GPT-4o/Claude 3.5：UI审美差真的是模型的问题吗？

很多人潜意识里有个认知：写前端UI找Claude，写底层逻辑找GPT。因为GPT出的界面总有一种浓浓的“AI风”——满屏的卡片布局、千篇一律的仪表盘风格，审美极其死板。

但我最近深挖了一下 Codex 的模型清单（manifest），发现一个很有意思的细节：GPT-5.5 版本的配置里竟然内置了一大块前端指导指令。

它不是简单的“让UI好看点”，而是具体到了：

• 卡片圆角半径
• 图标选择偏好
• Hero Section 的布局方式
• 颜色约束和按钮行为
• 明确规定要避开哪些 UI 模式

这意味着，当你觉得 GPT “没品味”时，可能不是模型本身不行，而是它在接收你的 Prompt 之前，已经被一套死板的全局指令给“框死”了。

这揭示了一个被很多人忽略的真相：我们对比 Claude Code 和 Codex 时，对比的其实不是纯粹的模型能力，而是整个【模型外壳（Harness）】。

• 系统提示词（System Prompt）
• 工具链与内存管理
• 项目指令与仓库上下文
• 产品默认设置

同样的模型，换个外壳，体感完全不同。有个实测案例很有说服力，有人尝试用类似 Claude Code 的环境去跑 GPT-5.6 Sol，结果出来的 UI 质量远超预期。而且在 ReactBench 的基准测试中，GPT 系列在真实 React 任务上的得分其实非常高。

由此我想提醒大家，检查一下自己的 CLAUDE.md 或 AGENTS.md 配置文件。

很多开发者习惯在自定义指令里塞各种要求，但这些东西是有时效性的。你半年前为了修正 GPT-4 的某个 Bug 而添加的死板规则，现在可能反而成了限制新模型发挥的枷锁。

臃肿、过时的指令文件会持续占用上下文并误导模型。如果发现 AI 输出开始变得古怪，先别急着骂模型退化，去看看你的 Prompt 配置文件里是不是堆了太多陈年旧账。