# Taste Language：我们到底该如何描述「审美」？ > Aesthetic Engineering 系列 · 第四篇 > 作者：**LeenMa** · [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) AI 生成了一张图。你看了一眼，觉得不对，却只能告诉它：“高级一点，克制一点，不要这么 AI。”重新生成以后，画面变了，问题还在。 这时，困难可能出在沟通上。我们能辨认两个版本的差异，却说不清哪个差异影响了选择。再加几个形容词，也未必能让修改更准确。 前三篇讨论了判断的价值和审美工程的整体结构。从这一篇开始，我们进入第一层：**Taste Language，审美语言**。它要帮助我们把“感觉不对”逐渐变成可以讨论、可以尝试修改的问题。 这种语言不要求每个人都成为设计师。我们只需要先把眼前的差异说清一点。 ## 一、我们拥有 Taste，却不一定拥有 Taste Language “不对”是一个真实的感受，只是还不足以指导下一次修改。 于是我们常常补充更多要求：高级、克制、有设计感、有呼吸感。也可能加入摄影参数、艺术家名字和风格关键词。它们有时有用，但如果没有说明在当前作品里分别指什么，模型仍然需要猜。 一个人完全可能有很好的审美，却不善于描述它。摄影师看见构图不对，设计师发现信息太挤，编辑知道一句话应该删去几个字，艺术指导认出某个方案“不像我们”。这些判断可能很快发生，解释却需要时间。 这与隐性知识有相近之处：长期经验进入了动作，却不一定已经变成语言。Taste 与描述 Taste 的能力，需要分别练习。 当我们把一部分执行交给 AI，这个差别就更明显了。过去可以直接动手改，现在还需要说明：哪里要变，为什么变，什么应该保留。 ## 二、Prompt，本质上是一种「审美压缩」 脑海里的感觉往往由许多经验组成：电影的空气感、杂志的排版、建筑的空间关系、旧照片的颗粒，以及某种留白与秩序。到了输入框里，却只剩“高级、极简、电影感、不要 AI 味”。 我把这种转换比喻为 Taste Compression，审美压缩。一句提示需要承载许多没有被说出的关系，信息在压缩中丢失，并不奇怪。 问题也不单是字数少。长提示如果只是叠加形容词，仍然没有交代谁是主角、什么影响阅读、哪些关系最重要。更有用的做法，是找出这次修改真正依赖的信息，把它写清楚。 ## 三、为什么「高级感」几乎是一个无效词？ “高级”可以表达感受，却很难单独成为执行要求。 在不同项目中，它可能指向完全不同的处理：时尚视觉里的强烈字体、大胆裁切、低饱和摄影与负空间；科技表达里的精确网格、清楚层级、克制动效与少量装饰；酒店视觉里的天然材料、柔和光线、低对比和触觉质感。艺术杂志甚至可能通过粗糙、错位、颗粒、失焦与不完整获得吸引力。 这些是可能的解释，不能当作行业固定配方。“高级”更接近多种视觉关系共同产生的感受，并不是一项可以直接调高的属性。 “极简”“电影感”“年轻”“未来感”“高级灰”“有呼吸感”“有设计感”也有类似问题。它们可以帮助开始交流，但还需要追问：在这件作品里，你希望什么具体发生变化？ ## 四、所以我们需要把 Taste 拆开 可以先从画面中可观察的部分开始。下面这些维度用来寻找差异，不要求每次全部填写。 ### Composition｜构图 主体居中还是偏置？画面依靠什么保持稳定，哪里有意失衡？布局采用严格网格还是自由安排？负空间有没有作用？ ### Density｜信息密度 信息集中还是分散？元素之间有没有间隔？视觉焦点有几个，是否都在争夺注意？ ### Color｜色彩 饱和度、对比度、冷暖与颜色数量怎样安排？颜色在承担情绪，还是帮助区分信息？ ### Typography｜字体 字体承担信息还是成为视觉主体？字号层级和字距如何安排？文字怎样参与构图，与图像分配权重？ ### Material｜材质 玻璃、金属、纸张、混凝土、木头和织物，分别带来什么触感？真实摄影和数字表面在这次表达里有什么区别？ ### Light｜光 硬光还是柔光，自然光还是棚拍，高反差还是低反差？光线只是在照亮主体，还是也参与构图？ ### Rhythm｜节奏 画面或镜头是平静还是快速？重复、停顿与变化怎样安排？哪里是重音，哪里需要让人停留？ ### Imperfection｜不完美程度 噪点、失焦、裁切、遮挡、颗粒、错位、不对称和曝光偏差，各自做了什么？它们可能参与表达，也可能妨碍理解。 **Imperfection = 0** 可以比喻一种处处过分修饰的感觉，但它不是 AI 味的成因公式。增加缺陷不会自动让作品更好；需要判断的是，眼前这个不完美是否有作用。 ## 五、但仅仅拆视觉属性，还不够 若只把审美写成下面这组属性，许多差异仍然无法解释： ```text Composition + Color + Typography + Material ``` 相同的构图与颜色，进入不同语境，可能得到完全不同的判断。 ### Emotion 我们希望作品让人安静、兴奋、压迫、陌生、温暖还是疏离？画面中有哪些关系支持这种感受？ ### Culture 参考来自瑞士现代主义、包豪斯、日本编辑设计、粗野主义、宋代绘画、互联网亚文化，还是某个年代的杂志？这些名称只是查找线索，仍需要具体作品和背景，不能用一个标签概括整种文化。 ### Era 作品在引用 1970 年代、1990 年代、2020 年代的某些视觉经验，还是在想象一个不存在的未来？哪些细节让这种时间感成立？ ### Identity 谁在表达？Apple、Nike、独立艺术家和你自己，可能对同一种方法有不同取舍。这里需要讨论身份与目标，不能只根据品牌名推断它永远应该怎样做。 这些问题把视觉风格带回了情绪、文化、时代和表达者的位置。 ## 六、我们可以先建立一个 Taste Coordinate System 可以用一组粗略坐标帮助讨论。它们是工作中的比较轴，不是经过测量的审美尺度： ```text Composition Centered ←──────→ Asymmetric Density Dense ←──────→ Sparse Color Saturated ←──────→ Muted Contrast High ←──────→ Low Typography Quiet ←──────→ Expressive Material Digital ←──────→ Physical Lighting Dramatic ←──────→ Natural Rhythm Dynamic ←──────→ Calm Imperfection Perfect ←──────→ Raw Emotion Loud ←──────→ Quiet Culture Generic ←──────→ Specific ``` 这些轴并不完全独立，两端也未必互相排斥。自然光同样可以戏剧化，数字制作也能呈现物质触感；“具体的文化线索”不意味着比“通用表达”更优。 在某个项目里，“高级一点”也许可以进一步解释为： ```text Density → Sparse Color → Muted Contrast → Medium-Low Typography → Quiet Material → Physical Lighting → Natural Rhythm → Calm Imperfection → Slightly Raw ``` 这只是一个可能方向。它的价值是让创作者知道准备改变哪些部分，之后可以回到作品检查。它并没有证明低密度、低饱和或真实材料天然更好。 ## 七、更重要的是：我们还需要「负向语言」 喜欢什么之外，也需要说明这次不接受什么。 例如，某个系列可能决定避免蓝紫赛博渐变、发光玻璃球、粒子、过度戏剧化的灯光，或者避免把所有元素都居中、把每处空间都填满。这些边界只有结合任务，才有明确含义。 “不要看起来像 AI 做的”仍然太宽泛。需要继续说明，拒绝的是哪种元素、关系或使用方式。否则模型可能只是加上颗粒，原来的问题没有变化。 ```text Preference + Boundary ``` 这种边界比单次 Negative Prompt 更接近创作约定。品牌可以借它保持连续性，也应说明它的适用范围。当前项目的“不用蓝紫色”，不能自动升级为所有创作的禁令。 ## 八、Taste 最重要的语言，可能不是形容词，而是「关系」 描述视觉时，我们很容易只谈高级、简洁、现代、未来、温暖和克制。但作品的差异经常出现在关系里：文字与图片怎样分工，主体与留白怎样呼应，秩序与破坏、理性与情绪、传统与现代、精致与粗糙怎样共同出现。 比如： ```text 90% 克制 + 10% 冒险 ``` 或者： ```text 严格 Grid + 一处故意破坏 Grid ``` 这里的百分比是表达主次的比喻，没有可直接测量的含义。一处破坏是否有张力，也需要回到作品里看。 相比“这个画面要克制”，“整体保持秩序，只允许一个元素打破秩序”已经说明了关系和边界。属性语言帮助我们指出差异，关系语言则进一步解释这些差异怎样共同工作。 ## 九、从 Style Prompt 到 Taste Spec 如果把这些选择整理下来，就可以得到一份 Taste Spec，审美约定。它借用了规格说明的形式，用来保存某个人、品牌或系列通常怎样作出选择。 下面是一份示意，不是通用审美标准。里面的风格标签仍需配合具体参考，“80% / 20%”也只是主次关系的比喻： ```text TASTE SPEC / v0.1 Intent: 安静但有力量。 Composition: 大量负空间。 主体允许明显偏离中心。 Density: Low. Color: 低饱和。 避免大面积高纯度颜色。 Typography: 字体承担主要视觉结构。 最多两级字号。 Material: 真实纸张 / 建筑 / 自然材质优先。 Lighting: 自然硬光。 允许深阴影。 Imperfection: 保留颗粒、轻微失焦与不规则裁切。 Cultural Reference: Swiss Editorial Japanese Minimalism Contemporary Architecture Avoid: 蓝紫渐变 玻璃拟态 发光粒子 过度完整的 3D 典型 AI 科技视觉 Tension: 80% Order 20% Disruption ``` 单次 Prompt 通常描述眼前要做什么，Taste Spec 可以保存跨作品复用的默认选择。两者在实际工具里可能写在一起，但适用范围仍需分清。 这份约定可以帮助减少重复解释。当前任务有新要求时，也应允许修订；它的作用依赖后续使用与检查，不是写完就生效。 ## 十、但 Taste Language 永远不应该成为「审美公式」 建立维度以后，很容易误以为可以据此算出“最美答案”。但这套语言帮助我们提高的是沟通的清晰程度。 过去说“太满”，现在可以指出：“背景、主体和文字同时争夺注意，阅读层级不清楚。”过去说“AI 味重”，现在可以描述：“这里的材质过于光滑，灯光比主体动作更醒目，与希望呈现的日常感有距离。” 这些描述仍然包含判断，需要结合目标核对。但至少下一位创作者知道该看哪里，也知道可以对哪一项解释提出不同意见。 我们能更清楚地说明为什么觉得不对，并不意味着已经给美作出统一定义。 ## 十一、语言之后，还需要 Reference “低饱和、自然硬光、大量留白、非对称构图”，仍然可能对应许多不同的作品。语言列出了特点，参考图则能让这些特点怎样共同出现变得可见。 ```text Taste Language + Reference + Choice History ``` 语言解释寻找什么，参考呈现可能的关系，选择历史补充过去在什么条件下保留了什么。三者一起，才有机会形成可以调用的审美表示。 ```text Taste Language ↓ Reference System ↓ Art Direction ``` 这也说明前三层怎样衔接：描述差异，组织证据，再决定当前项目如何使用它们。拥有记录还不等于模型已经理解，实际结果仍需检查。 ## 十二、更有意思的是：AI 可以反过来帮助我们认识自己的 Taste 审美语言不一定都由人先写出来。AI 也可以根据收藏、拒绝和修改记录，提出待确认的观察。 例如，在一个假设的记录库里，它可能说：“你把自己的风格叫作极简，但过去的选择更稳定地保留了低信息密度与一个强烈焦点。”也可能注意到对称构图经常被拒绝、字体受到更多限制，或者最近的选择增加了自然材料和暖色。 这些是需要回看原图、任务和选择理由的解释，不能只凭共现就当作偏好事实。用户留下某个方案，也可能是因为预算、时间或其他候选更差。 如果这些解释可以被检查和纠正，AI 就可能成为一面 Taste Mirror，帮助人认识自己的选择，建立更具体的词汇。它的价值在于让我们看见过去没注意到的差异。 ## 十三、所以未来真正重要的能力，不只是 Prompt Literacy 学习使用提示、工具和 Agent，让我们更容易开始创作。但候选变多以后，还需要另一组能力：看出差异、描述差异、解释取舍、建立参考、说明边界，以及理解作品的文化语境与身份。 本篇把这组能力称为 Taste Literacy，审美素养。设计师、摄影师、导演、编辑和艺术指导长期在练习它，使用 AI 的创作者也需要它。 执行能力仍然重要，也仍有许多未解决的问题。只是在某些任务里，当工具能提供更多可用结果，我们会更直接地面对“做什么”和“什么值得留下”。 ## 十四、Taste Language 的终点，不是让人变成设计师 使用 AI 不要求每个人先接受多年设计训练，也不意味着专业知识可以省去。 一个人未必需要亲自设计字体，仍可以学习观察第三种字体是否破坏了层级；未必亲自拍摄，仍可以比较两张照片怎样组织主体与环境。 这种判断可以在具体工作中逐渐形成。先说明一处差异，尝试一次修改，再看结果是否接近原来的表达，比记住一套所谓高级风格更有帮助。 工具降低部分执行门槛以后，方向依然需要有人提出、比较和修正。 ## 十五、从 Prompt Engineering 到 Taste Engineering 提示表达当前要求，任务上下文补充目标、受众、历史和约束，审美经验则进一步帮助说明：什么对当前的人和作品算好。 这些工作彼此交织，并不是 Prompt Engineering、Context Engineering、Taste Engineering 依次替代的技术阶段。放到创作中，可以用下面的链路说明它们怎样参与： ```text Intent ↓ Context ↓ Taste ↓ Direction ↓ Generation ↓ Judgment ↓ Memory ``` 合作久了，系统可能根据已确认的经验提醒：“这个虽然漂亮，但与这次的表达有距离。”或者：“你最近保存的参考里，有一个关系值得继续尝试。” 这种提醒需要能指向依据，也要允许人说“这次我想改变”。创作伙伴的价值，在于减少重复解释，同时仍然听得见新的要求。 ## 十六、Taste Language 最终应该成为一种「活的语言」 一份 Taste Spec 写完以后，还会遇到新作品、新任务和新经历。过去喜欢的留白，今天也许不够；曾经排斥的颜色，在特定语境下可能很有力量。 因此，审美语言需要能更新。某部电影、一次旅行、一篇文章或一位创作者，都可能改变我们理解差异的方式。 如果系统永远把一个人概括成“喜欢极简、低饱和、留白”，个性化就可能变成对旧作品的重复。它保存了熟悉外观，却缩小了继续变化的空间。 ## 十七、好的 Taste System，应该同时理解「我是谁」和「我正在变成谁」 审美记忆除了关心喜欢什么，还应留意偏好怎样变化。假设某个人的记录中出现以下移动： ```text Highly Polished ↓ Natural Texture ``` ```text Symmetry ↓ Asymmetry ``` ```text Digital ↓ Physical ``` ```text Dense ↓ Sparse ``` ```text Perfect ↓ Imperfect ``` 这些箭头示意一种可能的变化轨迹，不代表每个人都会这样发展，也不代表右端优于左端。变化还可能来自任务不同，需要带着当时的语境理解。 系统可以延续已确认的选择，同时保留有理由的探索。例如，展示一个与历史偏好不同、却更能表达当前主题的方案。对它的解释应该落在作品和任务上，不能只说“算法认为你会喜欢”。 ## 十八、审美成长，本质上需要「被陌生的东西冒犯」 “被冒犯”在这里形容的是熟悉判断受到挑战，并不要求人接受冒犯性的作品。 有些作品第一次看时让人感到奇怪、不舒服、太空、太粗糙或难以理解，后来却可能改变我们的视觉经验。初次不喜欢，不一定足以结束判断；陌生本身也不证明作品有价值。 只根据偏好历史生成熟悉内容，可能使新的表达越来越难出现。就像一个音乐推荐系统若始终只播放与过去相近的歌，发现陌生音乐的机会也会受到限制。 创作系统可以给有明确理由的新方向留一个位置。理解以后仍不喜欢，也可以保留这个决定。第十二篇会继续讨论成长、文化与判断的边界。 ## 十九、所以 Taste Language 不是答案，而是一张地图 这些维度可以构成一张工作地图： ```text Composition Density Color Contrast Typography Material Lighting Rhythm Imperfection Emotion Culture Identity Relationship Boundary ``` 面对“太 AI”“没感觉”“不像我”，不必立即给作品打分，可以沿着这张地图寻找差异，再通过参考、比较、拒绝、修改与反馈修正描述。 地图能帮助讨论，并不保证每件作品都有现成位置。一个尚未说清的感受，也可以先留下来，等待更多比较。 ## 二十、从「我觉得不对」到「我知道哪里不对」 同一个判断，可以逐渐说得更具体： > 我觉得这个不好看。 这是感受。比较以后，可能变成： > 我更喜欢 B，不喜欢 A。 继续观察，可以指出： > A 的信息密度太高。 再往前一步，就能区分数量与关系： > 信息多本身没有问题，但这里的字体、背景和主体同时争夺注意，缺少阅读层级。 最后提出一个可尝试的方向： > 降低背景对比度，减少一个字号层级，保留主体与标题的位置，再看阅读顺序是否更清楚。 这就是 **Taste → Judgment → Direction**：从感受到判断，再到修改方向。修改后的作品还需要回看，不能因为建议听起来准确，就默认它已经有效。 ## 二十一、AI 可能反而会让更多人拥有更好的审美 我对 AIGC 的一个乐观期待，是它能让这种练习更容易发生。 过去要比较不同构图、字体、色彩和材料，往往需要较多制作时间。模型可以帮助更快产生候选，让人有机会反复比较、选择和修改。 但数量只是条件之一。大量观看相似结果，或者接受一套错误解释，都未必帮助学习。若 AI 能指出真实差异，解释允许核对，并能在反馈后修正，它才可能成为有用的审美练习伙伴。 ## 二十二、未来最好的 AIGC 产品，可能一边帮你创作，一边训练你的 Taste 可以设想这样一种交互：系统生成八张图，说明它们分别探索四种构图方向。用户保留两个版本，系统继续询问，更在意的是负空间还是主体位置。 用户回答以后，记录与候选一起保存。之后如果出现相近选择，再回看它是否仍然成立。 例如，“过去 17 次选择中，有 14 次倾向更大的负空间”可以作为教学场景中的假设统计，不能仅据此宣布用户偏爱留白。还要知道这 17 次分别在做什么，有没有提供其他合理选项，用户究竟认可哪一部分。 这种交互的价值，是让用户和系统都能修正理解。它不应变成每次点击都要填写问卷，更不能以“训练你的审美”为由替人决定应该喜欢什么。 ## 二十三、所以，「会用 AI」和「会创作」会重新分开 **会 Generate ≠ 会创作。** 使用生成工具，与完成一件有表达的作品，仍然有差别。摄影也一样：**会拍照 ≠ 摄影师。** 按下快门并不意味着已经具备摄影创作的全部能力。 我们看过什么、理解什么，怎样解释差异，知道哪些部分应该删除、什么时候应该停止，都会影响结果。文化经验与判断也会在这些选择里显露。 当执行条件改善，这些差异可能更容易被看见。但普通的结果依然可能受到工具能力、材料和任务约束影响，不能把所有问题都归咎于创作者“没有品位”。 ## 写在最后 审美里至少有一部分能力，可以从看见差异、给差异命名开始练习。 “太满”可以进一步解释成层级不清；“不喜欢”可以进一步追问究竟想保留哪一部分。描述越具体，别人越容易理解，也越有机会提出不同的观察。 下一次修改一张图时，可以先尝试说清四件事：哪里不同，为什么影响这次表达，准备改变什么，以及什么值得保护。 我们未必每次都能说清，也不必为直觉编出理由。能把一个模糊的感受推进为一次有依据的尝试，已经让创作往前走了一步。 ## 下一篇：Reference System 下一篇进入第二层：《Reference System：为什么一张参考图，可能胜过 1000 个 Prompt？》 语言能够解释差异，图片还能同时呈现构图、材质、比例、光线、字体与情绪之间的关系。我们将讨论怎样为收藏夹、Moodboard 和历史作品补上来源、职责与选择理由，让它们成为可以调用的参考证据。