企业把前端页面交给模型生成,卡点一般不在模型会不会写代码,而在链路上没有可评审的中间产物:一句「页面已完成」既不能回退,也不能验收。
我在百炼 CLI(bl)上把链路拆成四阶段:读稿、出码、验收、交付。每阶段只做一件事,交出一个能单独摊开看的物件,配一条能用脚本判定的判据。素材全部自产,设计稿是生图模型造的移动端样稿,需求文档是我写的虚构文档,店名人名编号全编。
一、四阶段与各自的判据
| 阶段 | 命令 | 产物 | 判据 |
|---|---|---|---|
| 1 读稿 | bl vision describe |
8 行区块清单 | 文案逐字可抄,看不清写 UNKNOWN |
| 2 出码 | bl text chat |
单文件页面 | 五个约定 id 在 dom 里搜得到 |
| 3 验收 | 真浏览器 + bl vision describe + 自测脚本 |
截图、dom、点击读数 | 三层判据各命中一类缺陷 |
| 4 交付 | 调试协议真设视口 | 双宽读数 | 375 与 1280 下无横向滚动与裁切 |

整轮十次模型调用、二十一次浏览器会话,每阶段都留下一份能单独送评审的产物。
二、读稿:结构化问法交出清单,不是散文
头一版问法只有「描述一下这张设计稿」,回来一千七百多字散文,信息全对,却没法照着写代码。第二版把输出格式写死:
bl vision describe --image design-mockup.png --prompt "逐块输出:BLOCK 序号 | 类型 | 标题 | 正文 | 标签 | 颜色。只写看清的文字,看不清写 UNKNOWN"
这次回来 8 行 BLOCK 清单,一行一个区块,字段对齐,卡片标题、现状描述、状态标签颜色、检查项编号逐字可抄。给视觉模型一个输出格式,比给它更多自由度有用。散文里混着判断和修辞,清单里只有事实,而写代码要的是事实。
三、出码:设计稿管长相,需求文档管行为
出码跑了两版对照。只给清单那一版还原度很高,标题栏、卡片、按钮都在,但没有需求里那三个必填输入框,也没有提交按钮和提示容器的 id。设计稿画的是展示态,输入框写在需求文档里,没给需求就没有,拿这版做行为验收连下手的地方都找不到。
清单加需求文档、再加一句 id 约定(三个输入框、提交按钮、提示容器各用什么 id),这一版五个 id 全在,导出 dom 一搜一个准。两版体积是 10544 和 9375 字节,差不到一千二百字节,差的就是这五个挂钩。

只喂设计稿的代价,是拿到一个好看但没法验收的页面:判据写在需求里,不在设计稿里。
这一阶段还撞上一次输出截断,报错的位置不在模型。首跑最大输出给 6000 token,页面写到一半就断,代码块只有开头围栏没有结尾围栏;提取脚本报失败,模型退出码却是零。上限提到 16000、让它压缩 CSS 之后才写完。截断在围栏中间的代码,比直接报错更难发现。
四、验收:三层判据,每层都有抓不到的类别
我在页面里预埋两个缺陷试判据:清空历史记录链接的地址,在证照卡片标题里留一句 TODO 待补。
dom 这一层。页面丢进真浏览器,导出渲染后的 dom 直接搜,空 href 和 TODO 各命中一行,结构类问题在这一层最准。
截图读回这一层。让 bl vision describe 读页面截图,TODO 抓住了,它把「证照有效期(TODO 待补日期)」原样念了回来;空链接没抓住,而且它自己说清了原因:
仅凭截图无法确认 HTML 中 href 是否为空
模型知道自己哪类问题答不了,这件事比自信的错答可靠。
行为这一层。空提交要拦、填全才能进已提交态,靠看不出来。我注入一小段自测脚本,让页面自己清空输入框、点提交、读文案,再填全、点提交、再点一次,结果写进隐藏节点随 dom 导出。三条读数(T1 到 T3):空提交时按钮文案不变、提示点名缺哪三项;填全后按钮变成「已提交 今日自检」;再点一次不重复提交。
分工很清楚:文案与视觉交给截图读回,结构交给 dom,行为交给真点;任何单层都会漏,漏的恰好是它自己声明抓不了的那类。
五、交付:测量工具自己制造了一个假缺陷
我用浏览器命令行拍移动端截图,窗口宽度设 --window-size=375,900,截图右边被裁掉一块。我据此写下「窄屏溢出,验收不通过」,还让模型修了一版。
复测时 dom 的横向滚动读数是平的。加一条判据量所有节点的最右边缘对着 innerWidth 比,读数说视口宽是 500:这种无头模式对窗口宽度有个下限,375 设不进去,而截图画布是 375,于是图片把 500 宽的渲染结果裁掉了右边。被裁的是截图,不是页面。
改走浏览器调试协议真设视口复测,三个页面在 375 和 1280 两个宽度下,横向滚动与节点裁切两项全部为否(hasHScroll=false、clipped=false):375 下最右边缘正好等于视口宽,1280 下内容居中、最右边缘落在 920。窄屏适配从头到尾达标,不达标的是我的测量方式。那版「修溢出」的页面在真视口下读数和修之前一模一样,一次错误的测量凭空造出了一轮合理的返工。
六、把四阶段写进团队规矩
其一,id 约定是编码与验收之间的契约,出码前定下来,原样出现在需求文档、提示词、验收脚本三处。契约一旦缺失,作废的是整层验收:dom 搜不到 id,点击脚本注不进去。
其二,每阶段产物都要进评审,评审的是物件不是结论。清单进需求评审,页面进代码评审,截图与 dom 进验收评审,双宽读数进交付评审;阶段之间只通过产物交接。
其三,验收脚本的输出自己也要被验收。埋缺陷首跑时,替换脚本有个目标串抄自另一个测试页面,在这一版里不存在,脚本如实报了「命中 1/2」,我只扫退出码就把这行跳过去了,换成真锚点后是 2/2。命中率和样本数要和退出码一起进检查项。
想自己跑一遍,先去百炼控制台签发一把 Key,命令行工具一条命令装完,装完先跑读稿那一步:8 行清单出来那一刻,你会知道这条流水线和一把梭是两回事。