Critique

/impeccable critique

适用场景

• 你要的是设计问题诊断，而不是从零重做。
• 你需要评分、判断依据和后续建议。
• 页面能用，但整体感觉仍然不对。

AI slop 判定FAIL

gradient-text · ai-color-palette · nested-cards

启发式（尼尔森）

状态可见性3

贴近现实世界2

一致性与标准2

防错能力3

识别优于回忆1

Persona

评估者周二晚上，在两个替代方案之间比较我们。

2 / 4

回访用户熟悉产品，用手机访问，而且很赶。

3 / 4

怀疑者看过所有 SaaS landing page，已经审美疲劳。

1 / 4

两轮评估（LLM 设计评审 + 确定性检测器）会合并成一份优先级列表：哪些地方有效，哪些地方该修，以及在上线前必须回答的那几个尖锐问题。

什么时候用

当你想对一个已经做出来的页面要一个诚实的第二意见时，就该用 /impeccable critique。它不问“能不能用”，而是问“做得好不好”。这个技能会用 Nielsen 的 10 条启发式规则打分，检查认知负荷，用 persona 视角复测，再和自动检测器找出的 25 条明确反模式交叉验证。

当一个页面在功能上已经完成，而你想知道它看起来究竟是“有意图”还是“AI slop”时，就该跑它。

工作方式

/impeccable critique 会并行运行两套互不干扰的评估，避免互相污染结论。

第一套是 LLM 设计评审：模型会阅读源码，在浏览器自动化可用时直接检查线上页面，并沿着 impeccable 技能的完整 DO / DON’T 清单走一遍。它会给 Nielsen 启发式打分、统计认知负荷失误、梳理情绪路径，并标出 AI slop 痕迹。

第二套是 自动检测器（npx impeccable detect）：它会用确定性规则去找 gradient text、紫色调色盘、侧条边框、嵌套卡片、行长问题，以及其他典型的 AI 指纹。

两份报告最后会合并成一份优先级列表：哪里做得对，哪三到五件事最该修，以及哪些尖锐问题在上线前必须由团队自己回答。

试试看

直接指向一个页面：

/impeccable critique the homepage hero

你会拿到一份有评分的报告，常见结构包括：

• AI slop 判定：pass / fail，并列出具体指纹
• 启发式分数：10 个 0 到 4 的评分
• 认知负荷：8 项检查里失败了几项
• 优先问题：3 到 5 条，每条说清是什么、为什么、怎么修
• 待回答问题：那些界面自己无法替你决定的关键问题

接下来通常会配合 /impeccable polish 或 /impeccable distill 去把问题落地修掉。

常见陷阱

• 拿未完成的页面去跑。 Critique 适合成品页。一个还挂着三个 TODO 的空状态得分很差，不是因为设计差，而是因为它没做完。
• 忽视结尾的问题。 真正能改变设计方向的，往往就是最后那几条问题。
• 把启发式分数当成绩单。 它们是诊断信息，不是裁决结果。某条启发式拿到 3/4，只要它对你的场景不是最关键，就完全可以接受。

相关命令

• Audit
• Polish
• Distill