为氛围设计智能体启用创意探索

氛围设计智能体能将自然语言需求转化为渲染界面和前端代码。然而，一个有用的智能体不应仅生成一个有效页面，而应帮助用户探索连贯的替代方案。简单提升token级温度是粗暴的解决方案，因为它同时随机化美学决策和语法敏感的代码。我们提出一种推理架构，将探索与实现解耦，将设计方向作为显式中间决策。受Verbalized Sampling启发，先进行结构化设计规范生成并附带典型性评分，外部选择器从中采样一个，下游生成器在固定设置下实现所选规范并结合原始请求。该方法应用于UI主题和视觉资产提示。在168个提示中，每种干预的每个温度下进行1,255次配对比较，主题采样显著扩大了选择覆盖范围和截图多样性，LLM判别偏好随干预方式、提示复杂度和视口变化而异。在超过30万任务的在线实验中，代码导出量的提升在统计上尚无显著性，但负面反馈事件减少，修正交互增多，运营成本保持适度。这些结果表明，结构化设计规范是探索不同UI概念的有效控制点，且在保持下游生成设置不变的前提下实现稳定控制。