Communitygithub.com

Trystan-SA/claude-design-system-prompt

Reverse-Engineering der Systemaufforderung und Skill-Bibliothek, die ein KI-Modell in einen meinungsstarken, barrierebewussten und KI-Müll-resistenten Design-Mitarbeiter verwandelt.

Was ist claude-design-system-prompt?

Diese Skill-Bibliothek bietet eine detaillierte Anleitung zur Umwandlung eines großen Sprachmodells (LLM) wie Claude in einen spezialisierten Design-Partner. Sie enthält eine reverse-engineerte Systemaufforderung, die das Verhalten des KI-Modells so ausrichtet, dass es strenge Designprinzipien wie Barrierefreiheit (Accessibility) und klare Meinungsbildung (Opinionated) priorisiert. Dadurch wird die Neigung der KI zur Erzeugung von „AI-Slop“ – also generischen, nicht durchdachten oder inhaltlich schwachen Output – minimiert. Die Bibliothek ist insbesondere für Nutzer von Claude (und ähnlichen Plattformen) konzipiert, die in Design-Workflows integriert werden können, und bietet eine strukturierte Sammlung von Prompts und Anweisungen, um konsistente, benutzerzentrierte und ethisch fundierte Designentscheidungen zu fördern.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add Trystan-SA/claude-design-system-prompt

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht claude-design-system-prompt?

Reverse-Engineering der Systemaufforderung und Skill-Bibliothek, die ein KI-Modell in einen meinungsstarken, barrierebewussten und KI-Müll-resistenten Design-Mitarbeiter verwandelt.

Überblick

Dieses Skill-Paket enthält eine reverse-engineerte Systemaufforderung, die das Verhalten eines großen Sprachmodells (LLM) so konfiguriert, dass es als robuster Design-Mitarbeiter agiert. Es ist inspiriert von hochwertigen Design-Systemen und zielt darauf ab, die Schwächen generischer KI-Outputs zu überwinden.

Hauptfunktionen

  • Meinungsstarkes Design: Das Modell wird angewiesen, klare Design-Entscheidungen zu treffen und nicht neutral zu bleiben.
  • Barrierebewusst (Accessibility-aware): Integration von Barrierefreiheitsrichtlinien (z. B. WCAG) in den Designprozess.
  • Resistenz gegen KI-Müll: Mechanismen, um generische oder unüberlegte Vorschläge zu vermeiden.
  • Anpassbar: Die Systemaufforderung kann je nach Kontext und Plattform angepasst werden.

Unterstützte Plattformen

  • Claude (Anthropic)
  • Andere LLMs, die Systemaufforderungen unterstützen (z. B. OpenAI GPT-4, Gemini)

Nutzung

  1. Kopieren Sie die Systemaufforderung in das entsprechende Feld Ihrer KI-Plattform.
  2. Passen Sie bei Bedarf die Parameter (z. B. Designpräferenzen, Barrierefreiheitsstandards) an.
  3. Starten Sie eine Konversation mit einem Design-Fokus – z. B. zur Gestaltung einer Benutzeroberfläche oder einer Komponente.

Beispiel-Systemaufforderung (Auszug)

Du bist ein meinungsstarker, barrierebewusster Design-Assistent. Deine Aufgabe ist es, Design-Entscheidungen klar zu treffen und generische Antworten zu vermeiden. Priorisiere Benutzerfreundlichkeit und Barrierefreiheit.

Lizenz

Dieses Projekt steht unter der MIT-Lizenz.

Beitragende

Verwandte Skills