design-evaluation-audit（设计评估与审核）Skill 是什么？

设计评估与审核Skill：把“这个设计感觉不对”变成可分级、可排期的修复清单

快速了解这个技能：

它是什么：一个基于认知科学原则的系统化设计评估工具，为设计审查、批评、可用性诊断和发布前质量把关提供可重复的清单、评分标准与优先修复建议。
核心能力：8 个认知维度清单（可见性、视觉层次、分块、简洁性、记忆支持、反馈、一致性、扫描模式）＋ 4 标准可视化审计（清晰度、效率、完整性、美观性，1—5 分评分）。
独特之处：不只是“挑毛病”，而是把每个发现按关键／高／中／低四级严重性分类，并给出“什么问题—为什么重要—如何修复—预期结果—努力估计”五要素建议，直接可以排进迭代计划。
三条路径：只查界面（20—40 分钟）、只查图表（15—30 分钟／张）、组合全面审查（45—90 分钟），按范围自由选择。
边界清晰：它不做设计、不教理论、不做技术实现，也不替代真实用户测试与完整可访问性合规，定位是“评估与审核”这一环。

1. 该技能叫什么？如何一键安装 AI 技能提升开发效率？

基本信息

项目	内容
中文名	设计评估与审核Skill
英文名	design-evaluation-audit
技能ID	12997
技能类型	设计评估 / 审查方法论类技能
典型耗时	20—90 分钟，取决于审查范围

它解决什么问题

设计评审最典型的三个困境，这个技能都直接对应：

依赖直觉导致漏检——评审会上大家凭感觉发言，没人系统检查“可见性、反馈、记忆负担”这些维度，关键问题就这样被发布出去了。
团队对“先修什么”吵不出结论——没有客观框架，产品说要改颜色、开发说要改布局、设计说要重做信息架构时，谁也说服不了谁。
可视化无人审计——图表、仪表板、信息图做完就上线，从没人检查过它是否完整、是否误导、是否高效，结果“图很漂亮但看不懂”。

这个技能通过“全维度覆盖 + 严重性分级 + 优先规则”把上述问题变成一张可以逐项打勾的表格。

一键安装的思路与步骤

所谓“一键安装”，本质是把这个技能的定义文件（含 name、description 的 Markdown 描述）挂载到你的 AI 客户端或 Agent 环境中，之后只要对话里出现“设计审查”“审计可视化”“可用性评估”等触发词，技能即可被自动调用。

确认安装前提：你的 AI 客户端 / Agent 运行环境需要支持 Skills（技能）机制，能读取技能定义文件，具体支持范围与版本要求以官方说明为准。
获取技能：在技能市场或技能库中，用技能ID 12997 或英文名 design-evaluation-audit 检索；也可以直接导入该技能的 Markdown 定义文件。具体的检索入口、导入按钮位置以官方说明为准。
确认资源文件就位：该技能依赖两份配套资源——认知设计清单（resources/cognitive-checklist.md）与可视化审计框架（resources/visualization-audit.md）。安装时需要确认资源目录一并落地，否则技能只能“知道要审查”，却加载不出具体清单项。
启用技能：在客户端的技能列表中启用该技能，或将其放入项目的技能目录。具体目录规范、启用命令以官方说明为准。
验证是否生效：在对话中直接输入一句测试请求，例如“帮我审查这个登录页的设计，按认知清单逐项检查”。如果返回的是8 个维度的通过／失败结果 + 严重性分级，说明技能已正常调用；如果只是泛泛地给几条主观建议，则说明技能未被触发，需要检查触发词或安装位置。
安装无收费门槛的说明：该技能本身是一个方法论型技能，内容完全由定义文件与资源清单构成，不依赖外部付费接口。是否涉及平台侧费用，以官方说明为准。

2. 该技能的主要功能和特点

核心功能

8 维度认知设计清单：覆盖可见性、视觉层次、分块、简洁性、记忆支持、反馈、一致性、扫描模式，逐项检查并记录通过／失败，并要求附上具体证据，而不是打一个含糊的分数。
4 标准可视化审计：针对图表、图形、仪表板、信息图，按清晰度、效率、完整性、美观性各打 1—5 分，计算平均值并指出最弱维度，同时给出通过／失败阈值。
四级严重性分类：
- 关键：完整性违规、可访问性失败、用户无法完成核心任务 → 立即修复；
- 高：清晰度／效率问题阻断使用、关键操作缺少反馈、工作记忆超载（超过 10 个未分组项）→ 发布前修复；
- 中：次优模式、美观性问题、轻微不一致 → 下一迭代修复；
- 低：轻微优化与打磨项 → 方便时修复。
优先规则：先修基础——感知先于连贯性，完整性先于美观性，关键先于高。这条规则直接终结“先改配色还是先改流程”的争论。
五要素修复建议：每条发现都输出“什么问题（带证据）／为什么重要（违反了哪条认知原则）／如何修复（具体可操作）／预期结果／努力估计（分钟／小时／天）”。
3 问题快速检查：注意力（是否显而易见先看什么）、记忆（用户是否需要记住本可以显示的东西）、清晰度（不熟悉的人能否在 5 秒内理解）。三问全过 = 可能认知健全；任何一项不过 = 进入完整清单。
三条路径菜单：路径 1 认知清单（20—40 分钟）、路径 2 可视化审计（15—30 分钟／张）、路径 3 组合审查（45—90 分钟，先清单后审计，合并成统一修复列表）。

与普通工具相比强在哪

可重复，而非主观：每次评估都走同一套维度，换个人、换一天，结论不会大幅漂移。
不遗漏：普通评审往往只检查到“看起来乱”这一层，8 维度扫描能逼出“反馈缺失”“记忆负担过重”这类隐蔽问题。
可排期：输出自带严重性与工作量估计，评审结论可以直接转成任务单，而不是一份“建议优化”的文档。
有验证回路：修复后需要回查“是否损害了其他维度”，避免改好一个维度、弄坏另一个维度。

3. 如何使用该技能？

步骤一：明确审查目标并选择路径

先判断你要审的是什么：

只有界面、布局、表单、内容页 → 路径 1（认知设计清单）；
只有图表、仪表板、信息图 → 路径 2（可视化审计）；
界面与数据可视化混在一起 → 路径 3（组合审查）。

输入示例：

请用设计评估与审核技能，按认知设计清单审查下面这个注册表单页面。我会提供截图描述：页面顶部是品牌 Logo，中间是 12 个输入框（未分组），底部一个“提交”按钮，提交后无任何提示。请逐项给出 8 个维度的通过／失败结论并附证据。

步骤二：运行系统化评估

技能会在 8 个维度上逐项检查，对每一项记录通过／失败与证据。以上面的注册表单为例，典型输出会指出：分块失败（12 个输入框未分组，超过 10 个未分组项属于工作记忆超载）、反馈失败（提交后无状态提示）、视觉层次存疑（主按钮与 Logo 的视觉权重关系不清）。

步骤三：可视化质量审计（如涉及数据展示）

对每个数据组件按 4 个标准打分 1—5，计算平均值并找出最弱维度。

输入示例：

这个销售仪表板包含 6 个图表和 3 个 KPI 卡片。请按可视化审计框架逐张评分，给出清晰度、效率、完整性、美观性的分数与平均分，并指出最弱的那个维度。

输出说明：你会得到一份评分表 + 阈值判定 + “最弱维度是哪一项、为什么它是短板”的说明。

步骤四：严重性分类与优先排序

把全部发现按关键／高／中／低归类，并按“感知先于连贯性、完整性先于美观性、关键先于高”排序。这一步的产出是一份有序的修复队列，而不是一堆平铺的问题列表。

步骤五：生成并验证修复建议

对每条发现补齐五要素（问题、原因、方案、预期、工作量）。最后做一次交叉验证：这个修复会不会损害其他维度？

输入示例：

把上面所有发现整理成修复清单，每条包含：什么问题、违反哪条认知原则、怎么修、修完改善什么、大概需要多久。最后检查这些修改之间是否互相冲突。

步骤六：方案选型（可选）

当手上有 A／B 两个设计备选时，用同一套清单分别打分，基于客观标准选择，而不是“我更喜欢 B”。

4. 同类型竞品对比分析

方案名称	定位	核心功能	安装/使用门槛	适用场景	优势与不足
设计评估与审核Skill（design-evaluation-audit）	基于认知科学的系统化评估方法论技能	8 维度认知清单、4 标准可视化评分、四级严重性分类、五要素修复建议、三条路径	需支持 Skills 的 AI 环境，安装定义文件与两份资源清单即可；具体入口以官方说明为准	设计评审、发布前 QA、可视化审计、多方案选型	优势：可重复、覆盖全、输出可直接排期；不足：不做设计创作、不教理论、不替代真实用户测试
人工专家设计评审会	依靠资深设计师经验判断	经验判断、行业直觉、跨项目类比	需要资深人力排期，成本高、周期长	重大改版、品牌级设计决策	优势：能处理复杂业务语境与情感判断；不足：结论主观、难以复现、容易漏检固定维度、跨时区协作难
通用 AI 对话直接提问	把截图丢给通用大模型问“这设计有什么问题”	泛化的视觉理解与建议生成	零门槛，随时可问	快速获取灵感、初步自查	优势：上手最快；不足：无固定维度与评分标准，每次结论不一致，缺少严重性分级与工作量估计，容易变成“风格意见”
自动化可访问性检测工具（如依赖规则库的扫描器）	规则化技术检测（以官方说明为准）	对比度、语义标签、键盘可达性等规则校验	需接入构建流程或插件	发布前的技术合规兜底	优势：客观、可自动化、可进 CI；不足：只覆盖技术可检测项，对视觉层次、记忆负担、信息分块等认知维度无判断力
启发式评估清单（如经典十条原则）	通用可用性启发式检查表	十条左右通用原则的人工走查	需人工逐条执行，无工具化支持	通用可用性走查	优势：行业公认、通俗易懂；不足：缺乏评分机制、严重性分级与修复优先级，也不覆盖数据可视化的专项审计

选型建议：需要“技术合规兜底”用自动化扫描器，需要“深度业务判断”靠人工专家，需要“稳定、可重复、能量化排期”的日常审查，则这个技能是最经济的中间层——它和上述方案并不互斥，反而是把人工评审的结论结构化的那一层。

5. 该技能的典型应用场景与实际体验情况

场景一：产品设计师的迭代前自查

角色与痛点：设计师在把方案交给评审会之前，往往只能凭感觉自查，交上去被挑一堆问题，反复返工。

使用方式：用路径 1 跑一遍 8 维度清单，重点关注“记忆支持”和“反馈”这两个最容易被自己忽略的维度。

实际体验：上手难度低，只要能把界面结构描述清楚就能跑。效果上最明显的是把“也许有问题”变成“确定有问题”——例如清单会明确指出“超过 10 个未分组项属于工作记忆超载”，这是一条可以立刻改的具体信号。注意事项：描述越具体，结论越准；只发一张模糊截图、不给上下文，输出质量会下降。

场景二：独立开发者／前端的发布前质量保证

角色与痛点：没有专职设计资源，功能写完就直接上线，可用性问题靠用户投诉发现。

使用方式：把关键流程（注册、支付、设置）逐个提交审查，只用“3 问题快速检查”做第一轮筛选，任何一项不过再跑完整清单。

实际体验：快速检查几乎零成本，5 分钟就能判断是否需要深入。效果主要体现在关键级问题的拦截——“用户无法完成核心任务”属于关键级、要求立即修复，这类问题恰恰是独立开发者最容易漏掉的。注意事项：技能不替代真实用户测试，它只能基于认知原则推断，不能替代真人行为验证。

场景三：数据团队的仪表板审计

角色与痛点：仪表板做得很漂亮，但业务方总说“看不懂”“不知道重点看哪个”。

使用方式：走路径 2，对每张图表按清晰度、效率、完整性、美观性打分 1—5，算出平均分并锁定最弱维度。

实际体验：这是该技能差异化最明显的场景。普通评审对图表的意见通常停留在“配色不好看”，而 4 标准评分会逼出“完整性不足（缺少坐标轴单位／数据来源）”或“效率偏低（需要多次悬停才能读到关键值）”这类实质问题。注意事项：单张图 15—30 分钟，图表多时建议先按业务重要性排序，只审关键图表。

场景四：团队评审会的争议裁决

角色与痛点：评审会上产品、设计、开发对“先修什么”各执一词，会议开成辩论赛。

使用方式：会前用组合审查跑一遍，会上直接展示分级清单与优先规则。

实际体验：这套优先规则（感知先于连贯性、完整性先于美观性、关键先于高）极大降低了沟通成本，因为它把“我不同意你”转化为“我们按规则排序”。45—90 分钟的审查投入，通常能换来一次不再跑偏的评审会。

6. 该技能能为用户带来的价值

效率提升：把一次设计评审从“开会两小时 + 会后各写各的意见”压缩成 20—90 分钟的结构化输出。轻量场景（3 问题快速检查）几分钟即可完成初筛，只对失败区域展开完整清单，避免全量审查的时间浪费。

门槛降低：没有认知心理学背景的开发者、产品经理、运营，也能用同一套维度做专业级审查。技能把“专家才懂的检查点”变成了可执行的清单项，比如“工作记忆超载的判断阈值是超过 10 个未分组项”。

质量收益：8 维度 + 4 标准的固定扫描，最大价值在于消除漏检。传统评审的覆盖率取决于参与者的经验和当天的注意力，而这套清单每次都跑满所有维度，把“靠运气发现的问题”变成“按流程必然检查到的问题”。

协作收益：四级严重性 + 优先规则 + 工作量估计，让评审结论天然具备可排期性。问题不再是“建议优化”，而是“关键级、立即修复、预计小时级工作量”。

长期价值：反复使用会沉淀出团队自己的审查基线——哪些维度总是失败、哪类图表总在完整性和效率上失分。这些数据可以直接反哺到设计规范和组件库的修订中，形成“审查—修复—规范”的正循环。同时，它还会明确告诉你修复后要回查是否损害其他维度，避免“按下葫芦浮起瓢”的常见返工。

7. 常见问题 FAQ

Q1：怎么安装这个技能？需要写代码吗？

不需要写代码。该技能是一份 Markdown 定义文件加两份资源清单（认知设计清单、可视化审计框架），安装动作本质是把文件放到支持 Skills 的 AI 环境的技能目录中并在技能列表里启用。检索时可用技能ID 12997 或英文名 design-evaluation-audit。具体的安装命令、目录规范与导入入口以官方说明为准。安装后记得测一句“帮我按认知清单审查这个页面”，能返回 8 维度分级结论就说明生效了。

Q2：这个技能收费吗？

技能内容本身是方法论定义与清单资源，不依赖外部付费服务。是否涉及平台或客户端侧的费用，取决于你所使用的 AI 环境，以官方说明为准。

Q3：它和“直接问 AI 这个设计好不好”有什么区别？

直接问得到的是随机性的主观建议，每次结论可能都不一样，也没有优先级。这个技能强制走固定维度、固定评分标准、固定严重性分级，输出结构稳定且可复现。差别类似“找人随便聊聊”和“按检查表走一遍流程”。

Q4：适合谁用？不适合谁用？

适合：做设计评审的设计师、需要发布前把质量关的前端与独立开发者、要审计仪表板的数据团队、需要客观依据做方案选型的负责人。不适合：想从零开始做新设计的（应使用认知设计类技能）、想系统学习认知理论的、想检测误导性可视化的（应使用专门的可视化谬误识别类技能）、以及需要技术实现指导的场景。

Q5：它能替代用户测试或可访问性合规检查吗？

不能。技能界定得很清楚：它提供基于认知原则的系统化评估、严重性分类与优先修复建议，但不替代用户测试，也不覆盖完整的可访问性合规。它更适合作为用户测试之前的低成本预筛，把明显的关键级问题先挡在门外。

Q6：审查一次要多久？该怎么控制时间？

取决于范围：路径 1（认知清单）20—40 分钟；路径 2（可视化审计）15—30 分钟每张图；路径 3（组合审查）45—90 分钟。建议先用 3 问题快速检查（注意力、记忆、清晰度）做初筛，三问全过就大概率认知健全，不必展开完整清单；任一项不过再进入详细维度检查，这样能把时间集中在真正有风险的区域。