Чек-лист UX-аудита в ChatGPT: промты для проверки контраста, сетки и доступности макета

Дизайнеры всё чаще используют LLM не для генерации картинок, а для рутины: собрать токены, проверить контраст, описать компонент, составить handoff. Но модели не видят ваш макет и путают пиксели с процентами. В этой подборке — 10 промтов, которые реально экономят время, с примерами входа и выхода и честным разбором, где LLM ошибается.

Каждый промт — это диалог, а не магия. Чем точнее вы опишете контекст (платформа, брейкпоинты, ограничения), тем полезнее ответ. Мы собрали промты по трём уровням: базовые (для быстрого старта), продвинутые (с анализом и критикой) и экспертные (для сложных задач вроде аудита доступности или генерации спецификаций). Все примеры проверены на ChatGPT (GPT-4) и Claude 3.5 Sonnet, но подход работает и с другими моделями.

Базовые промты: токены и простая критика

1. Генерация палитры и типографики для дизайн-системы

Задача: быстро получить набор цветовых и типографических токенов, которые можно перенести в Figma Variables.

Промт:

Ты — UI-дизайнер. Сгенерируй палитру для дизайн-системы мобильного приложения (iOS/Android). Нужны:
- 5 основных цветов (primary, secondary, success, warning, error) с оттенками от 50 до 900 (как в Tailwind)
- 3 нейтральных цвета (background, surface, border)
- типографическая шкала: заголовки H1-H3, body, caption — с размерами в px и line-height
Формат вывода: JSON с полями name, value, type (color/font).

Пример результата:

{
  "colors": {
    "primary": { "50": "#E3F2FD", "100": "#BBDEFB", "500": "#2196F3", "900": "#0D47A1" },
    "neutral": { "background": "#FFFFFF", "surface": "#F5F5F5", "border": "#E0E0E0" }
  },
  "typography": {
    "h1": { "size": 32, "lineHeight": 40, "weight": 700 },
    "body": { "size": 16, "lineHeight": 24, "weight": 400 }
  }
}

Что проверить: модель может выдать невалидные HEX (например, #FFF вместо #FFFFFF) или несогласованные оттенки. Всегда проверяйте контраст между текстом и фоном — об этом ниже.

Где чаще ошибаются LLM часто путает единицы: пишет «16px» там, где нужны rem, или указывает line-height в процентах вместо пикселей. Уточняйте формат в промте.

2. Критика иерархии и сетки по скриншоту (текстовое описание)

Задача: получить быстрый фидбек по макету, даже если модель не видит картинку.

Промт:

Ты — UX-дизайнер. Опиши, как улучшить иерархию и сетку на экране личного кабинета.
Вот текстовое описание: экран 375x812, три блока — профиль (аватар, имя, email), статистика (три карточки в ряд), список последних действий (5 строк).
Шрифт: заголовки 24px, текст 14px. Отступы: 16px по краям, 8px между блоками.
Что можно улучшить? Дай 3 конкретных совета с обоснованием.

Пример результата:

  1. Увеличьте отступ между блоками до 24px — сейчас 8px создаёт ощущение слипшихся секций, особенно на маленьком экране.
  2. Сделайте статистику двухколоночной — три карточки в ряд на 375px будут слишком узкими (около 100px каждая), текст не поместится.
  3. Добавьте визуальный разделитель (линию или тень) между профилем и статистикой, чтобы усилить группировку.

Ограничение: модель не видит реальных пропорций и может советовать невозможное (например, «увеличьте шрифт до 18px» без учёта, что места мало). Проверяйте в Figma.

Продвинутые промты: аудит и спецификации

3. UX-аудит по эвристикам Нильсена

Задача: проверить интерфейс на соответствие 10 эвристикам Нильсена без ручного перебора.

Промт:

Ты — UX-исследователь. Проведи аудит экрана оформления заказа по эвристикам Нильсена.
Опиши каждую эвристику и укажи, есть ли нарушение. Вот описание экрана:
- Форма с полями: имя, телефон, адрес, способ оплаты (радиокнопки), кнопка «Оплатить».
- Нет индикатора прогресса, нет возможности вернуться назад, ошибки валидации показываются только после нажатия кнопки.

Пример результата (сокращённо):

Эвристика Нарушение Рекомендация
Видимость состояния системы Нет индикатора загрузки после нажатия «Оплатить» Добавить спиннер или скелетон
Свобода действий Нет кнопки «Назад» Добавить ссылку «Вернуться в корзину»
Помощь пользователям в распознавании ошибок Валидация только по сабмиту Показывать ошибки по blur поля

Важно: эвристики — это эвристики, а не строгие правила. Модель может найти нарушения там, где их нет, если описание неполное. Давайте ей больше контекста.

Ключевое различие LLM хорошо находит очевидные нарушения (нет обратной связи, нет отмены действия), но плохо — контекстные (например, перегрузку когнитивной нагрузки). Для глубокого аудита привлекайте реальных пользователей.

4. Проверка контраста и доступности (WCAG)

Задача: быстро проверить цветовые пары на соответствие WCAG 2.1 AA.

Промт:

Ты — эксперт по доступности. Проверь контраст следующих пар цветов (текст на фоне) по WCAG 2.1 AA:
- #333333 на #FFFFFF
- #2196F3 на #FFFFFF
- #FFFFFF на #2196F3
- #757575 на #F5F5F5
Для каждой пары укажи коэффициент контраста и вердикт (проходит/не проходит). Если не проходит — предложи альтернативу.

Пример результата:

  • #333333 на #FFFFFF — контраст 12.6:1, проходит (AAA).
  • #2196F3 на #FFFFFF — 3.1:1, не проходит для обычного текста (нужно 4.5:1). Предложить затемнить до #1976D2 (4.6:1).
  • #FFFFFF на #2196F3 — 3.1:1, не проходит. Использовать для крупного текста (18px+) или заменить фон на #0D47A1 (8.6:1).
  • #757575 на #F5F5F5 — 4.0:1, не проходит. Заменить текст на #616161 (5.3:1).

Ограничение: модель может ошибаться в расчётах, если вы даёте не HEX, а RGB или HSL. Всегда перепроверяйте контраст в инструментах вроде WebAIM Contrast Checker.

5. Спецификация компонента для handoff

Задача: описать компонент так, чтобы разработчик понял, как его верстать.

Промт:

Ты — дизайнер, пишущий handoff. Опиши компонент «Карточка товара» для фронтенда.
Вот что есть в макете: изображение 200x200, заголовок (16px, жирный), цена (18px, зелёная), кнопка «Купить» (фон #2196F3, текст белый, скругление 8px).
Учти состояния: hover, active, disabled. Опиши отступы и поведение на мобильных (ширина < 768px).

Пример результата:

.product-card {
  display: flex;
  flex-direction: column;
  padding: 16px;
  border-radius: 12px;
  box-shadow: 0 2px 8px rgba(0,0,0,0.1);
}
.product-card__image {
  width: 200px;
  height: 200px;
  object-fit: cover;
}
.product-card__title {
  font-size: 16px;
  font-weight: 700;
  margin: 12px 0 4px;
}
.product-card__price {
  font-size: 18px;
  color: #2E7D32;
  margin-bottom: 12px;
}
.product-card__button {
  background: #2196F3;
  color: white;
  border-radius: 8px;
  padding: 10px 16px;
  border: none;
  cursor: pointer;
}
.product-card__button:hover { background: #1976D2; }
.product-card__button:active { background: #0D47A1; }
.product-card__button:disabled { background: #B0BEC5; cursor: not-allowed; }
@media (max-width: 768px) {
  .product-card__image { width: 100%; height: auto; }
}

Что проверить: модель может предложить несуществующие CSS-свойства или перепутать единицы. Сверяйте с реальным макетом.

Экспертные промты: глубокая проработка

6. Генерация дизайн-системы с токенами для Figma Variables

Задача: получить полный набор токенов в формате, который можно импортировать в Figma через плагин (например, Tokens Studio).

Промт:

Ты — системный дизайнер. Создай JSON-файл с токенами для Figma Variables (формат Tokens Studio).
Нужны: цвета (primary, neutral, semantic), типографика (размеры, веса, line-height), отступы (4, 8, 12, 16, 24, 32, 48), радиусы (4, 8, 12, 16).
Используй иерархическую структуру: global -> alias -> component.

Пример результата (фрагмент):

{
  "global": {
    "color": {
      "primary": { "value": "#2196F3", "type": "color" },
      "neutral-100": { "value": "#F5F5F5", "type": "color" }
    },
    "spacing": {
      "sm": { "value": "8px", "type": "spacing" },
      "md": { "value": "16px", "type": "spacing" }
    }
  },
  "alias": {
    "button-bg": { "value": "{global.color.primary}", "type": "color" }
  }
}

Trade-off: такой JSON удобен для импорта, но модель может наплодить лишних токенов. Импортируйте в Figma, проверяйте, что все значения применились, и удаляйте неиспользуемые.

Что проверить первым Убедитесь, что модель использует правильный синтаксис ссылок (например, {global.color.primary}), иначе Tokens Studio не распознает alias.

7. Аудит адаптивности и сетки

Задача: проверить, как макет ведёт себя на разных брейкпоинтах, без ручного ресайза.

Промт:

Ты — UI-дизайнер. Проанализируй адаптивность макета лендинга.
Дано: десктоп 1440px — три колонки, планшет 768px — две колонки, мобильный 375px — одна колонка.
Контент: заголовок, три карточки с преимуществами, форма подписки.
Найди потенциальные проблемы с переносом текста, отступами и переполнением.

Пример результата:

  • На 768px три карточки не поместятся в две колонки — третья перенесётся, образуя пустоту. Решение: использовать flex-wrap с выравниванием по центру.
  • На 375px заголовок может занять 3 строки — уменьшите размер до 24px или используйте clamp().
  • Форма подписки на мобильных: поле ввода и кнопка должны быть на всю ширину, иначе кнопка будет слишком узкой.

Ограничение: модель не знает точных размеров вашего контента, поэтому советы могут быть общими. Уточняйте длину текстов.

8. Генерация документации для компонента (handoff + Storybook)

Задача: создать описание компонента для дизайнеров и разработчиков, включая пропсы и примеры использования.

Промт:

Ты — техписатель в дизайн-системе. Напиши документацию для компонента Button.
Варианты: primary, secondary, ghost. Размеры: small, medium, large. Состояния: default, hover, active, disabled, loading.
Опиши пропсы (variant, size, disabled, loading, onClick) и приведи пример кода на React с использованием styled-components.

Пример результата:

import styled from 'styled-components';

const StyledButton = styled.button`
  padding: ${({ size }) => size === 'small' ? '6px 12px' : size === 'large' ? '14px 24px' : '10px 16px'};
  border-radius: 8px;
  border: none;
  font-weight: 600;
  cursor: pointer;
  background: ${({ variant }) => variant === 'primary' ? '#2196F3' : variant === 'secondary' ? '#E3F2FD' : 'transparent'};
  color: ${({ variant }) => variant === 'primary' ? 'white' : '#2196F3'};
  border: ${({ variant }) => variant === 'ghost' ? '1px solid #2196F3' : 'none'};
  &:hover { opacity: 0.9; }
  &:disabled { opacity: 0.5; cursor: not-allowed; }
`;

export const Button = ({ variant = 'primary', size = 'medium', loading, children, ...props }) => (
  <StyledButton variant={variant} size={size} disabled={loading} {...props}>
    {loading ? 'Loading...' : children}
  </StyledButton>
);

Что проверить: модель может предложить избыточные пропсы или неоптимальный CSS. Убедитесь, что код соответствует вашему стеку.

9. Критика цветовой схемы и типографики с точки зрения бренда

Задача: получить обратную связь по визуальному стилю, не выходя из чата.

Промт:

Ты — арт-директор. Оцени цветовую схему и типографику для бренда «Эко-стартап» (натуральные продукты).
Цвета: primary #4CAF50, secondary #FFC107, background #FAFAFA, text #212121.
Шрифт: заголовки — Montserrat Bold, текст — Open Sans Regular.
Что можно улучшить? Дай 3 рекомендации по усилению бренда.

Пример результата:

  1. Добавьте природный оттенок — #4CAF50 слишком яркий, попробуйте #2E7D32 (глубокий зелёный) для ассоциации с лесом.
  2. Используйте акцентный цвет для CTA — жёлтый #FFC107 хорошо работает как вторичный, но для кнопок лучше взять тёплый оранжевый (#FF9800), чтобы повысить контраст.
  3. Разнообразьте типографику — Montserrat Bold для заголовков и Open Sans Regular для текста — стандартная пара, добавьте рукописный акцент (например, Caveat) для цитат или подписей, чтобы передать «человечность».

Ограничение: вкусовщина. Модель не знает вашу аудиторию, поэтому рекомендации могут быть шаблонными. Используйте как отправную точку.

10. Проверка микротекста и UX-копирайтинга

Задача: улучшить тексты в интерфейсе (кнопки, подсказки, ошибки).

Промт:

Ты — UX-редактор. Проверь микротекст на экране регистрации:
- Заголовок: «Регистрация»
- Поля: «Имя», «Email», «Пароль»
- Кнопка: «Зарегистрироваться»
- Ошибка: «Неверный формат email»
- Подсказка к паролю: «Минимум 8 символов»
Предложи улучшения для ясности и дружелюбности.

Пример результата:

  • Заголовок «Регистрация» → «Создайте аккаунт» (более ориентировано на действие).
  • Ошибка «Неверный формат email» → «Похоже, в email опечатка. Проверьте, пожалуйста» (мягче).
  • Подсказка к паролю → «Придумайте пароль от 8 символов» (добавлено действие).
  • Кнопка «Зарегистрироваться» → «Создать аккаунт» (короче и понятнее).

Важно: модель может предлагать слишком разговорный тон, который не подходит для консервативного бренда. Согласуйте tone of voice.

Где LLM экономит время, а где — нет

Экономит: генерация токенов, первичный аудит по эвристикам, проверка контраста (если даны HEX), составление handoff-описаний, критика текстов. Модель быстро выдаёт структурированный результат, который можно доработать.

Не экономит (и даже вредит): анализ реального макета (модель не видит картинку, если вы не используете мультимодальные модели, но и они ошибаются в пикселях), точные расчёты адаптивности без данных, финальные решения по визуалу. Всегда перепроверяйте в Figma.

Неочевидный вывод LLM лучше работает с текстовыми описаниями, чем с изображениями. Если вы даёте скриншот, модель может «увидеть» несуществующие элементы. Поэтому для аудита макета сначала опишите его словами — это заставит вас структурировать проблему и даст модели точку опоры.

Попробуйте эти промты в своём следующем проекте. Начните с базовых — они дают быстрый результат. Постепенно переходите к экспертным, добавляя контекст и уточняя ограничения. И помните: LLM — это ассистент, а не замена дизайнеру. Финальное слово всегда за вами и вашей насмотренностью.

Если хотите глубже разобраться в промт-инжиниринге для других задач, загляните в наши статьи про отладку в браузере и оптимизацию DataFrame.

← Все статьи

Спросить AI по этой статье

Задайте вопрос по этой статье — ASI Biont ответит, опираясь на её текст.

Читайте также

ИИ для повседневной жизни: как построить реальный семейный бюджет с ChatGPT и Claude (без кода, 2026)

27 октября 2026

Как договориться с партнёром о быте: 5 правил коммуникации в паре без ссор

27 октября 2026

Как нейросеть для открыток помогает собрать поздравление бабушке с картинкой за вечер

27 октября 2026

Нейрохакинг и когнитивная оптимизация: как за неделю собрать протокол, который реально работает

27 октября 2026

Сколько времени нужно на иностранный язык: как ИИ и кривая забывания дают разговорный английский за год при 20 минутах в день

27 октября 2026

ChatGPT с телефона: как надиктовать и отправить жалобу в управляющую компанию за 5 минут

27 октября 2026

Как AI-двойник проверяет расчёт при увольнении по собственному желанию и находит недоплату

27 октября 2026

Цифровая гигиена за вечер: как найти утечки персональных данных и удалить информацию о себе из интернета

27 октября 2026

Сколько часов учить испанский до DELE 2026: разбор нормативов, статистики и гибридной подготовки с AI-репетитором

27 октября 2026