在這次的 UI 比較測試中，我將 Gemini 和 Claude 兩位 AI 進行了設計比賽。Gemini 忠實還原設計規格，而 Claude 則在此基礎上加了自己獨特的理解，如加入了模式切換功能和無障礙設計。這讓我思考，選擇哪個 AI 取決於需求階段：明確需求選 Gemini，探索階段則可選 Claude。這次實驗讓我感受到，透過不同 AI 的比較，能更清晰地看出設計的優劣，你會選擇哪一個呢？
上次讓 AI 吵架，這次讓 AI 做設計比賽
前幾天聊 claude-prism 的時候，我講到讓三個 AI 互相審查程式碼的事。那時候最大的感受是：AI 之間的個性差異比我想像中大很多。Gemini 對 UI 問題很敏銳，Codex 專抓邏輯漏洞，Claude 擅長看架構。
寫完那篇文章之後，我一直在想一件事。
既然程式碼審查可以用多個 AI 互相看，那其他類型的任務呢？如果把設計文件丟給不同的 AI，叫它們各自做出一份靜態網頁，出來的東西會差多少？
所以我就做了一個實驗。
ui-design 是什麼
先簡單介紹一下。claude-prism 裡面除了上次講的 code-review、multi-review 這些審查類的 Command，還有一個叫 ui-design 的 Command。功能很單純：你給它一份設計規格文件，它幫你把文件丟給 Gemini CLI，讓 Gemini 直接輸出一份可以跑的 HTML + CSS + JS 靜態頁面 moockup。
為什麼用 Gemini 來做這件事？因為 Gemini 對 UI 相關的任務一直做得不錯（上篇也有提到，它對 UI 和無障礙問題特別敏感），拿來做 mockup 滿合適的。
但做完之後我就遇到一個問題：我怎麼知道它做得好不好？
光看一份 HTML 我判斷不了。我需要一個對照組。
然後我想到，嘿，上次不就是用「讓不同 AI 各自做同一件事然後實際比較」這招嗎？
同一份設計，兩個 AI 各做各的
設計規格是用我之前設計的 Skill 跑出來的。它會從幾個個設計軸向去推導參數，然後自動選出差異最大的兩個方向，各出一份完整的設計文件。
這次跑出來的兩個方向：
「晨霧墨韻」，淺色系，水墨裝飾，雜誌式排版。字體用 Instrument Serif 配 Satoshi，留白很多，有那種品牌雜誌的感覺。
「終端極客」，完全反過來。深色系，CRT 掃描線，IBM Plex Mono 等寬字體，就是把終端機介面搬到網頁上（認真的）。
兩份設計文件都是 Markdown，有顏色系統、元件規格、互動邏輯，各大概四五千字，滿詳細的。
然後我做了兩件事：
把兩份設計文件用
ui-designCommand 丟給 Gemini，拿到兩份頁面把一模一樣的設計文件丟給 Claude，叫它自己也做一遍
四個版本，同規格，不同 AI ，重點是，我只讓它們產生網頁架構的Moockup，這樣子呢，不但可以省下 Token ，也可以先讓我們看到大概網頁的雛型會是什麼樣子。（當然，這個部分也已經設計在我們的 UI-Design 當中。 ）
Gemini 做的 vs Claude 做的
Gemini 做出來的東西，整體視覺滿接近設計文件描述的。水墨元素有出來，字體策略對了，留白處理不錯，甚至連滑鼠的游標都幫我們改了一個特定的動畫嗎？還是怎麼樣特定的方式來做呈現，我也滿喜歡的。終端極客那份也是，深色系統做得到位，等寬字體的對齊感有出來。
簡單說，ui-design Command 做到了它應該做的事。
但 Claude 版本就有意思了。
視覺上跟 Gemini 差滿多的，不是誰好誰壞的問題，是「對同一份規格理解方式不一樣」。Gemini 比較忠實地還原文件描述，你文件裡寫什麼，它就做什麼。Claude 則是在設計文件基礎上加了自己的理解，某些排版選擇做得比文件說的更強烈。
上一篇我就提到，AI 之間的個性差異很大。在程式碼審查上是這樣，在 UI 實作上也是這樣，甚至更明顯。
Claude 自己偷加了 dark mode
最讓我意外的是這件事。
設計文件裡，晨霧墨韻定義的是淺色系，終端極客定義的是深色系。沒有任何地方提到「要有模式切換功能」。
但 Claude 做出來的兩份頁面，都自己加了 light / dark mode 的切換按鈕。
Gemini 那份沒有。Gemini 就是照規格做，淺色就淺色，深色就深色，很乖。
我不知道該說 Claude 很貼心還是太雞婆（笑）。從使用者體驗來說，有 mode 切換當然更好，大家也越來越習慣這個功能。但我的設計文件裡真的沒寫阿，Claude 是自己判斷「現在的網頁應該要有這個」然後就加上去了。
還有一個差別，Claude 兩份頁面都做了無障礙設計。設計文件也沒有提到這些。
這讓我想到上一篇寫的那句話：「用同一個工具去檢查自己寫出來的東西，本質上就是球員兼裁判。」同一份設計規格用同一個 AI 做、同一個 AI 評，你永遠不知道它理解的方向到底對不對。但是你多加一個不同的 AI 進來，差異馬上就出來了。
所以 Gemini 跟 Claude，哪個比較好？
我自己覺得，這要看你在做什麼階段的事情。
Gemini 的做法是「你說什麼我做什麼」。規格文件裡有的它做，沒有的它不加。這在有明確需求的專案裡滿好的，不會跑掉，輸出穩定。拿來做「把設計文件轉成可以看的 mockup」這件事，剛剛好。
Claude 的做法是「我看完你的規格，然後用我的經驗判斷還需要什麼」。它會幫你想到你沒想到的東西（dark mode、無障礙），但也可能加了你不想要的。這在探索性的早期設計階段比較有價值，你還在發散，它多給你一些想法不是壞事。
上一篇結尾我說「工具本身不值錢，但工作流值錢」，這次測試讓我對這件事更有感覺了。ui-design Command 本身很簡單，就是幫你呼叫 Gemini CLI 而已。但把它放在 claude-prism 的工作流裡面，搭配 Skill 產出設計規格、搭配 Claude 做對照組，你就得到了一個可以快速產出、快速比較的設計原型流程。
單看一份 AI 生成的 mockup，你很難判斷品質。放兩份在一起比，差異自己就跳出來了。
這個專案的四份測試頁面放在 personal-site-mockup，有興趣可以自己點進去看看差異。claude-prism 的原始碼在 GitHub。
你呢？如果讓你選，你會比較喜歡「照規格做」的 Gemini，還是「會自己加料」的 Claude？
// RELATED POSTS
地端 AI 值不值得？九個講者給了九個答案：2026/8/19 AI 小聚心得
我參加了一場AI小聚，主題是「企業地端」，原本以為會聽到一個標準答案，結果九位講者給了九種互相碰撞的答案。有人把成本攤成試算表，有人發現硬體三個月漲七成，有人算漏了管線每一節都在收錢，也有人直接說地端不是首要重點。最讓我震撼的是臺大醫院的資訊工程師，他買GB10的理由很單純：因為對外線路被挖斷過，他不想再等35分鐘。那一晚我才真正理解，地端AI從來不是技術選擇題，而是你站在哪裡、看見什麼問題的視角差異。九個答案沒有對錯，只有位置不同。
Jackle 太變態了：七月 AI 小聚全對談心得
七月AI小聚讓我印象最深的，不是任何技術方案，而是一個畫面：每個人都在畫一條線——AI做到哪裡，人從哪裡接手。Jackle用六個Claude Max帳號、每天螢幕十八小時，一個人扛起整間公司的AI導入，甚至說Fable出來後不再請人；小馮靠矩陣合併讓六機剪片從四小時變二十三分鐘。但下半場Sunny問「起床第一件事是什麼」，又把焦點拉回人的本質。那條線每個人畫的位置都不一樣，而且一直在動。我開始反思自己的那條線畫在哪裡。
退回 4.6 的那天晚上，我其實有點不甘心
退回4.6那晚，我其實很不甘心。不是因為工具不好用，而是我分不清那個讓參數蒸發的bug，到底是模型沒生成，還是在我電腦上被組裝壞了。前者我無能為力，後者則有機會親手修復。於是我從binary裡挖出那段解析程式，終於確認：是客戶端的VH1在串流接縫處丟失了半截字串，導致工具參數整包變成空的{}。改兩個byte就能解決——我測試了760個案例，0個回歸。但改執行檔可能違反條款，每次更新還會被蓋掉。這不是教學，而是一個不甘心的人，親手把刀切下去的故事。
Opus 的 tool_use 蒸發 bug：9 天調查實錄，然後我退回了 4.6
在使用 Claude Code 的過程中，我遭遇了嚴重的 tool_use 蒸發 bug，讓我忍不住深入調查。從 4.7 到 4.8 版本，問題不斷出現，數據顯示故障率反而上升。最終，我選擇退回到 4.6，因為這個版本在多輪對話中沒有故障。這次調查讓我意識到，真正的問題出在模型變體的切換上，影響了思考到執行的過程。