Vibe Coding 审美化：利用 AI 绘图辅助网页设计与开发的实战工作流

在 V2EX 社区的一篇技术分享贴中，一位开发者探讨了如何通过多模态 AI 协作来解决 “Vibe Coding”（氛围编程）中常见的审美短板问题。Vibe Coding 指的是利用 AI 快速生成代码的开发模式，虽然极大地降低了开发门槛并提升了效率，但生成的网页往往在视觉美感和交互设计上显得机械和粗糙。分享者指出，虽然可以使用 `npx impeccable skills install` 等命令行工具来辅助完成排版、交互动画及性能检查，但这依然无法解决核心的审美设计问题。

为此，该开发者提出了一种融合视觉生成与代码生成的新工作流。利用类似 GPT-4 或 DALL-E 的图像生成能力（文中提及 `gpt-image-2`），开发者不再是直接要求 AI 写代码，而是先向 AI 描述网站功能和主题（例如 “Hello Kitty 在线填色”），并让其逐一生成各个模块的 UI 设计图。一旦选定满意的视觉风格，便将该设计图作为参考图输入给 AI 编程模型，要求其模仿该风格生成其他模块的代码。这种 “先定图，后写码” 的逆向推导过程，有效弥补了纯代码模型在设计表现力上的不足。作者进一步推测，随着 Codex 等技术的官方接口更新，未来直接通过图片生成代码或将更加无缝集成，进一步革新非专业开发者的建站体验。

事件分析

💡 核心观点：将 AIGC 绘图作为视觉参照引入编码流程，标志着 Vibe Coding 正在从 “功能实现” 迈向 “体验重塑”。