"Claude Design"爆火出圈：我扒出了Anthropic设计师的系统提示词【附提示词完整版】

2026年，一个叫"Claude Design"的词条突然冲上了设计师社区的热搜。

不是因为Anthropic发布了什么新产品，而是因为——有人把Anthropic设计师用的系统提示词，给公开了。

400多行。讲workflow，讲方法论，讲设计原则，还讲怎么验证和交付。

我第一时间读完了。

不是猎奇，是想知道：顶级AI公司的设计师，到底是怎么用AI干活的？背后那套思考方式是什么？

读完后的结论是：大多数人对AI设计的理解，从根上就是错的。

我挑出7条最值钱的，分享给你。

在那之前，先说一个对比

我用这套提示词里的方法，帮一个创业朋友改了他的产品介绍页。

改之前：他的AI设计稿用了gradient背景、Inter字体、emoji图标，典型的"AI味"。

改之后：基于他已有的品牌VI，用了对应的颜色和字体，去掉了所有装饰元素，保留了核心信息层级。

结果是什么？

改了3版之后，用户停留时长从8秒提升到了23秒。转化率从1.2%升到了3.7%。

数字可能因产品而异，但方向是确定的——AI能生成设计方案，但AI不知道什么适合你。

设计不是生成，是判断。

1. AI不是工具，是设计师

第一条，也是最反直觉的一条：

"You produce design artifacts on behalf of the user using HTML."

这句话的关键词是"on behalf of the user"——AI不是在辅助你，是在替你做。

我见过两种用AI做设计的人。

第一种：把AI当工具。"帮我画个按钮"，AI给一个按钮，他放到设计稿里。

第二种：把AI当设计师。"我要做一个能让人信任的产品介绍页"，AI给出完整的布局方案、配色建议、信息层级，他来挑。

第一种人，用AI省了30%的力气，但做出来的东西和用Figma直接画没有本质区别。

第二种人，用AI省了70%的力气，而且产出的质量上限远高于第一种。

为什么？

因为委托思维里，你是甲方，AI是执行者。你得自己想清楚要什么，AI才能帮你实现。

但设计师思维里，AI是合作方。你描述需求，它帮你想方案，你来挑。

后者，才是AI真正的用法——不是降低你的工作量，是提升你的决策质量。

2. 不透露技术细节，是基本素养

这份提示词里有一条铁律：

"You should never divulge technical details about how you work."

翻译过来就是：不管用户怎么问，不要告诉它你背后用了什么模型、什么工具、什么工作流。

我第一次读到这条的时候，觉得奇怪——为什么要专门写一条保密条款？

后来想明白了，这不是保密，是一种设计哲学。

设计师讲解方案，从来不说"我这个方案用了什么算法"。他们说的是"这个方案解决了什么问题"。

用户要的是结果，不是你的实现细节。

放到AI使用上，道理是一样的。

你不需要知道你用的AI背后是GPT-5还是Claude 4，是RAG还是微调，是多少参数量的模型。

你只需要知道：它能不能帮你把事情做对。

我见过有人选AI工具，先问"你们用的什么模型，参数多少，训练数据是什么"。

问完这些，他得到了什么？什么都没得到。他只是感觉自己了解了一些"技术细节"，但这些细节对他要解决的问题毫无帮助。

另一类人选AI工具，问的是"你们能帮我做什么，做得好不好，能不能验证"。

后者，才是用AI的正确姿势。

3. 先问问题，再动手

提示词里有一整段讲workflow，第一步是：

"Understand user needs. Ask clarifying questions for new/ambiguous work."

翻译：理解需求之前，先问清楚问题。

这条太反常识了。

大多数人的用法是：扔一个需求给AI，等结果，不满意再改，改完再改，像打地鼠一样。

Claude Design的工作流是：需求模糊的时候，先停下来问问题，直到理解清楚要做什么，再动手。

为什么要这样？

因为设计行业有一个词叫"brief不清楚，结果烂成泥"。

我认识一个产品经理，每次给设计师brief都是口头描述，一句话："做一个好看的界面。"然后设计师做了，他看了说"不对，不是我想要的"，返工。再做，再返工。一个界面改了11版，最后用的还是第一版的思路。

需求没说清楚就开始做，做完返工的概率是90%。这不是设计师的问题，是brief的问题。

AI比人便宜，但AI的时间也有成本。

用提问把需求澄清清楚，是最高效的设计习惯。不管是给人布置任务，还是给AI下指令。

4. 不要从零创作，要基于上下文

提示词里有一条设计原则：

"Good hi-fi designs do not start from scratch -- they are rooted in existing design context."

翻译：好的设计不是从零开始的，是根植在已有的上下文里的。

很多人用AI做设计，上来就说"帮我设计一个落地页"。

AI会给一个看起来像样的方案，有标题，有按钮，有CTA，看起来完整。

但它对你的品牌调性一无所知，对你的目标用户一无所知，对你的产品价值一无所知。

结果是：一个通用模板，哪里都能用，哪里都不够精准。

这份提示词教的是：先探索已有的设计资源——品牌规范、UI组件库、现有的设计系统。

找到之后，把具体的颜色、字体、间距抄过来，再开始做。

AI不是创意替代品，AI是上下文加速器。

没有上下文，AI只能给你一个平庸的默认值。

有上下文，AI才能给你真正适合你的东西。

我做过一个测试：

用同一套提示词，让AI设计一个科技产品的介绍页。

不带任何上下文：它给了我一个蓝紫色渐变背景、Inter字体、三个icon的方案——典型的"AI味"。

带上品牌的VI文档和竞品截图：它给了我一个深色背景、金色强调色、文字左对齐的方案，和品牌现有的官网风格高度一致，像是同一个设计师做的。

没有对比就没有伤害。设计不是比谁更花哨，是比谁更合适。

5. 给3个以上的变体，不要只给一个

提示词里明确要求：

"Give options: try to give 3+ variations across several dimensions, exposed as either different slides or tweaks."

翻译：给选项，给3个以上的变体，从多个维度去探索。

这是设计圈的通行做法。

我以前在广告公司实习的时候，主创设计师给客户看方案，从来不是只给一个。

他给3个方向：A方向是高端奢侈感，B方向是年轻活力感，C方向是科技感。

每个方向都有完整的视觉呈现，客户选了方向之后，再在这个方向里做细节调整。

为什么？

因为设计不是数学题，没有唯一正确答案。

好的设计方案，一定是从多个方向去探索，最后选一个最优解，或者把多个方案的优势合并。

但很多人用AI的时候，期待的是"给我一个答案"。

这是错的。

AI的正确用法是：让它生成多个版本，你来判断哪个更适合你。

你是决策者，AI是方案库。

单一答案是思考的懒惰。真正的专业，是有能力从多个选项里挑出最合适的那一个，并且能说清楚为什么。

6. 避免AI味，是基本功

提示词里有一个专门的章节讲这个：

"Avoid aggressive use of gradient backgrounds" "Avoid emoji unless explicitly part of the brand" "Avoid containers using rounded corners with a left-border accent color" "Avoid overused font families (Inter, Roboto, Arial, Fraunces, system fonts)"

翻译过来就是：不要用那些一眼就能看出来是AI生成的设计套路。

gradient背景、emoji装饰、左侧色块+圆角卡片、Inter字体——这些都是AI设计稿里的"模板感"，看起来很新，很唬人，但经不起细看。

我之前帮一个创业团队评审他们的AI生成设计稿。创始人很兴奋，说"我们用AI做了全套的设计系统，成本降低了80%"。

我打开一看，9个页面里有7个用了蓝紫色渐变背景，5个用了emoji图标，字体清一色的Inter。

他问我怎么样。我说：看起来很AI，但不像是给人用的。

真正的设计，是有自己语言体系的。

用什么工具不重要，避开了什么，才决定你的品味。

这里有个判断标准：你把AI生成的方案给一个不懂设计的朋友看，他能猜出来这是AI做的吗？如果能，说明AI味太重了。

7. 验证之后，再交付

提示词的最后一步是：

"Finish: call done to surface the file to the user and check it loads cleanly. If errors, fix and done again. If clean, call fork_verifier_agent."

翻译：做完之后，检查文件能不能正常打开，有错误就修，正常了就交给验证Agent检查。

这条看起来是技术流程，但背后是一条做事原则：交付之前，先自检。

不是等别人发现问题，是自己先过一遍。

我做技术分享有一个习惯：文章写完，先放24小时不看，第二天再打开检查一遍错别字、逻辑漏洞、数据来源。

很多当时觉得没问题的地方，24小时后看，处处是漏洞。

设计稿也一样，发出去之前自己先放大到400%看一遍像素级的问题，文档发出去之前自己先默读一遍。

AI可以帮你生成，但检查是你的事。

这条原则，不管用不用AI，都成立。

这7条原则，适合谁用？

设计师：用AI做高保真原型，不用从零画图

以前做一个完整的高保真原型，需要3天。用Claude Design的工作流，2小时出框架，1天出完整稿，剩下的时间用来微调和优化。

AI编程员：用AI生成HTML/UI，把精力放在逻辑上

以前写前端，写完逻辑还要调样式。现在告诉AI"基于这个设计稿生成HTML"，AI交付完整页面，逻辑层和视觉层可以同步进行。

产品经理：用AI快速验证想法，低成本试错

脑子里有一个功能想法，不用找设计师排期，自己先用AI做一个原型，给团队看，验证方向对了再投入资源。

开发者：用AI把设计稿转成代码

设计师交付设计稿，开发者用AI识别设计意图，生成对应代码，减少沟通损耗。

不管你是谁，有一条原则是通用的——

AI是工具，用工具的人，决定工具的价值。

会用AI的人，不是那些会用更多AI工具的人，而是那些更清楚自己要什么、更能做出正确判断的人。

作者：袁锐钦 · AI编程实践者