AI 设计痕迹识别指南：如何辨别机器生成的网页与图像

随着生成式 AI 工具大规模进入设计与前端开发流程，「机器味」成为行业讨论焦点。社区项目「Signs of AI Design Slop」以维基百科「Signs of AI writing」为蓝本，整理出一份系统化的视觉痕迹图鉴，覆盖网页、应用界面、图像、视频、Logo、幻灯片、营销与印刷物料等多个场景，并以 CC BY-SA 4.0 协议开源。

识别原则：组合判断，而非单点匹配

该指南强调，任何单一特征都不足以判断作品是否由 AI 生成。绝大多数所谓「AI 套路」最初都来自人类设计师，只是被生成工具放大并高度同质化，最终形成可识别的指纹。每条特征标注两类信息：

• 可靠度（Reliability）：「强」指人类很少无意产出（如乱码字体、多余手指、交付稿中的占位文本）；「中」指需叠加其他特征才有意义；「弱」指人类也常用，仅在高密度时才有信号价值。
• 状态（Status）：标注该迹象在当前主流模型下是否仍然成立。指南明确指出，手部畸形曾是 2023 年最显著的图像破绽，如今在前沿模型中已基本修复；紫色渐变是 2024 年的 UI 标志，正在向米色调迁移。

使用上指南提出三条核心原则：多特征叠加判断、单点匹配属于噪声；关注「未被选择」的默认值，而非某种风格本身；不要据此骚扰创作者——当前人类对 AI 图像的识别准确率几乎接近随机猜测。

网页与界面：同质化的工具链遗留

生成式前端工具（v0、Lovable、Bolt，以及 Claude、ChatGPT、Cursor 的前端构建产物）共享同一套技术栈——Tailwind CSS、shadcn/ui、Lucide 图标、Framer Motion，因此输出风格高度趋同。指南列举的典型痕迹包括：

• 紫到靛蓝渐变：最常被引用的标志。典型色值来自 Tailwind 的 indigo-500（#6366F1）、violet-500（#8B5CF6）、purple-500（#A855F7）。一项 2026 年的抓取显示，约 78% 的索引营销站点使用蓝紫渐变，相比 2020 年的约 10% 大幅上升；成因是 Tailwind 自 2019 年起把 indigo 作为演示主色，被海量教程复制后进入训练数据，生成站点再次回流训练语料，形成正反馈。
• 深色霓虹光晕：青色、紫色或粉色点缀搭配近黑背景，并叠加有色阴影（如 box-shadow: 0 0 20px rgba(139,92,246,0.5)）。该风格由 Linear、Raycast 等团队自 2019 年前后手工建立，误判风险较大。
• 米色与琥珀「品味」配色：紫蓝渐变成公开笑料后，模型转向暖米背景配琥珀强调色，成为新一代默认；常见于编辑风格、美食与手作品牌的刻意选用。
• 翡翠绿兜底：当提示词禁止紫色时，模型常级联到 #10B981 作为下一档安全强调色，即便明确指示「不要绿」也可能忽略。
• 渐变文字与均匀配色：渐变填充的大标题与指标数字（bg-clip-text 模式），以及若干等权重、无主导色的低调配色，都是典型的「未做选择」表现。

持续更新的「活档案」

除网页与界面外，指南还设有 AI 图像、AI 视频、Logo 与品牌、幻灯片与文档、营销与社媒、嵌入设计中的 AI 文案等章节，并单列「不再奏效的迹象」与「模型为何趋同」两部分，解释生成模型输出趋向训练数据统计中位数的本质。作者将项目维护为仓库而非文章，欢迎社区补充，承认「特征会衰减」并据此持续更新，使其成为检测 AI 设计参与的长期参考资源。