Codex 前端实战:AI 能画出设计稿,也能写代码,但如何让它不再“像 AI 做的”?
Codex 前端实战:AI 能画出设计稿,也能写代码,但如何让它不再“像 AI 做的”?
上周我用 Codex 把一份 Figma 设计稿丢给它,三分钟生成了一个完整的前端页面。同事们看完说:“这个看起来不太像 AI 做的。”
这句话很有意思。默认情况下,Codex 生成的前端代码确实有一股“AI 味”——卡片网格、蓝紫渐变、毛玻璃效果、整齐得让人失去想象的布局。GPT-5.4 在前端这块确实强了不少,能生成更有野心的 UI,但方向还得你给,提示词有多明确,模型就有多靠谱。
这篇文章我不打算写“如何安装 Codex”“API 怎么调用”那种模板化教程,我想聊聊我在几个实战项目里用 Codex 的实际体感——它到底能做什么、做不好的地方在哪、以及怎么让它产出不“像 AI 做的”前端代码。
一、三种典型的使用姿势,看看哪种适合你
Codex 在前端开发中的使用方式大概可以分为三种,我按“自由度”从高到低排个序:
1. 纯对话式生成(Vibe Coding)
最简单粗暴的方式。打开终端敲codex,然后像跟同事聊天一样描述你想要什么。有位开发者在 MacBook 上装了 Codex 之后,全程零手写代码,只用对话就搭建了一个漫画网站:先是让它基于图片目录生成类似 xkcd 的浏览页面,接着让它加键盘导航、搜索框、点赞按钮、移动端滑动手势,甚至让它自动配置 GitHub Pages 部署脚本。中间 GitHub Actions 报错,他把报错信息直接贴给 Codex,AI 自己修好了。
这种模式适合快速验证想法、做个人小项目。代价是代码结构可能比较潦草,组件复用性差,维护起来费劲。但如果你就是想“先跑通再说”,这种方式完全够用。
2. 设计稿驱动生成(Figma + Codex)
这是我目前最常用的方式。Figma 的 MCP Server 可以直接把设计文件传给 C
