Taste Lab

Taste Lab

Taste Lab · 圖片

Taste Lab 是一款 AI 設計分析器,它會像資深設計師那樣閱讀任何網站網址,接著交給你 AI 程式碼工具一份它們真的能照著做的簡短設計簡報。它從頁面抓出精確的測量值,把它們濃縮成系統層級的規則,並稱之為設計 DNA,然後把結果存成一份 Markdown 檔加一組 JSON 權杖。整個賣點就是這樣。如果你曾要求 AI 工具複製某個網站的樣貌,卻拿回一團通用的漸層,這個工具就是為了補上那個缺失的輸入。

Taste Lab 的介面預覽

關於 Taste Lab

Taste Lab 是什麼

Taste Lab 解決一個具體又惱人的問題。AI 程式碼工具能寫出頁面的程式碼,卻不知道一個設計為何長成那樣,於是它們退回受訓時學到的通用樣式。Taste Lab 把一個線上網站轉換成結構化的設計脈絡,補上這個缺口。

它透過四個階段運作,每個階段由不同角色處理。一趟抓取精確的測量值。另一趟偵測這些數字之間重複出現的規則。第三趟推斷設計師刻意做出的取捨,最後一趟在檔案寫出前過濾掉任何薄弱的部分。產出不是含糊的情緒板。每個色彩、字重與間距值都附上精確的十六進位碼、像素值或比例。網站設計分析很少能做到這麼精確。

最大的限制在於範圍。Taste Lab 分析的是既有頁面,所以它無法憑空發想一個設計,也無法替你修好壞掉的版面。它也很依賴你餵給它的頁面品質。來源頁面雜亂,產出的簡報就雜亂。把它當成餵養你代理的研究步驟,而不是設計判斷的替代品。

開始使用

  1. 前往 tastelab.xyz,貼上你想逆向工程其設計的網站網址。
  2. 讓四個代理跑完它們的抓取、模式偵測、品味推斷與最終審查流程。
  3. 執行完成後,下載產生的兩個檔案,一份 Markdown 簡報與一組 JSON 權杖。
  4. 把這些檔案放進你的 AI 程式碼工具當作脈絡,讓它依真實測量值建構,而不是憑空猜測。
  5. 每當來源網站改變設計、你需要更新簡報時,就重新跑一次分析。

產品資訊

快速了解 Taste Lab 的定價、支援平台與效能。

免費方案是
付費方案$0
平台Web
開發者Taste Lab
類別圖片
發布日期Dec 2024
最近更新Sep 2025
網站訪問量3.4K
網站全球排名6M
API 提供狀態N/A

適合對象

這項工具最適合的使用者、任務與情境。

使用者

  • 前端開發者:當你需要 AI 程式碼代理比照既有品牌或競爭對手的樣貌、又不想手動調每一個數值時,特別有用。
  • 產品設計師:方便用來稽核一個線上頁面,並一次記錄它的間距、字體與色彩系統。
  • 獨立創辦人:一種在還沒請設計師之前,就讓 AI 打造的原型擁有連貫視覺語言的方法。

任務

  • 逆向工程競爭對手的設計系統:抓出它們的權杖,讓你研究版面背後的抉擇。
  • 餵給 AI 建構工具設計脈絡:給工具精確的數值,而不是讓它套用通用樣式。
  • 記錄既有網站:產出一份你可以交給隊友或留作參考的簡報。

情境

  • 你正用 AI 代理重建一個著陸頁,而最初的草稿跟參考對象完全不像。
  • 你想理解一個設計良好的頁面為何感覺沉穩而刻意,而不只是複製它的截圖。
  • 你正並排比較幾個網站的設計決策,來形塑自己的方向。

主要功能

從網址到簡報的流程

那它實際上交還什麼?一份完整的設計簡報。這條流程依序跑四個代理,每一個都用更銳利的視角讀同一個頁面,直到剩下的是一個 AI 工具能照著建構的檔案。除了網址之外你什麼都不用設定,這讓工作流程保持簡短。這份簡單正是重點。

精確測量值抓取

第一趟從頁面抓出精確、客觀的數值,涵蓋廣泛的類別。色彩以十六進位碼呈現,間距與尺寸以像素值呈現,字體則附上字重與字距數字。沒有任何一項是概略估計。這很重要。AI 工具在任其猜測時,往往會飄向整數,而這種偏差會在整個版面裡累積。

系統層級規則偵測

Taste Lab 不會倒出原始數字,而是偵測它們背後重複出現的規則。十幾個相似的間距值會收斂成一個基準單位加一套級距。每條規則都附上一行證據,以及一段簡短的設計目標,說明它為何存在。你看見的是邏輯,不只是資料。

品味 DNA 原則

最有用的是那個推理層。Taste Lab 會寫出幾條原則,每一條涵蓋一個設計決策、觸發它的原因、為何如此決定,以及它放棄了什麼。至少納入一條克制原則是有意為之。好的設計往往在於設計師拒絕加入什麼,而這點在此被捕捉下來。這正是多數工具略過的部分。

Markdown 與 JSON 雙輸出

每次執行都會寫兩個檔案到你機器上:一份給人看的 Markdown 簡報,和一組給工具用的 JSON 權杖。Markdown 版本讀起來像一份你能分享或編輯的設計備忘錄。JSON 版本能直接接進 AI 程式碼工作流程。你的代理取得可供機器讀取的數值來引用。

品質關卡

在寫出產出之前,Taste Lab 會跑一趟反灌水流程,搜尋填充語言並驗證 JSON 結構。這是個小細節,但很重要。你拿到的簡報比較不會被 AI 工具預設會產生的那種含糊、聽起來很有把握的措辭灌水。

優缺點

優點

  • 把一個線上網址轉成精確、可建構的設計數值,而不是含糊的描述。
  • 推理層說明了每個選擇為何做出,以及它捨棄了什麼。
  • 同時輸出人類可讀的簡報與給 AI 工具用的 JSON 權杖。
  • 把工作流程維持在單一輸入,所以在拿到結果前沒什麼需要設定。

缺點

  • 只分析既有頁面,所以它無法從無到有生成設計,也無法修好壞掉的版面。
  • 產出品質高度取決於來源頁面;雜亂的網站會產出雜亂的簡報。
  • 網站上沒有清楚的價格或 API 資訊,讓人難以規劃團隊或自動化用途。

常見問題

它把網站網址轉成給你的 AI 代理用的結構化設計簡報。它從線上頁面抓取精確的測量值,偵測其背後的規則,並寫出一段簡短的設計脈絡,以 Markdown 與 JSON 形式呈現,讓你的程式碼工具能遵循。