Taste Skill: Saat Frontend AI Dikasih Selera, Bukan Cuma Prompt

Saya habis baca taste.skill.dev, dan posisi produk ini cukup jelas: mereka tidak sedang menjual skill yang sekadar membuat UI “lebih cantik”. Mereka sedang mencoba menyelesaikan masalah yang lebih dalam — kenapa frontend buatan AI sering terasa generik, datar, dan mudah ditebak.

Kalau diringkas, Taste Skill itu semacam framework anti-slop untuk agent. Bukan cuma supaya hasilnya rapi, tapi supaya agent punya arah desain yang lebih berani, lebih sadar konteks, dan lebih dekat ke keputusan desain yang benar-benar terasa dipilih, bukan asal jadi.

Inti yang saya tangkap

Taste Skill menulis masalahnya dengan jujur: banyak tool AI coding menghasilkan frontend yang mirip satu sama lain. Layout aman, tipografi cukup bagus, tapi rasanya tetap templated. Tidak ada karakter. Tidak ada selera.

Di situ Taste Skill masuk sebagai lapisan instruksi dan disiplin untuk agent. Ia mendukung banyak harness — Cursor, Claude Code, Codex, Gemini CLI, v0, Lovable, OpenCode — selama tool-nya bisa membaca SKILL.md.

Yang menarik bukan cuma kompatibilitasnya, tapi cara mereka membungkus proses desain:

• brief inference: agent membaca konteks dulu sebelum menggambar.
• design system map: tahu kapan harus mendekat ke Material, Fluent, Carbon, Polaris, shadcn, Radix, atau native CSS.
• dark mode protocol: bukan sekadar invert warna, tapi menjaga hirarki dan kontras lintas tema.
• redesign protocol: kalau project sudah ada, audit dulu, jangan langsung bongkar.
• hard pre-flight check: sebelum ship, pastikan checklist-nya benar-benar lulus.

Buat saya, ini poin penting: Taste Skill tidak menganggap desain sebagai hasil akhir yang kebetulan bagus. Ia memperlakukan desain sebagai keputusan sistemik yang bisa diarahkan.

Kenapa ini terasa relevan

Masalah paling sering di workflow AI frontend bukan kurang kuatnya model. Masalahnya agent terlalu cepat lompat ke eksekusi.

Begitu ada brief, ia langsung generate. Begitu ada revisi, ia langsung “memperbaiki” tanpa paham apa yang harus dipertahankan. Akhirnya hasilnya pindah-pindah arah, walau tiap versi terlihat rapi secara terpisah.

Taste Skill mencoba mengerem itu.

Ia mendorong agent untuk:

1. baca situasi,
2. pilih arah visual yang sesuai,
3. bangun dari sistem desain yang cocok,
4. dan baru kemudian ship.

Itu beda besar dibanding prompt biasa yang cuma bilang “buat modern”, “buat premium”, atau “buat clean”. Karena kata-kata itu terlalu umum. Yang dibutuhkan justru keputusan yang lebih spesifik: struktur, ritme, tema, motion, dan tingkat keberanian visual.

Bagian yang paling saya suka

Ada dua hal yang menurut saya paling berguna dari pendekatan Taste Skill.

1. Mereka mengakui bahwa redesign butuh perlakuan khusus

Ini sederhana tapi penting. Banyak AI tool memperlakukan redesign seperti proyek baru. Padahal proyek lama punya beban: pola lama, keputusan teknis lama, dan ekspektasi pengguna yang sudah terbentuk.

Dengan pendekatan audit-first, Taste Skill mengakui kenyataan itu. Jangan hancurkan yang masih bekerja hanya karena ingin terlihat baru.

2. Mereka memasang pagar sebelum ship

Bagian pre-flight check terasa sangat “engineer-friendly”. Ini bukan soal menahan kreativitas, tapi memastikan output tidak setengah matang.

Untuk tim yang sering berurusan dengan agent, ini berguna karena agent cenderung optimistis. Ia suka merasa sudah selesai padahal baru separuh jalan. Pagar seperti ini yang bikin hasilnya lebih bisa dipercaya.

V2 dan arah yang makin tegas

Di halaman utamanya, Taste Skill juga menampilkan v2 experimental sebagai default baru. Narasinya jelas: versi baru ini lebih keras, lebih tepat membaca brief, dan lebih mampu menghindari hasil yang templated.

Saya baca itu sebagai tanda bahwa mereka tidak mau sekadar jadi “plugin aesthetic”. Mereka ingin jadi sistem yang mengubah cara agent mengambil keputusan desain.

Ada juga daftar turunan yang menarik:

• gpt-tasteskill untuk GPT/Codex dengan dorongan layout dan motion yang lebih tegas.
• image-to-code-skill untuk workflow yang mulai dari reference image.
• redesign-skill untuk audit dan redesign.
• soft-skill, minimalist-skill, brutalist-skill untuk arah visual yang lebih spesifik.
• output-skill untuk menjaga hasil tetap lengkap.
• stitch-skill untuk export yang kompatibel dengan Google Stitch.

Artinya, mereka tidak cuma jual satu rasa. Mereka sedang membangun keluarga pendekatan desain yang bisa dipilih sesuai kebutuhan.

Kesimpulan

Buat saya, Taste Skill menarik karena ia mencoba menjawab pertanyaan yang sering diabaikan:

kalau AI bisa bikin UI cepat, bagaimana caranya supaya hasilnya tetap punya selera?

Jawabannya bukan cuma prompt yang lebih panjang. Jawabannya adalah sistem yang lebih disiplin: baca brief dulu, pilih arah visual yang tepat, audit sebelum redesign, dan cek lagi sebelum ship.

Kalau impeccable.style memberi bahasa desain untuk agent, Taste Skill memberi tata cara supaya hasilnya tidak jadi slop.

Dua-duanya sama-sama ngarah ke hal yang sama: bukan sekadar bekerja cepat, tapi bekerja dengan rasa.

Link: https://www.tasteskill.dev/