010. 先看問題｜Claude 的設計能力不是弱，而是太常自己當評審
Jack Roberts 這支影片 This New Prompting Technique just 10X'd Claude Design 講的是一個很容易被包裝成「新神 prompt」的技巧：Gauntlet Loop，或 Design Loop。
但如果把宣傳語氣先拿掉，它真正有意思的地方不是「10X」這個倍數，而是它承認了一件很多 AI 使用者每天都會碰到的事：Claude 可以做出漂亮東西，但 Claude 很難可靠地判斷自己做得夠不夠好。
這在設計任務尤其明顯。模型可以寫出一個看起來完整的網站、carousel、HTML animation 或簡報頁，然後很有自信地說「已完成」。可是人一看，常常會發現 brief 沒完全滿足、品牌風格跑掉、重點層級不對、細節沒有收乾淨，或者只是有一種「差一點」的 AI 味。
Roberts 在影片裡把這件事講得很白：Claude judges its own homework。它既是學生，也是老師，還是改考卷的人。這不是 Claude 專屬的缺陷，而是多數 LLM workflow 的共同問題。當模型在同一個上下文裡完成任務、解釋任務、評估任務，它很容易合理化自己的輸出。
Gauntlet Loop 的核心，是把「評審」從 Claude 本體旁邊拆出來。不是只叫 Claude「請你更嚴格一點」，而是安排獨立 critics，用不同標準反覆挑戰輸出，再把問題送回 Claude 修正。
021. Loop 的核心｜不是一次 prompt，而是一個審查制度
影片裡的 Gauntlet Loop 可以拆成四個動作：給參考、給標準、讓 Claude 產出、讓 critic 審查。審查後再修正，修正後再審查，直到結果到達可接受狀態。
這個流程乍看很像一般的「請 AI 自我反省」，但差別在於角色被拆開了。一般 self-critique 還是在同一個 Claude 腦袋裡進行；Gauntlet Loop 更接近用 fresh context 或獨立角色，讓每個 critic 只專注在某一種失敗模式。
Roberts 在影片裡示範了幾個輸出：Instagram carousel 風格的 AI tools 卡片、符合自己簡報風格的 HTML animation，以及一個互動式網站概念。這些例子本身可以被視為展示，但真正可複用的是背後的流程：先定義想要的設計系統，再讓多個 critic 把輸出逼近那套系統。
這裡值得注意的是，Gauntlet Loop 不保證每次都會做出好設計。它比較像是把原本散落在設計師腦中的審美判斷，轉成一組可執行的檢查清單。它不是取代品味，而是把品味的某一部分制度化。
Roberts 用一句話概括這點：taste becomes a checklist。這句話比「10X design」更值得記。因為很多人用 AI 做設計時，卡住的不是模型不會畫，而是使用者無法把「我覺得怪怪的」翻譯成模型能反覆執行的檢查項目。
032. Design System｜先讓 Claude 知道什麼叫「像我們」
影片第一個實作建議，是先建立 Claude 的 Design System。Roberts 示範把既有簡報或喜歡的設計素材交給 Claude，請它整理成可重用的設計系統。這套系統可能包含色彩、字體、版面、圖像語言、節奏、留白、元件規則與整體調性。
這一步看似前置作業，其實是整個 loop 能不能穩定的關鍵。
如果沒有 design system，critics 只能用很抽象的方式說「不好看」「不夠高級」「不像品牌」。這些評語對人類有感，但對模型不夠可操作。模型可能下一輪改了顏色、加了陰影、換了字體，結果只是從一種跑偏變成另一種跑偏。
有了 design system，critic 才能說：「這個字級不符合層級規則」「這個 accent color 破壞單色系統」「這個 logo 比例太小」「這張 carousel 沒有延續參考素材的節奏」。
這也是為什麼 Roberts 會把 design system 比喻成給一個記憶很差但能力很強的設計師一份 codified blueprint。Claude 不是沒有能力，而是每次任務都可能重新猜一次你的審美。Design System 的作用，是把猜測變成約束。
043. 三個 Critic｜Brief、System、Craft 各自抓不同錯
影片裡的 loop 大致有三種 critic：Brief Critic、System Critic、Craft Critic。
Brief Critic 負責問：你真的做了使用者要求的事嗎？這個角色看似簡單，但很重要。AI 很常做出一個漂亮答案，卻漏掉 brief 裡最硬的要求。比如使用者要三個方案，它只給兩個；使用者要能互動，它只做靜態畫面；使用者要用特定主題，它只保留了表面色彩。
System Critic 負責問：這個輸出真的符合 design system 嗎？它檢查品牌色、字體、元件、排版、圖像風格、語氣和節奏。這個角色解決的是「每次都重新發明品牌」的問題。
Craft Critic 則負責問：這東西作為設計成品，細節夠不夠好？它會看畫面層級、對齊、間距、可讀性、動態節奏、程式實作、hover state、responsive 狀態，以及那些很難單靠 brief 覆蓋的手感問題。
這種分工的價值在於，它把「再幫我改好一點」拆成幾種不同方向。很多 AI 設計返工之所以累，是因為使用者自己要同時扮演 brief owner、brand guardian 和 art director。Gauntlet Loop 嘗試把這三件事先代理出去。
當然，這不代表人類可以完全退出。Roberts 的示範裡，loop 仍然需要人類決定起點、參考素材、設計系統和停止時機。比較合理的理解是：人類從每輪微調者，變成流程設計者與最後把關者。
054. 成本與邊界｜它會吃 token，所以不該用在每件小事
影片很誠實地提到成本。Roberts 展示的例子中，有流程花到數百萬 tokens；某些 loop 大約消耗 73 萬 Haiku tokens、119 萬 Sonnet tokens，另一個 Gauntlet Loop 接近 200 萬 tokens。
這些數字不一定能直接換算到每個人的帳單，因為模型、工具、上下文長度和 loop 設定都會影響成本。但方向很清楚：這不是免費品質提升。你把多個 critic、反覆修正、多輪檢查都塞進流程，代價就是 token 和時間。
所以這個方法最適合用在高槓桿設計任務上。
比如一組會重複使用的社群模板、一個品牌首頁、一套提案簡報視覺系統、一個客戶要看的 prototype、一個之後會複製很多次的 component pattern。這些東西值得先燒成本，把品質推到比較穩的狀態。
但如果只是臨時做一張內部示意圖、一次性小 banner、或只是探索概念，直接 prompt 可能更有效率。Gauntlet Loop 的問題不是太複雜，而是它容易讓人把每個任務都當成值得審十輪的大案子。
這也是魚塘比較想補上的提醒：AI workflow 的成熟，不只是「效果更好」，也包含知道什麼時候不要用最重的流程。好的 AI operator 不是每次都開最大模型、跑最多 agent，而是知道任務的價值密度在哪裡。
065. 魚塘觀察｜這其實是把 Code Review 思維搬進設計生成
如果把 Gauntlet Loop 放回軟體工程脈絡，它很像 design 版的 code review pipeline。
工程裡我們早就接受一件事：寫 code 的人不應該完全靠自己判斷 code 是否沒問題。你會跑 test、lint、type-check、review、staging、monitoring。每一道檢查都不是因為工程師無能，而是因為複雜工作需要外部約束。
AI 設計也正在走向類似方向。早期大家迷信單一 prompt，以為只要 prompt 寫得夠漂亮，模型就會穩定產出好結果。現在比較務實的做法，是承認 prompt 只是入口，真正的品質來自工作流：規格、參考、約束、檢查、回饋、停止條件。
Gauntlet Loop 的價值就在這裡。它不是要證明 Claude 可以一次變成頂尖設計師，而是把 Claude 放進一個比較像專業團隊的流程裡：有人負責產出，有人負責對 brief，有人負責守品牌，有人負責挑 craft。
對正在做產品、接案或內部工具的團隊來說，這比單純追逐新 prompt 更實用。因為你真正需要的不是偶爾一張驚艷圖，而是可重複、可交接、可說明、可控成本的輸出方式。
最後，這也回到 Roberts 在影片裡反覆展示的重點：當你有 design system，有明確 criteria，有 critics，有 loop，你就不再只是跟 Claude 聊天。你是在建立一條小型設計生產線。
那條線不一定便宜，也不一定每次都值得開。但當任務足夠重要，尤其是面向客戶、品牌或可重用模板時，讓 Claude 跑過一輪「三個 critic、零同情」的審查，確實比靠人類一輪輪補 prompt 更接近專業工作流。