117 个 UI Skill 实测 1770 页：视觉变化大，文案几乎不变

作者搭建 SkillArena，用 5 个固定 brief、同一模型跑了 117 个前端 Skill 各 3 次，共 1770 页并全部公开。结论：Skill 对布局和视觉影响明显，但文案高度趋同——354 个落地页里 317 个开头都是「Stop asking…」。输出量差异也很大，最小 Skill 每页 5.4k token，最大 36.2k。

实验怎么做的

• 5 个固定 brief 逐字发送：SaaS 落地页、分析仪表盘、手机屏幕、注册表单、SkillArena 自己的首页
• 统一用 Claude Opus 5.5 默认设置，117 个 Skill 来自 25 位作者，外加无 Skill 对照组
• 每个 Skill × brief 跑 3 次，共 1770 页，全部截图公开；Skill 固定到 git commit
• 刻意不设评分和排行榜，只统计可数的客观指标

视觉变了，文案没变

• 落地页 brief 没提示标题，但 354 页里 317 页开头都是「Stop asking 'when works for everyone?'」式标题，无 Skill 对照组 3 次全中，117 个 Skill 里 94 个也中
• 只有两个 Skill 每次都避开：Elaya 的 landing-page-design，以及 Addy Osmani 的 SEO Skill——后者把产品关键词放进 H1，正是 SEO Skill 该做的
• 首页 brief 同样趋同：205 页用了完全相同的标题「Same brief. Different skill.」，只有 15 个 Skill 从未用过
• 结论：视觉设计 Skill 改不了文案；想改文案，需要改变模型目标的 Skill（如 SEO、文案框架）

Skill 是否让输出变大，取决于 brief

• 手机屏幕：无 Skill 5.8k token，中位 Skill 11.7k（2 倍），117 个里 114 个写得更多
• 注册表单：8.3k 到 13.6k（1.6 倍），115 个 Skill 写得更多
• 仪表盘：无 Skill 已达 20.9k，中位 Skill 反而降到 18.0k，82 个 Skill 让输出变少
• 极端值：Subtractive Design 每页仅 5.4k，Emil Kowalski 的 Prototype Skill 达 36.2k，约对照的 3 倍，手机 brief 上超 7 倍
• 输出量不代表质量，但能反映 Skill 对每次生成的成本和延迟的影响

多数稳定，少数失控

• 约九成 Skill × brief 组合中，三次运行的最大输出不到最小的 1.5 倍
• 例外很大：Soft Skill 在首页 brief 上三次分别产出 17k、23k、44k token，截图看起来像三个不同 Skill
• 只看一次运行容易误判，所以 SkillArena 把三次运行并排展示，而不是挑最好的一次

实验局限

• 每个 Skill 都全量加载，而真实 Claude Code 会先看描述再决定是否加载
• 只用了一个模型，其他模型表现可能不同
• brief 都要求单文件 HTML，对 Vue 或组件库类 Skill 不利
• token 数只是最客观的可数指标，不等于质量

怎么用这些结论

• 装之前先看效果：描述几乎相同的两个 Skill 可能产出完全不同的页面
• 用你自己的页面类型测试：改造表单的 Skill 可能对仪表盘无效，反之亦然
• 别指望设计 Skill 修文案，文案重要就换能改变页面目标的 Skill 或 prompt
• 多看几次运行结果，不稳定的 Skill 单张截图会骗人