Taste Lab
Taste Lab · Imagen
Taste Lab es un analizador de diseño con IA que lee la URL de cualquier sitio web como lo haría un diseñador senior, y luego le entrega a tus herramientas de código con IA un brief corto con el que de verdad pueden construir. Extrae medidas exactas de una página, las destila en reglas a nivel de sistema que llama ADN de diseño, y guarda el resultado en un archivo Markdown más un conjunto de tokens en JSON. Ese es todo el planteo. Si le pediste a una herramienta de IA que copiara el aspecto de un sitio y recibiste un degradado genérico y desordenado, esto está pensado para ser el dato que faltaba.
Acerca de Taste Lab
Qué es Taste Lab
Taste Lab resuelve un problema concreto y molesto. Las herramientas de código con IA pueden escribir el código de una página, pero no saben por qué un diseño luce como luce, así que recurren al estilo genérico con el que fueron entrenadas. Taste Lab cubre ese hueco al convertir un sitio web activo en un contexto de diseño estructurado.
Funciona en cuatro etapas, cada una a cargo de un rol distinto. Una pasada extrae medidas precisas. Otra detecta reglas que se repiten entre esos números. Una tercera infiere los compromisos deliberados que tomó un diseñador, y una pasada final filtra todo lo débil antes de que se escriban los archivos. El resultado no es un moodboard vago. Cada color, grosor y valor de espaciado viene con un código hex exacto, un valor en píxeles o una proporción. El análisis de diseño web rara vez llega a este nivel de detalle.
La mayor limitación es el alcance. Taste Lab analiza páginas existentes, así que no puede inventar un diseño desde cero ni arreglarte un layout roto. También depende de la calidad de la página que le das. Una página de origen desordenada produce un brief desordenado. Trátalo como un paso de investigación que alimenta a tu agente, no como un reemplazo del criterio de diseño.
Cómo empezar
- Ve a tastelab.xyz y pega la URL del sitio cuyo diseño quieres reconstruir a la inversa.
- Deja que los cuatro agentes hagan sus pasadas de extracción, detección de patrones, inferencia de gusto y revisión final.
- Descarga los dos archivos generados, un brief en Markdown y un conjunto de tokens en JSON, cuando termine la ejecución.
- Mete esos archivos en tu herramienta de código con IA como contexto para que construya sobre medidas reales en lugar de adivinar.
- Vuelve a ejecutar el análisis cada vez que el sitio de origen cambie su diseño y necesites el brief actualizado.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Taste Lab.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores front-end
- Diseñadores de producto
- Fundadores en solitario
Tareas
- Reconstruir a la inversa el sistema de diseño de un competidor
- Alimentar con contexto de diseño a un constructor con IA
- Documentar un sitio existente
Casos de uso
- Estás reconstruyendo una landing page con un agente de IA y los primeros borradores no se parecen en nada a la referencia.
- Quieres entender por qué una página bien diseñada se siente calmada y deliberada, en vez de solo copiar sus capturas de pantalla.
- Estás comparando las decisiones de diseño de varios sitios en paralelo para orientar tu propia dirección.
Funciones clave
Pipeline de URL a brief
¿Y qué te devuelve en concreto? Un brief de diseño completo. El pipeline ejecuta cuatro agentes en secuencia, cada uno leyendo la misma página con una lente más afilada hasta que lo que queda es un archivo con el que una herramienta de IA puede construir. No configuras nada más allá de la URL, lo que mantiene el flujo corto. Esa simplicidad es justamente el punto.
Extracción de medidas exactas
La primera pasada saca valores precisos y objetivos de la página en un amplio conjunto de categorías. Los colores llegan como códigos hex, el espaciado y los tamaños llegan como valores en píxeles, y la tipografía llega con números de grosor y tracking. Nada se aproxima. Eso importa. Las herramientas de IA tienden a irse hacia números redondos cuando las dejas adivinar, y esa deriva se acumula a lo largo de todo un layout.
Detección de reglas a nivel de sistema
En lugar de volcar números crudos, Taste Lab detecta las reglas que se repiten detrás de ellos. Una docena de valores de espaciado similares se colapsan en una unidad base con una escala. Cada regla viene con una línea de evidencia y un breve objetivo de diseño que explica por qué existe. Ves la lógica, no solo los datos.
Principios del ADN de gusto
La parte más útil es la capa de razonamiento. Taste Lab escribe un puñado de principios, cada uno cubriendo una decisión de diseño, qué la disparó, por qué se tomó y a qué renunció. Incluir al menos un principio de contención es intencional. El buen diseño muchas veces tiene que ver con lo que un diseñador se negó a añadir, y eso queda capturado aquí. Es la parte que casi todas las herramientas se saltan.
Salida doble en Markdown y JSON
Cada ejecución escribe dos archivos en tu máquina: un brief en Markdown para humanos y un conjunto de tokens en JSON para herramientas. La versión Markdown se lee como un memo de diseño que puedes compartir o editar. La versión JSON se conecta directo a un flujo de trabajo de código con IA. Tu agente obtiene valores legibles por máquina para consultar.
Control de calidad
Antes de escribir la salida, Taste Lab ejecuta una pasada anti-relleno que busca lenguaje de relleno y valida la estructura del JSON. Es un detalle pequeño, pero importa. El brief que recibes tiene menos probabilidad de venir relleno con esa fraseología vaga y segura que las herramientas de IA producen por defecto.
Ventajas y desventajas
Ventajas
- Convierte una URL activa en valores de diseño exactos y construibles en lugar de descripciones vagas.
- La capa de razonamiento explica por qué se tomó cada decisión y qué se sacrificó.
- Genera tanto un brief legible para humanos como un conjunto de tokens en JSON para herramientas de IA.
- Mantiene el flujo en una sola entrada, así que hay poco que configurar antes de obtener resultados.
Desventajas
- Solo analiza páginas existentes, así que no puede generar un diseño desde cero ni arreglar un layout roto.
- La calidad del resultado depende mucho de la página de origen; un sitio desordenado produce un brief desordenado.
- No hay información clara de precios ni de API en el sitio, lo que dificulta planificar un uso en equipo o automatizado.
Preguntas frecuentes
Convierte la URL de un sitio web en un brief de diseño estructurado para tus agentes de IA. Extrae medidas exactas de una página activa, detecta las reglas detrás de ellas y escribe un contexto de diseño corto en Markdown y JSON que tus herramientas de código pueden seguir.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Taste Lab.
Alternativas a Taste Lab
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
Tractionwave
TractionWave · Imagen · MarketingTractionWave genera mapas de calor de atención con IA para anuncios estáticos. Subes un PNG o JPG y obtienes la atención prevista, puntos calientes ordenados y correcciones antes de invertir presupuesto.
Imejis.io
Imejis.io · Imagen · MarketingImejis.io es un estudio de diseño con IA para agentes y equipos de marketing. Describes una imagen con tus palabras y la herramienta escribe el texto, arma la maqueta, la adapta a cada tamaño y exporta el archivo final.