人工智能生成的网站设计质量正在迅速提升，使其与人类创作的作品日益难以区分。这一进展得益于人工智能行业致力于通过优化评估指标和工具来增强创意产出。在此演进过程中，一个关键挑战在于教会人工智能具备“品味”，超越单纯的正确性。初创公司和主要人工智能实验室正致力于将主观的美学偏好编码进模型中。培养人工智能的品味需要收集大量数据，至关重要的是从人类专家处进行学习。企业已不再局限于通用的网络爬取，而是转向收集特定领域、专家级别的数据集。这包括精选的“行业顶尖”设计范例以及庞大的视觉库，以构建更丰富的词汇表供人工智能使用。教授人工智能品味高度依赖人类反馈，尤其是通过人类反馈强化学习（RLHF）。这涉及由专家组成的评审小组对人工智能输出进行评分和评论，以引导模型朝向理想结果发展。由于品味具有主观性，从数据选择到反馈解释的每个阶段的人类决策都在塑造人工智能的美学取向。归根结底，人工智能的品味是人类众多美学选择的综合。这种协作方式正在催生新的职业类别，即由创意专业人士提供专家反馈。企业正投资于基础设施和工具，以支持人工智能模型的标注与评估流程。