当前位置: 首页 > news >正文

Quote-Led 与 Letter 拆解:Hallmark 教你用 2 种页面结构快速建立用户信任

Quote-Led 与 Letter 拆解:Hallmark 教你用 2 种页面结构快速建立用户信任

【免费下载链接】hallmarkAnti-AI-slop design skill for Claude Code, Cursor, and Codex.项目地址: https://gitcode.com/GitHub_Trending/hal/hallmark

Hallmark 是一个面向 Claude Code、Cursor 和 Codex 的反 AI 味设计技能(Anti-AI-slop design skill),它能帮新手让 AI 生成的落地页摆脱千篇一律的模板感。这篇文章拆解 Hallmark 21 种宏观结构(macrostructure)中两种主打"借信任构建"的页面:**Quote-Led(引用先行)**与Letter(书信式)——它们不靠品牌自夸,而是靠客户原话和创始人第一人称让访客更快产生信任。📬

为什么"借来的声音"比自夸更可信?

大多数 AI 生成的落地页都遵循同一个节奏:大标题自夸 → 三个功能卡片 → CTA 按钮。访客刷多了就会产生"这又是套模板"的疲劳感。

Hallmark 的思路相反:在SKILL.md中它明确要求结构性多样——两页为不同需求生成的页面,应该"像两个不同的网站",而不是同一模板换色。

Quote-Led 和 Letter 正是其中两种"把话语权交给别人"的结构:

结构信任来源一句话概括
Quote-Led客户/听众的原话让别人替你说好话
Letter创始人/作者本人像私人信件一样坦诚

两种结构的完整定义分别在 09-quote-led.md 和 12-letter.md 中,每个文件都列出了标题、正文、分隔符、按钮形态等具体规范。

Quote-Led:用一句真实引语做主标题

核心形态

Quote-Led 的首屏不写品牌口号,而是一句带署名的客户引语:斜体大字呈现引文,下方用小字标注"—— 姓名,职位,公司",配一个文字链接(如"阅读完整案例 →")收尾。

这种结构的关键在于:主标题是"借来的可信度",而不是品牌自己的声音。页面往下继续堆叠更多用户评价、案例研究,分隔符通常是居中的引号符号或一条细线。

什么时候该用 Quote-Led?

参考 09-quote-led.md 的官方建议,适合的场景:

  • 🏢有真实客户声音的 B2B 产品——"和我一样的人都在用"本身就是解锁点
  • 📁 代理机构的案例研究页、大学/机构发展页
  • 💰 需要社会证明(social proof)的融资或众筹页面

明确的红线:如果你的产品还没有真实用户评价,不要使用 Quote-Led。文档直言"伪造引语会在被检验时摧毁信任"。这与 Hallmark 的全局纪律一致——SKILL.md中的"Honest copy"规则禁止编造任何指标和评价,"+47% 转化率"这类数字一旦是编的,立刻算作 AI 味(slop)。

对应组件规范见 h3-quote-led.md。仓库中的两个完整示例:

  • site/_tests/04-meridian-manifesto/style.css——CSS 顶部标注macrostructure: Quote-Led,引语使用压缩粗体展示字重
  • site/_tests/13-alma/index.html——Quote-Led + Halo 主题,配 Tier-A 纯 SVG 装饰

Letter:一封写给读者的信

核心形态

Letter 是另一种信任路径:第一人称、书面化、私密感。页面以问候语开篇("亲爱的读者,"),正文是单栏散文(宽度约 50ch,像手打字稿),分隔符只是段落间距、偶尔加一个* * *,页首没有任何按钮

收尾也不像普通页脚,而是像信件落款:Yours, the team. 2026.,还可以加一行附言(P.S.)——组件定义见 ft6-letter-close.md。

组件级规范在 h5-letter-hero.md:开篇就是第一人称问候,"创始人的声音就是品牌"时启用。

什么时候该用 Letter?

  • ✍️个人品牌与作品集——访客要的是"你这个人",不是产品清单
  • 📣 独立创始人的公告、休假/转型说明、捐赠倡议
  • ☕ 有"人味"的订阅制小店——强调写信式、手作感

同样有红线:别用在交易型电商。Letter 是亲密的,而下单是功能性的,语气错位会显得做作。

仓库里有一个很好的对照案例:site/_tests/01-tide-podcast/brief.md 记录了同一个播客需求跑两次、两次选中不同结构的完整过程——第一次选了 Quote-Led(第三方听众背书),第二次按多样化规则改选 Letter(主播对听众直接开口),两次都零装饰、纯排版。这份 brief 几乎就是一份"新手怎么读结构决策"的示范文档。

编辑感(editorial):两种结构共享的气质

无论 Quote-Led 还是 Letter,在 Hallmark 里都归属于editorial(编辑风)气质——克制的配色、衬线字体、大留白。下面这页咖啡订阅站展示了这种气质的典型面貌:奶油色纸感底色 + 斜体展示字 + 细线分隔,像一张印刷刊物。

值得注意的是:这两种结构都拒绝首屏加按钮、拒绝动画堆料。Hallmark 的纪律是"运动(motion)宁可少放"、装饰能不用就不用——对信任型页面来说,克制本身就是可信度信号。

新手上手:3 步跑通这两种结构

  1. 先读结构索引:macrostructures.md 是 21 种结构的一行式索引,找到09 · Quote-Led12 · Letter,再加载对应的单文件(09 / 12 号),无需通读整本目录。
  2. 对照官方示例:仓库site/_tests/下每个测试页都带需求文档(brief.md)和最终 HTML/CSS,CSS 首行会盖章写明所用结构,例如/* Hallmark · macrostructure: Letter · ... */,照着读就能学会"结构长什么样"。
  3. 看人读文档:docs/recipes.md 收录了 8 个完整需求演练,docs/study-examples.md 收录 3 个 DNA 提取示例,都是面向人类读者的讲解,不用啃代码。

小结:信任构建的两条路

维度Quote-LedLetter
信任来源客户原话(第三方)创始人本人(第一人称)
首屏元素斜体引语 + 署名 + 文字链接问候语 + 单栏散文
首屏按钮文字链接,克制完全没有
最佳场景B2B、案例页、众筹个人品牌、创始人公告
绝对避免没有真实引语时交易型电商

两种结构共享同一条原则:把"说话权"让出去,信任就来了。这正是 Hallmark 与模板生成器的根本差异——它先问你"这页的信任应该从哪里来",再决定页面长什么样。🎯

【免费下载链接】hallmarkAnti-AI-slop design skill for Claude Code, Cursor, and Codex.项目地址: https://gitcode.com/GitHub_Trending/hal/hallmark

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

http://www.cnnetsun.cn/news/4308388.html

相关文章:

  • whisper.cpp Vulkan 后端指南:5 个问题跑通跨厂商 GPU 加速
  • 防爆挂轨巡检机器人:化工厂房顶部与管廊巡检选型方案
  • STM32C542 CMSIS-DSP生成失败排查与手动集成指南
  • DeepSeek Harness完全指南:解决编码智能体接入与思考模式报错
  • Harness Fan-out/Fan-in模式:多个Agent如何并行调查并汇合结果
  • Open Interpreter 实测配置指南:本地跑开源大模型做代码执行
  • headroom_retrieve工具注入原理:LLM如何按需取回Headroom压缩掉的原始数据
  • 岳阳空调维修正规服务怎么选?欧米到家全区域及代码故障检修
  • 2017年Java笔试题深度解析:核心考点为何至今仍高频?
  • STM32L4 UART DMA偶发数据错乱与卡死:根因分析及解决方案
  • Nginx如何成为智能电网与可再生能源能效优化的秘密武器?
  • 具身智能学习路线:从机械臂到机器狗的ROS2全栈实战指南
  • STM32+KSZ8863调试实录:RMII接口Link不上的排查与解决
  • 数据中心电池容量计算与造价清单:避免项目延期取消的关键
  • 基于SpringBoot的问卷调查管理系统(毕设源码+文档)
  • 虚实共生态势推演:实现野外驻训从被动观测到主动预判的技术升级
  • Thomas Wolf警示AI权力集中,开源模型本地部署如何破局?
  • Eclipse JEE版文件名解析与JVM启动配置指南
  • 系统化架构设计:从个人经验到可复用的技能闭环
  • AI风险治理实战:从安全评测到可信落地,守护技术价值
  • 五月前端面试复盘:Vue3原理、性能优化与系统设计题全解析
  • 水质砷超标133倍背后:检测标准、形态分析与质控全解读
  • STM32与CC1125低功耗组合:GPIO引脚状态导致漏电的排查与解决
  • Debian与LLM:许可证争议、打包规则与AI工具链实践
  • 银行信用卡风险评估模型设计与落地实践
  • 基于Python的面试题解析源码:从文本清洗到考点提取全实现
  • LangGraph核心模型与实战:从条件路由到并行分支的Agent状态机设计
  • 壹品慧优选品控到底怎么样?从选品、供应链到售后,深度拆解这个厨房专家的品控体系
  • 2026大模型商业化加速:从API选型到Agent架构的技术应对
  • Cursor Review 深度实测:AI 代码审查能否阻止劣质化