「AI 味儿」是怎么来的：平均值就是平庸

开场：紫渐变、毛玻璃、居中大标题

让 AI 随便生成一个页面，十有八九是紫色渐变、毛玻璃、居中大标题三件套。这种整齐划一有数学上的原因，看懂了它，你就知道怎么绕开它。

一句话速览：紫色渐变、毛玻璃、圆角卡片三件套：AI 默认输出训练数据的平均值，平均值就是平庸。

AI 生成设计时，挑的是训练数据里的高概率区域，也就是全网设计的「平均值」。这和语言幻觉是同一个机制：接话的时候，顺的赢过对的；生成设计的时候，常见的赢过好的。它交出紫渐变三件套，正如它一本正经地编出一个不存在的书名：都是在挑「最像会出现在这里」的答案。

平均值就是平庸：AI 默认给你的，是全网设计的中位数。

好消息是，这个机制留了一扇门：概率分布是随输入变化的。你的描述越具体，模型可选的区域就越窄，窄到一定程度，它就被你拉出了平均值。

一张典型的 AI 生成 landing page 上，高频出现 5 个「AI 味」特征：

下次让 AI 生成页面前，先把这五个特征列进禁用清单。

「AI 味」有更早的学名。Cooper 在《About Face 4》第 17 章里管这类东西叫视觉噪音：多余的视觉元素，把注意力从真正传达信息的对象上拽走。他列了一份七种形式的清单：

七种噪音里，「颜色太多」有个专门的名字：《About Face 4》的说法，颜色像调色板一样拥挤在一起，会让用户不堪重负，这叫嘉年华效应；饱和度再拉满，喧闹感加倍，直接和内容抢戏。

同一个需求，三种具体度的说法，产出完全不同：

档位	说法	结果
一档	「做个好看的页面」	零信息。「好看」没给出可执行的内容，模型退回训练数据最密的区域，紫渐变三件套原样奉上
二档	「现代简约」	仍偏模糊，介于平均值和具体之间
三档	「参考 Linear 的信息密度，全站只用一个主色，禁止渐变」	参照物 + 三条可验收的硬约束，条条能检查，AI 被拉出平均值

哪句最管用？ 是「参考 Linear 的信息密度，全站只用一个主色，禁止渐变」——参照物加三条可验收的硬约束（一个主色、禁止渐变），这是可执行的规格，空洞形容词做不到这一点。

AI 味有出处： 模型默认输出训练数据的高概率区域，也就是全网设计的平均值，紫渐变三件套是这片区域的门面。
视觉噪音有病理清单： 过分装饰、无信息量的 3D、过重分隔、元素拥挤、颜色纹理对比过密、颜色太多、层级无力，七项出自《About Face 4》；颜色挤成调色板还有个学名，嘉年华效应。
机制和幻觉同源： 接话时顺的赢过对的，生成设计时常见的赢过好的。没给指令的地方，它一律用最常见的答案填。
解法是拧高具体度： 参照物加上可验收的硬约束（一个主色、禁止渐变），每加一档，产出离默认味远一步。下次让 AI 生成页面前，先把五个特征列进禁用清单。