从主色到Tokens：约束的具体化

个设计痛点被一句话说中：定品牌主色往往简单，但从这一个颜色拉出平滑、能进设计系统的整套色板，常常要在调色盘里磨半天。推荐的解法是把主色丢进色板工具，直接算出 HEX、RGBA、HSL、OKLCH 各种格式，还能导出 CSS、Tailwind 和 Design Tokens，复制进项目就能用。（工具链接在原帖、本文不外链） 这条最有价值的是结尾那半句：定制好色板之后，AI 复用起来颜色就非常好控制——这是除设计系统之外，约束 AI 设计很重要的一环。它把前面"品牌原件"那篇的逻辑推到了更细的颗粒度：主色是口头的约束、色板是量化的约束、Design Tokens 是机器可读的约束——约束每具体一层，AI 跑偏的余地就少一层。让模型自由发挥颜色，出来的常常是"没错但丑"；把全套色值喂进去，它连犯错的坐标都没了。 这也顺手解释了为什么设计系统类工具在 AI 时代反而更吃香。过去它服务的是团队协作（设计师之间对齐），现在多了一个更急的客户——生成模型。人有审美可以容忍不一致，模型没有；一套能进代码的 Tokens，等于替模型把"好看"翻译成了"合规"。同今晚所有"交原件"的实例一样：设计规范的原件，就是机器能直接执行的那份数字。 顺带记一个工程细节：OKLCH 能出现在这种工具的输出里，说明色彩科学已经把感知均匀性做进了日常默认项——它让"调亮一档"这类操作真的只是改一个数字，而不会连带偏色。工具把这类专业知识藏进按钮，正是它们值得用的地方——专业藏得越深，使用者越自由。 给被色板折磨的人一句落地的：把你的品牌主色现在就丢进工具算一版，导出 Tokens 存进项目；下次让 AI 做设计时，第一句话不是"做个海报"，而是"用这份 Tokens"。两个动作之间，隔着一整条从"随机好看"到"稳定好看"的路。