大模型输出的配色经常不可用,原因有三个,而且都与模型规模无关。
模型在 token 空间里「背诵」颜色,而不是在感知空间里比较它们——两个 hex 放在一起是否协调,它没有把握。
公开前端教程里出现频率最高的倾向是紫与蓝。没有外部约束时,模型会稳定地漂回这个中位数,产出千篇一律的「AI 味」。
它无法渲染一张图再检查文字是否可读、色盲用户是否分辨得出。而这三件事,恰恰是配色工程里必须验证的部分。
流程化不消灭审美,它给审美装上验证:生成之后,每一个颜色组合都要过四道机械闸,闸门只认数字,不认修辞。