最近刷到一篇文章，讲了一个很多 AI 用户都遇到过的问题：为什么 AI 不按规范生成页面？

文章作者是设计师范米花儿，她提到了一个很有意思的观察。很多人问她的核心问题其实就一个：我明明有 Figma 组件库、有规范文档、甚至有前端工程，为什么 AI 生成出来的页面还是很乱？

背后其实是同一件事：AI 时代，设计系统的使用者变了。

过去我们讲设计系统，主要服务设计师、研发和团队协作。设计师通过它统一视觉语言，研发通过它复用组件。传统设计系统通常有三类内容：Foundation（颜色、字体、间距等底层视觉规则）、组件（按钮、输入框、导航等可复用界面单元）、规范说明（适用场景、使用限制）。

这些对人来说够用了。但 AI 进入工作流之后，设计系统多了一个新的使用者：AI Agent。

它不只是"看规范"，而是要去读规则、选组件、拼页面、辅助检查。它需要知道规则在哪里、组件在哪里、当前页面该用哪个组件、页面结构怎么组合、生成后又该按什么标准验收。

传统设计系统给人协作够用，但给 AI 执行还缺四件事。

第一，经验没有显性化。很多判断原本是设计师凭经验完成的：什么场景用表格，什么场景用卡片；危险操作怎么处理；筛选条件很多时怎么组织。你不写出来，AI 就不知道。

第二，规则没有集中化。有些规则在 Figma 里，有些在文档里，有些在组件说明里，还有一些藏在团队习惯里。人可以靠上下文补齐，AI 很容易读漏、读散、读不完整。

第三，组件没有索引化。AI 可能知道"这里有 Button"，但不知道什么时候用 Primary，什么时候用 Danger，什么时候还要加二次确认。

第四，结果没有可检查化。AI 生成页面之后，如果没有统一的验收标准，它也不知道哪些地方算符合规范，哪些地方算生成偏差。

所以，AI 生成页面缺的不是灵感，也不是提示词不够好，而是缺少一套明确的执行依据。它缺上下文、资产入口、组件选择依据、页面组合模式、执行顺序和验收标准。

作者把解决方案拆成两步：先搭底座（让 AI 有东西可读），再用底座（让 AI 知道怎么调用资产）。搭底座包括大规范、Token、基础组件、Design MD；用底座包括组件索引、节点地图、页面模板、选型规则、执行顺序、验收回填。

这一层让设计系统变得可读取、可检索、可映射、可选型、可执行。说白了，就是在原有设计系统之上，补一层"AI 执行层"。

这其实是一个很清晰的思路。AI 不是不用规范，而是规范必须以它能理解的方式组织。当设计系统从"给团队协作看的文档"变成"AI 可以参与执行的工作流"，AI 生成页面的质量才会有质的提升。

这个思路不仅适用于设计领域。任何想让 AI 稳定输出高质量结果的场景，可能都需要先问自己一句：我的知识，是以 AI 能执行的方式组织的吗？