Claude Design提示詞泄露後，兩個“逆向”玩法火了，一文看懂如何把設計能力裝進Agent

最近X（Twitter）上最火的話題之一，可能就是Claude Design系統提示詞泄露了，這條提示詞能讓Claude生成驚豔的高保真設計（UI原型、幻燈片、動畫等），但原本需要通過軟件GUI操作。昨天社區裏兩位創作者迅速跟進，分別推出了可直接在Claude Code等coding agent中調用的Skill玩法。

一、事件背景：Claude Design是什麼？

簡單說，Claude Design是Anthropic針對設計場景優化的Agent能力。它的核心亮點包括：

• • 強調整體設計上下文（不是從零開始畫，而是基於已有品牌資產、UI規範生長）
• • 鼓勵多方案探索（生成3+變體）
• • 內置去AI味規則（避免紫漸變、emoji圖標、過度對稱等常見AI slop）
• • 輸出高質量、可直接使用的HTML原型或設計規範

但它原本是GUI工具，操作門檻和配額限制都存在。泄露後大家發現：把提示詞“技能化”，就能在純文本的coding agent裏直接調用，徹底解放雙手。這就引出了今天要聊的兩個玩法。

二、JamesAI的「sydney-design」最快上手版

@JamesAI看到泄露提示詞後，提出了最簡單的玩法，就是直接給Agent下指令：

“請根據這個提示詞 https://github.com/elder-plinius/CL4R1T4S/blob/main/ANTHROPIC/Claude-Design-Sys-Prompt.txt ，幫我生成一個設計skill，並且命名為 /sydney-design”

他把生成的Skill也打包開源到了GitHub上： https://github.com/iamzifei/james-design

Skill用法就很簡單了：

1. 1. 安裝Skill（推薦方式）：

   npx skills add https://github.com/iamzifei/james-design -y -g
   

2. 2. 在 Claude Code 中直接調用：

   /james-design make a landing page for a SaaS product
   /james-design create a 10-slide pitch deck about AI trends
   /james-design prototype a mobile onboarding flow
   

3. 3. 自然語言也行： “用現代極簡風格設計一個AI寫作工具的定價頁，包含3個tier，要有hover動畫”

輸出內容：純HTML單文件（含React + Popmotion動畫），瀏覽器直接打開即可，無需構建。支持幻燈片導航、本地存儲狀態、交互原型。

優點：極簡、零學習成本、適合快速驗證想法。
缺點：功能相對基礎，缺少設計評審、品牌資產硬約束、MP4導出等進階能力。

三、花叔的「Huashu-Design」，更系統、更Agent原生的技能

花叔的解決方案更徹底：“Claude Design能提供驚豔的設計，但必須通過GUI操作的已經是上一個時代的產品了。所以我為你逆向了Claude Design的核心能力，並正式推出Huashu-Design，一個真正為Agent而生的設計產品。”

項目地址： https://github.com/alchaincyf/huashu-design

他的觀點是：GUI時代結束，Agent原生設計時代開始。輸出不再是“給人看的設計稿”，而是“能直接被Agent調用、迭代、驗證”的結構化產物。

核心亮點：

• • 品牌資產協議：5步硬流程（問→搜→下載→grep色值→固化spec），杜絕“憑記憶猜顏色”
• • 設計方向顧問：需求模糊時，從5大流派 × 20種設計哲學中推薦3個差異化方向
• • 5維度專家評審：雷達圖 + Keep/Fix/Quick Wins，交付前自動把關
• • 多格式導出：HTML原型、MP4/GIF動畫、PPTX、PDF、PNG/SVG
• • 反AI slop規則：內置text-wrap: pretty、CSS Grid、oklch色彩等現代規範
• • Junior Designer工作流：開工前列問題清單、寫assumptions、分步show變體

具體用法：

安裝技能：

npx skills add alchaincyf/huashu-design

然後在Claude Code/Cursor/其他支持skill的agent中直接說：

• • “做一份AI心理學的演講PPT，推薦3個風格方向讓我選”
• • “做一個AI番茄鍾iOS原型，4個核心屏幕要真能點擊交互”
• • “把這段產品邏輯做成60秒動畫，導出MP4和GIF”
• • “對這個設計做一個5維度專業評審”

四、簡單分析

1. 1. 都不是真正的“逆向工程”
   模型權重沒動，只是把公開的系統提示詞重新包裝成Skill。這屬於高級Prompt Engineering + 工具鏈封裝。花叔做得更系統，增加了評審、品牌協議、導出工具鏈，實用價值更高。
2. 2. 質量仍取決於底層模型
   很多用戶實測反饋：用Opus 4.7跑效果明顯更好。Skill只是“法門”，模型能力才是“道”。別指望Skill能讓Sonnet變Opus。
3. 3. AI slop問題依然存在
   兩個項目都內置了反AI味規則，但最終還是需要人類審核。尤其是品牌色、微交互細節，機器目前還做不到100%可靠。

最後想說的話

AI工具迭代之快，已經到了“今天泄露、明天就有人做成Skill、後天就有人做成workflow”的程度。也許真正的競爭力，從來不是誰先拿到提示詞，而是誰能更快把提示詞變成可複用的生產力。

這兩個項目給了我們一個極好的示範：別隻做消費者，要做連接者。把前沿能力包裝成別人能立刻上手的工具，既幫了社區，也可以建立個人品牌。理性擁抱變化，持續創造價值，這也許就是我們這個時代最好的生存策略。