让 AI 设计不再”模板感”:claude-brand-skills 把品牌系统拆成 4 个反均值 skill
你让 AI 帮你设计个 logo,出来的东西是不是总透着一股”装修公司模板”味儿?配色安全、字体常规、构图四平八稳——像个不犯错但也不会让人记住的优等生。
问题不全是模型,是因为 “好设计”在训练数据里就是均值:干净、对齐、规整。LLM 给你的”实验”,其实是实验的共识版——还是均值。最近刷到一个仓库直接把这个问题拆开来讲了,叫 claude-brand-skills。
这是谁搞的
b1rdmania 的 Claude Code 技能合集,主打”反趋同”(anti-convergence)。它把品牌设计拆成 四个独立 skill:
- brand-skill:8 阶段品牌系统,从 Phase 0 的”情感叙事”开始——先把品牌灵魂写成一段诗意文本,给 AI 一个有意义的目标去收敛,而不是”clean and modern”这种空话。
- art:多模型图像生成 CLI,支持 Gemini、Flux、Replicate、OpenAI,Phase 2 的视觉探索和 Phase 3 的 logo 参考图都用它。
- frontend-design:前端界面设计守则,鼓励 brutalist、editorial、maximalist、retro-futuristic 等极端美学,反对 Inter+紫渐变那套默认 AI 美学。
- canvas-design:博物馆级视觉作品两阶段流程——先建美学运动,再表达;90% 视觉,10% 文字,零 AI 通用审美。
它解决了什么真实问题
作者在 README 里写得很坦白:LLM 不会”品味”,只能启发式地接近;能生成 10 种不同版式,但看不出哪版是”惊喜且对的”,哪版是”乱搞的”。所以这套技能引入了几个有意思的工程化设计:
- Phase 0 Emotive Narrative:不直接做 logo,先用语言把品牌的灵魂写下来——给模型一个”有意义的目标”去收敛,而不是让它瞎猜你想要啥。
- Bitmap Tracing:Phase 3 logo 阶段,可以走位图追踪而不是手写 SVG——AI 能”看见”位图,但 SVG 代码它看不见,这个细节是反直觉但有效的。
- Kill-Don’t-Blend 规则:你选完方向后,模型不再”折中”,只在新方向上继续迭代——避免把你的选择重新拉回均值。
- Evolutionary Composition(Phase 5.5):diverge → kill → mutate 的进化算法式布局,让人来当”surprise and right” 的裁判,而 AI 当生成器。
实测战果
这个 skill 不是纸上谈兵——仓库自带三个真实案例:
- AutonoLabs.ai:走完整 8 阶段、11 个页面变体,type specimen 美学,直接催生了 v2.0 的迭代。
- Compost.fi:从哲学到成品调了约 2,600 次 API,出了 26 个 logo 版本。
- Sorted.fund:”Utility Sublime” 美学品牌,Examples 文件夹里有完整 kit。
每个案例最终都收敛到一个 DESIGN.md 主文档,把情感叙事、定位、视觉哲学、设计系统(web + iOS)、反 AI-slop 校验全装进一份文件——这是单源真理,后续开发和品牌延伸就靠它。
怎么装
两种方式,二选一:
- 项目内安装:把 skills 文件夹直接拷进项目的
.claude/skills/,告诉 Claude”用 brand-skill 帮 [项目名] 建完整品牌”。 - 全局引用:放
~/Claude Skills/下,需要时点名路径即可。
依赖方面:Node、SVGO、rsvg-convert 是必装;vtracer 是位图追踪推荐装;图像生成 API(Gemini / Replicate / OpenAI)在 Phase 2 用,但 Phase 0-1 不需要,你可以跳过或用自己的参考图。
适合谁
- 独立创业者在 launch 前的 4-6 小时快速建立有辨识度的品牌;
- 设计师想用 AI 加速 logo 探索,但不想被”模板感”拖累;
- 前端在做的产品需要一套不会被认成”AI 写的”界面——frontend-design 那部分直接拿去用。
它不是万能的。如果你已经定好完整 design system,或者品牌方向早就定了,这套东西会有点重。但如果你是”我想做点什么,但 AI 给我的都太无聊”——它真的能让你跳出均值。
GitHub 仓库:b1rdmania/claude-brand-skills
评论区
登录后可评论。