critique

Überblick über den critique skill

Was der critique skill macht

Der critique skill ist ein strukturierter Workflow für UX- und Product-Design-Reviews, mit dem eine Seite, ein Feature oder eine Komponente als echte Nutzererfahrung bewertet wird – nicht nur als visuelles Mockup. Er bringt das Modell dazu, visuelle Hierarchie, Informationsarchitektur, emotionale Tonalität, kognitive Belastung, Usability-Heuristiken und personaspezifische Reibungspunkte zu prüfen und daraus umsetzbares Feedback abzuleiten.

Für wen sich die Installation von critique lohnt

Dieser critique skill eignet sich besonders für Product Designer, Frontend Engineers, Gründer und AI Builder, die bereits einen Screen, Prototypen oder eine live geschaltete Oberfläche haben und eine präzisere Einschätzung wollen als mit einem generischen Prompt wie „give feedback on this UI“. Besonders nützlich ist er, wenn Sie critique für UX Audit-Arbeit einsetzen, Design-QA vor dem Launch durchführen oder eine zweite Meinung dazu brauchen, ob ein Interface generisch, verwirrend oder überladen wirkt.

Der eigentliche Job, den der Skill erfüllen soll

Die meisten Nutzer wollen nicht einfach nur Meinungen. Sie wollen wissen:

• was der Experience als Erstes schadet
• ob sich die UI abgeleitet oder „AI-generated“ anfühlt
• welche Probleme eher kosmetisch sind und welche Conversions blockieren
• wie sich Fixes priorisieren lassen, ohne ein komplettes Design-Team zu haben

Genau darauf ist dieser Skill ausgelegt. Er versteht critique als Entscheidungswerkzeug, nicht als Stilkommentar.

Was diesen critique von anderen unterscheidet

Der stärkste Unterschied liegt im Fokus auf Kontext und im Schritt zur Erkennung von „AI slop“. Statt sofort oberflächliches Feedback zu liefern, erwartet der Skill zunächst Design-Kontext und prüft explizit, ob die Oberfläche typische AI-Produktmuster aus 2024–2025 zeigt – etwa generische Card-Grids, glow-lastige Dark Themes, schwache Hierarchien oder eine Komposition, die wie aus einem Template wirkt.

Außerdem geht er über die Perspektive eines einzelnen Reviewers hinaus und kombiniert:

• critique im Stil eines Design Directors
• Analyse der kognitiven Belastung
• Heuristik-Scoring
• persona-basiertes Testing

Wichtiger Hinweis vor der Einführung

critique ist nicht vollständig standalone. Das Repository macht frontend-design zur Pflichtabhängigkeit für Prinzipien und Kontext-Erhebung und weist darauf hin, teach-impeccable zuerst auszuführen, falls noch kein Design-Kontext vorhanden ist. Wenn Sie eine critique-Installation ohne Setup suchen, ist genau diese Abhängigkeitskette der wichtigste Punkt, den Sie vorab kennen sollten.

So verwenden Sie den critique skill

Kontext installieren, bevor Sie sich auf critique verlassen

Dieses Repository legt critique unter .claude/skills/critique ab, und der Skill-Text hängt explizit von /frontend-design ab. In der Praxis funktioniert critique am besten, wenn das breitere impeccable-Skill-Set installiert ist – nicht, wenn dieser Ordner als isolierte Prompt-Datei behandelt wird.

Wenn Ihr Skill-Runner GitHub-Skill-Installationen unterstützt, installieren Sie aus dem Repository und prüfen Sie anschließend, ob critique, frontend-design und teach-impeccable alle verfügbar sind.

Diese Dateien sollten Sie zuerst lesen

Für eine schnelle Installationsentscheidung lesen Sie:

• SKILL.md
• reference/cognitive-load.md
• reference/heuristics-scoring.md
• reference/personas.md

Über diese Dateien erhalten Sie fast alles Wesentliche: Voraussetzungen, Review-Workflow, Scoring-Modell und die Perspektive, aus der das User Testing erfolgt.

Welche Eingaben der critique skill braucht

Der critique skill arbeitet deutlich besser, wenn Sie Folgendes mitgeben:

• das Interface-Artefakt: Screenshot, Mockup, URL oder Komponentenbeschreibung
• den zu prüfenden Bereich: Seite, Flow, Modal, Dashboard, Onboarding, Settings usw.
• das primäre Nutzerziel
• Produktkontext und Zielgruppe
• Rahmenbedingungen: mobile/desktop, B2B/B2C, Accessibility, Conversion, technische Limits

Ohne diesen Kontext kann das Modell zwar Layout und Ästhetik kommentieren, aber nicht beurteilen, ob das Interface für die Aufgabe überhaupt geeignet ist.

Aus einer vagen Anfrage einen starken critique-Prompt machen

Schwacher Prompt:

• „Critique this UI.“

Stärkere critique-Nutzung:

• „Use the critique skill on this onboarding flow. The product helps finance teams close books faster. Primary goal: get a first report generated in under 5 minutes. Audience: mid-market accounting teams. Constraint: desktop web app, dense data is acceptable but first-time clarity matters. Please evaluate AI-slop signals, hierarchy, cognitive load, heuristic score, and test it as a first-timer and power user.”

Diese stärkere Version funktioniert besser, weil sie dem Skill etwas zum Optimieren gibt – nicht nur etwas, worauf er reagieren soll.

Folgen Sie der im Repository vorgegebenen Vorbereitung

Der Skill ist hier eindeutig: Führen Sie zuerst /frontend-design aus und folgen Sie dessen Protokoll zur Kontext-Erhebung. Wenn noch kein Design-Kontext existiert, führen Sie vor critique /teach-impeccable aus. Der beabsichtigte Workflow ist also:

1. Design-Kontext erfassen
2. verstehen, was das Interface erreichen soll
3. critique gegen dieses Ziel ausführen
4. priorisiertes Feedback zurückgeben

Wenn Sie Schritt 2 überspringen, werden die Ergebnisse oft generisch, weil das Modell dann beabsichtigte Informationsdichte nicht von schlechtem Design unterscheiden kann.

critique für UX Audit-Arbeit nutzen

Wenn Sie critique für UX Audit-Anwendungsfälle einsetzen, fragen Sie nicht nur nach „Feedback“. Fragen Sie nach:

• den wichtigsten Problemen nach Schweregrad
• einer Zusammenfassung des Heuristik-Scorings
• wahrscheinlichen Drop-off-Punkten im Nutzerfluss
• personaspezifischen Failure Modes
• konkreten Redesign-Empfehlungen

So wird aus bloßer Kommentierung ein audit-taugliches Ergebnis, mit dem Stakeholder tatsächlich arbeiten können.

Was der Workflow tatsächlich prüft

Auf Basis des Repositorys ist der critique skill besonders stark, wenn er dazu eingesetzt wird, Folgendes zu untersuchen:

• Gleichförmigkeit AI-generierter Designs
• Probleme in der visuellen Hierarchie
• kognitive Überlastung
• schwache Informationsarchitektur
• unklare Interaktionsmuster
• Lücken bei Usability-Heuristiken
• eine Diskrepanz zwischen Interface-Tonalität und Nutzerbedürfnissen

Damit eignet er sich besser für die Bewertung bereits umgesetzter oder realistischer UI als für das Brainstorming ganz neuer Konzepte auf der grünen Wiese.

Empfohlener Workflow für die critique-Nutzung

Ein praktikabler Ablauf:

1. Screen und Ziel zusammentragen
2. Nutzertyp und Erfolgskriterien benennen
3. critique auf einen konkreten Bereich anwenden, nicht auf das ganze Produkt auf einmal
4. zuerst die 3 schwerwiegendsten Probleme prüfen
5. nach Klärung der Rahmenbedingungen um überarbeitete Empfehlungen bitten
6. für den nächsten Flow wiederholen

Wenn Sie den critique skill seitenweise oder flowweise einsetzen, ist das Signal in der Regel höher, als wenn Sie in einem Durchgang ein riesiges Komplett-Review des ganzen Produkts anfordern.

So grenzen Sie die Anfrage sinnvoll ein

Gute Scopes:

• signup flow
• pricing page
• analytics dashboard
• settings panel
• empty state
• mobile checkout

Schlechte Scopes:

• „the whole app“
• „our design system“
• „everything on the website“

Der Skill ist detailliert genug, dass ein zu großer Scope zu oberflächlichen Ergebnissen führt. Eine engere Eingrenzung verbessert Spezifität und Priorisierung.

Praktische Tipps für bessere Ergebnisse

Für bessere critique-Nutzung sollten Sie Folgendes einbeziehen:

• einen Satz zum Business-Ziel
• einen Satz zur Dringlichkeit für den Nutzer
• einen Satz dazu, wie Erfolg aussieht
• bekannte Einschränkungen, die das Modell nicht einfach „wegoptimieren“ soll

Beispiel:

• “This page exists to get a team admin to invite coworkers immediately after signup. Speed matters more than education. We cannot remove required compliance messaging.”

Diese Art von Input hilft dem Skill, echte Schwächen von notwendiger Komplexität zu unterscheiden.

critique skill FAQ

Ist critique besser als ein normaler UX-Prompt?

In der Regel ja, wenn Sie eine wiederholbare Review-Methode möchten. Der Wert des critique skill liegt nicht in magischem Design-Geschmack, sondern in seiner eingebauten Struktur: vorausgesetzter Kontext, Anti-Pattern-Erkennung, Heuristik-Scoring, Einordnung kognitiver Belastung und persona-basiertes Testing. Ein normaler Prompt kann durchaus brauchbare Einschätzungen liefern, ist aber weniger konsistent und lässt sich leichter in generisches Lob lenken.

Ist critique anfängerfreundlich?

Größtenteils ja – mit einem Haken: der Abhängigkeit von frontend-design und manchmal teach-impeccable. Auch Einsteiger können critique nutzen, sollten aber damit rechnen, ein paar Minuten in das Verständnis des vorgesehenen Workflows zu investieren, statt einfach einen einzelnen Prompt ohne Setup einzuwerfen.

Wann ist critique die falsche Wahl?

Lassen Sie diesen critique skill aus, wenn:

• Sie eher Code-Generierung als Design-Review brauchen
• Sie nur eine vage Produktidee haben, aber noch kein Interface
• Sie zuerst Brand-Strategie oder Copywriting wollen
• Sie keinerlei Nutzer- oder Produktkontext bereitstellen können

Er kann zwar auch reine Visuals kommentieren, aber genau dort liegt nicht seine stärkste Differenzierung.

Funktioniert critique nur für ausgereifte UI?

Nein. Er kann auch bei Wireframes, groben Mockups und frühen Komponenten nützlich sein, besonders in Bezug auf Hierarchie und kognitive Belastung. Persona-Testing und Heuristik-Scoring werden aber deutlich belastbarer, wenn das Interaktionsmodell sichtbar genug ist, um es sinnvoll beurteilen zu können.

Kann ich critique für eine einzelne Komponente verwenden?

Ja, sofern die Komponente im Kontext eine echte Aufgabe erfüllt. Ein Filter-Panel, Modal, eine Tabelle oder ein Formular können alle von critique profitieren. Erklären Sie einfach, wo die Komponente erscheint, wer sie nutzt und was diese Person erledigen möchte.

Was sollte ich als Output erwarten?

Ein gutes critique-Ergebnis sollte liefern:

• die zentralen UX-Risiken
• Schweregrad oder Priorisierung
• konkrete Gründe, warum diese Probleme relevant sind
• Beispiele dafür, was geändert werden sollte
• eine klare Trennung zwischen oberflächlichem Feinschliff und strukturellen UX-Problemen

Wenn das Ergebnis hauptsächlich aus Adjektiven besteht, fehlte dem Prompt wahrscheinlich Kontext.

So verbessern Sie den critique skill

Geben Sie critique eine Erfolgsmetrik, nicht nur einen Screen

Der schnellste Weg zu besserem critique-Output ist, das gewünschte Nutzerergebnis klar zu benennen. „Review this dashboard“ ist schwächer als „Review this dashboard for whether a new manager can spot blockers in under 30 seconds.“ Erfolgsmetriken schärfen jede spätere Bewertung.

Zielgruppe und Produktreife mitgeben

Dieselbe Oberfläche kann passend sein für:

• erfahrene Nutzer in einem dichten B2B-Tool
• unpassend für Erstnutzer im Consumer-Bereich
• akzeptabel in internen Tools
• zu schwach für ein hochwertiges kundengerichtetes Produkt

Wenn Sie Zielgruppe und Reifegrad benennen, kann der critique skill Trade-offs bewerten, statt automatisch auf allgemeine Mainstream-UX-Ratschläge zurückzufallen.

Explizit nach Persona-Auswahl fragen

Das Repository enthält mehrere Personas, aber nicht jede Persona ist in jedem Fall sinnvoll. Verbessern Sie critique für UX Audit-Aufgaben, indem Sie sagen, welche Nutzertypen am wichtigsten sind, zum Beispiel:

• first-timer
• power user
• cautious admin

So verhindern Sie, dass sich der Output auf irrelevante Failure Modes verteilt.

Nach dem ersten Durchgang Priorisierung erzwingen

Ein häufiger Failure Mode ist eine lange Liste von Beobachtungen ohne Entscheidungswert. Fragen Sie nach dem ersten critique-Durchlauf:

• „Which 3 issues most threaten task completion?“
• „Which issue is most likely to reduce trust?“
• „What should be fixed before launch versus later?“

So wird aus Analyse ein konkreter Aktionsplan.

Rahmenbedingungen vorgeben, die das Modell respektieren soll

Wenn das Interface zwingend so bleiben muss:

• datenreich
• enterprise-artig
• compliant
• markenkonform
• mobile-first
• mit geringem Engineering-Aufwand

dann sagen Sie das direkt. Sonst schlägt critique womöglich sauberere, aber unrealistische Redesigns vor.

Auf generische „AI slop“-Überkorrektur achten

Eine Stärke dieses critique skill ist die Erkennung generischer, KI-haft wirkender Muster. Nutzer sollten aber nicht überreagieren und jede moderne Konvention entfernen, nur um einzigartig zu wirken. Die bessere Frage lautet, ob das Design eigenständig und passend ist – nicht bloß anders. Nutzen Sie diesen Abschnitt, um faule Gleichförmigkeit zu identifizieren, und prüfen Sie vorgeschlagene Fixes anschließend gegen die tatsächliche Usability.

Inputs durch Vorher-Nachher-Iteration verbessern

Best Practice:

1. critique auf das aktuelle Design anwenden
2. 2–3 größere Änderungen umsetzen oder simulieren
3. critique erneut auf die überarbeitete Version anwenden
4. vergleichen, ob die wichtigsten Risiken tatsächlich gesunken sind

Der Skill wird deutlich nützlicher, wenn Sie ihn als iterativen Design-Loop statt als einmaliges Urteil verwenden.

Häufige Gründe, warum critique-Output schwach wirkt

Meist fehlt eines dieser Elemente:

• kein Nutzerziel
• kein Produktkontext
• zu großer Scope
• keine Rahmenbedingungen
• keine ausreichend gute Artefaktqualität zur Prüfung
• eine Bitte um „thoughts“ statt um eine klar definierte Review-Struktur

Wenn Sie diese Punkte beheben, wird der critique guide deutlich umsetzbarer.

Eine starke Prompt-Vorlage für bessere critique-Nutzung

Verwenden Sie einen Prompt wie diesen:

• “Use the critique skill on [area].
• Product: [what the product does]
• Audience: [who this is for]
• Primary task: [what the user needs to do]
• Success metric: [what success looks like]
• Constraints: [platform, compliance, technical, brand]
• Review for: AI-slop signals, hierarchy, cognitive load, heuristics, and 2 relevant personas.
• Output: top issues, severity, why they matter, and concrete fixes.”

Diese Vorlage passt eng dazu, wie das Repository critique einsetzen will, und liefert in der Regel deutlich mehr Signal als eine offene, ungerichtete Anfrage.