4. 讓 AI 把有概念的原型（prototype）精修成成熟產品畫面。
5. 讓 AI 穩定產生可交付水準的介面。

目前這套公司設計技能已經走到第三階段，正在往第四階段前進。

重點整理

做完這 10 次測試後，我最大的感覺是：技能不是一份文件，而是一種把設計判斷變成 AI 工作流程的方法。

• 技能不是提示詞加長版。提示詞是一次性的任務描述；技能是可重複使用的判斷流程。
• 設計系統是材料，技能是操作方法。設計系統定義色彩、設計變數、元件與語氣；技能定義何時讀、怎麼用、怎麼判斷與怎麼驗證。
• 參考資料路由比參考資料數量更重要。不是每次全部讀就比較好，而是要讀對。
• 好看的 UI 不等於領域專屬 UI。真正的領域專屬介面，是把該產業的工作物件變成畫面結構。
• AI 自評不能全信。分數要有證據；沒有截圖、瀏覽器檢查與互動驗證，就不該接受高分。
• 技能要靠實測迭代。這套技能不是一次寫完，而是在反洗錢測試不夠滿意、製造業測試仍偏卡片、補上領域工作物件關卡、再測出明顯改善之後，才慢慢變清楚。