Skip to content
Статья Hardik Pandya авг. 2026 г.

Hardik Pandya: как открыть дизайн-систему для LLM

В своей статье Hardik Pandya описывает структурную проблему использования LLM для дизайна: без явного контекста дизайн-системы модели придумывают правдоподобные значения, забывают решения между сессиями и не могут извлечь дизайн-намерение из исходного кода. К десятой сессии работы над одним продуктом результат, по словам Pandya, «выглядит как три разных продукта, сделанных тремя разными командами». Далее он описывает четырёхчастный метод, который делает дизайн-систему машиночитаемой ещё до начала любой сессии.

Первая часть — spec-файлы: структурированная документация в markdown, организованная по трём уровням (основы и токены, компоненты и паттерны), которую LLM читает в начале сессии вместо того, чтобы делать выводы из кода. Pandya демонстрирует это на 64 spec-файлах, охватывающих полную дизайн-систему Atlassian. Вторая часть — трёхуровневая архитектура CSS-токенов: примитивы исходной дизайн-системы, проектные алиасы с запасными значениями и ссылки на уровне компонентов, которые касаются только алиасов, а не сырых значений. Это предотвращает фабрикацию, давая модели полный авторитетный словарь токенов. Третья часть — audit-скрипт, сканирующий CSS-файлы на жёстко прописанные значения и прерывающий CI-сборку при нарушениях, то есть соответствие токенам воспринимается как требование к качеству, а не как соглашение. Четвёртая часть — обнаружение дрейфа: мониторинг обновлений библиотек и маркировка spec-файлов, затронутых изменениями.

Pandya предоставляет единственный промпт для Claude Code, который выполняет все шесть шагов настройки: аудит существующего CSS, генерация файла токенов с 230+ именованными переменными, создание иерархии spec-файлов, подключение audit-скриптов, замена всех жёстко прописанных значений токенами и настройка отслеживания обновлений. Применительно к собственному проекту это устранило 418 жёстко прописанных значений в 28 файлах, доведя счётчик до нуля.

Практическая ценность здесь не специфична для AI: подход с spec-файлами — это, по существу, структурированная документация, которая одновременно оказывается читаемой LLM. Команды, документирующие свои дизайн-системы таким образом, выигрывают сразу в двух направлениях: улучшают онбординг и повышают согласованность AI-вывода. Статья наиболее полезна для дизайнеров или фронтенд-разработчиков, регулярно использующих AI-инструменты для кодинга и начавших замечать деградацию согласованности в долгих проектах.