接 60 万真实网站数据让模型自评落地页,自嘲后重写效果翻倍
PrajwalTomar_ · x · 2026-09-18
开发者 Prajwal Tomar 分享了一套落地页优化工作流：他把模型接入一个含 60 万+ 真实网站的 MCP 服务器，让模型先给自己刚写的落地页做「毒舌点评」（roast）。
模型的点评结论非常扎心：页面「看起来贵但毫无实质」，全是堆砌的装饰和换个行业也能用的空话——作者称之为读过的对 AI 生成网站最精准的吐槽。随后作者说「approved」，模型整页重写，前后对比效果显著。
作者指出多数人还在往 Cursor/Claude Code 里敲「make it look premium」，然后疑惑为什么做出来的都是 AI 味页面。完整工作流、提示词和点评报告在其文章中。
所属事件:GPT-6 Astra 借 60 万网站数据自评重做落地页(2 条相关)→
「编程与Agent」频道最新
- Google 开源内部「大象-金鱼」工作流:规划与审查分离防 AI 敷衍 — gaganghotra_ · 2026-11-02
- InfoQ 发文：Agentic AI 架构中记忆、知识与上下文的系统化方法 — AdiPolak · 2026-11-02
- Harness Pro 用 ESP32-P4 做出 AI 编码 Agent 桌面监控屏 — dee_hw · 2026-11-02
- RL 训练 LFM2.5-24B 适配器：精度持平下工具调用省 20% — yb2698 · 2026-11-02
- Agent 生产环境排障之痛：错误在第5步、根因在第3步 — Ok-Machine7983 · 2026-11-02
- RAGFlow 1.0 预览：从 RAG 引擎转向 agent 原生数据库 — newpeak · 2026-11-02