Brave读书会
Brave读书会。基地书单2300本书的书目信息，以及更多关于阅读的内容，欢迎加入基地读书会。
組織者:
- 組織者
-
-
设计师必读的《用户体验定律》：破解人类心智的密码
-
设计师必读的《用户体验定律》：破解人类心智的密码
目录在设计领域，有一本书被誉为"UI/UX 设计师的心理学圣经"，它就是由 Jon Yablonski 撰写的《用户体验定律》（Laws of UX: Using Psychology to Design Better Products & Services）。这本书不仅总结了多项认知心理学法则，更深刻地揭示了"人脑是如何与机器交互的"。它是设计师将直觉判断升级为循证决策的关键读物——让每一个像素都有据可依，让每一次交互都有理可循。
"好的设计不是主观审美，而是对人类行为规律的深刻理解与科学运用。"
一、缘起：从网站到案头手册
作者 Jon Yablonski 最初创建了 lawsofux.com 网站，旨在将晦涩的心理学文献转化为设计师能秒懂的视觉语言。由于反响热烈，最终由 O'Reilly 出版社集结成书。中文版由图灵社区引进，名为《用户体验定律：简单好用的产品设计法则》。
关于作者，有必要做更详细的了解。 Jon Yablonski 是一位多学科设计师（multi-disciplinary designer），专注于简化复杂技术并通过用户研究和交互设计使其变得直观。他拥有超过十年的跨行业经验，涵盖娱乐、零售、汽车、航空航天和产品设计等领域。除了 Laws of UX，他还创建了 Humane by Design 等面向设计师的数字工具，倡导以人为本的设计伦理。
📖 版本信息
项目 详情 第一版 2020 年出版 第二版 2024 年 2 月由 O'Reilly 出版，共 183 页（ISBN: 978-1098146962） 第二版新增内容 深化了心理学概念与设计方法的连接；更新了案例，确保所解析的 App 和体验仍然贴近当下；新增了 AI 和空间计算等新技术与心理学的关系章节；提供了一个实用的设计应用框架 市场反响 一经上市即登上 Amazon 用户体验与网站可用性类目 #1 新书榜 💡 课程提示： 如果你正在学习本课程，建议直接阅读 2024 年第二版，因为它不仅更新了案例，还增加了对 AI 时代设计挑战的讨论，这是第一版所不具备的视角。
二、书中的核心逻辑
书中的每一章都聚焦于一个具体的定律，通常遵循以下三步法：
1️⃣ 理论定义： 溯源心理学实验（如 1950 年代的希克定律实验）。
2️⃣ 视觉解析： 使用极简的图形解释定律的物理意义。
3️⃣ 案例拆解： 展示 Google、Netflix 或 Apple 如何在界面中落地这些理论。
这种"理论→可视化→案例"的三步结构，本质上构成了一个从抽象到具象的认知阶梯。 它使得原本晦涩的心理学概念，被逐层拆解为设计师可以直接操作的设计决策。第二版还在此基础上增加了"UX 方法与技巧"环节，为每条定律配套了可落地的设计方法论，使得从"理解"到"实践"的路径更加清晰。
三、全书的知识体系：21 条用户体验定律
《用户体验定律》一书涵盖了 21 条核心定律，按照认知心理学的不同维度，可以归纳为四大类别：启发式法则（Heuristics）、格式塔原理（Gestalt Principles）、认知偏差（Cognitive Biases）以及其他补充概念。 下面我们逐一深入解析书中最为关键的定律。
🔹 第一类：启发式法则（Heuristics）
启发式法则是指那些基于经验和实验数据总结出的、能够帮助设计师做出快速且大概率正确的设计决策的指导原则。它们不是绝对的铁律，但在绝大多数情况下，遵循它们能够显著提升用户体验。
⚡ 希克定律 (Hick's Law)
"选择越多，决策时间越长。"
📜 历史溯源
希克定律（Hick-Hyman 定律）由英国心理学家 William Edmund Hick 和美国心理学家 Ray Hyman 于 1952 年提出。他们的经典实验是这样设计的：向参与者展示一组灯光，每盏灯对应一个按钮，参与者需要在灯亮起时尽快按下对应的按钮。实验结果表明，随着灯光（即选项）数量的增加，参与者的反应时间呈对数级增长。
这里需要特别区分 Hick 和 Hyman 各自的贡献：
- Hick 的贡献（1952）： 在论文 "On the rate of gain of information"（发表于 Quarterly Journal of Experimental Psychology）中，Hick 首次将信息论的概念应用于选择反应时间任务，证明了反应时间与选项数量之间的对数关系。这篇论文在认知革命中扮演了开创性角色，并确立了心理学中为数不多被广泛认可的"定律"之一。
- Hyman 的贡献（1953）： Hyman 在 Hick 的基础上进一步探索了反应时间与平均选择数量之间的关系。他设计了更复杂的实验——使用 8 种不同的灯光排列在 6×6 矩阵中，并通过改变每种灯光出现的概率和引入前后试验之间的序列依赖关系，证明了一个更具通用性的线性函数。
📐 核心公式
\[RT = a + b \cdot \log_2(n + 1)\]其中：
RT= 反应时间n= 可选项数量a和b= 取决于具体任务和实验条件的常数- 当各选项出现的概率不等时，公式采用 Shannon 信息熵：\(T = b \cdot H\)
🎯 核心洞察：选项数量加倍，决策时间并不会加倍——增长是对数级的，这意味着每增加一个新选项，其对决策时间的边际影响是递减的。
💻 设计应用
- 📌 导航菜单不宜超过 7 个主选项——这也与 Miller 定律（后文详述）形成了理论上的呼应
- 📌 分步引导（Wizard 模式）将复杂流程拆解为小步骤，每步仅展示少量选择
- 📌 渐进式披露（Progressive Disclosure）：初始只展示核心选项，高级功能按需展开，避免一次性呈现过多信息
- 📌 搜索与筛选结合：当选项数量不可避免地很多时（如电商平台的商品列表），通过搜索框和筛选条件帮助用户缩小选择范围
🎯 菲茨定律 (Fitts's Law)
"到达目标的时间取决于目标的距离和大小。"
📜 历史溯源
1954 年，心理学家 Paul Fitts 在研究人类运动系统时发现：快速移动到一个目标所需的时间，是目标距离和目标宽度之比的函数。 论文 "The information capacity of the human motor system in controlling the amplitude of movement" 发表于 Journal of Experimental Psychology。
Paul Fitts 的独特贡献在于，他是最早认识到"人为失误往往源于糟糕的设计而非人类自身的缺陷"的心理学家之一。 二战期间，他研究飞机座舱设计，指出许多被归咎于"人为错误"的事故损失，实际上是由于糟糕的界面设计造成的。这一洞察奠定了人机交互（HCI）领域的理论基石。
Fitts 的实验设计精巧——他进行了三个不同的实验：经典的往复触针敲击任务（使用不同重量的触针）、圆盘转移任务和插针任务，从多个维度验证了这一规律。
📐 理论基础
Fitts 深受 1940 年代 Shannon、Wiener 等数学家开创的信息论启发。他提出了一个精妙的类比：目标距离（A）可以类比为信号功率，目标宽度（W）可以类比为允许的噪声水平。就像功率越大的发射器能传递更多信息但噪声容忍度越高时接收越困难一样，距离越远、目标越小的物体也越难以击中。
1992 年，约克大学教授 Scott MacKenzie 提出了 Fitts 定律的 Shannon 公式化形式（Shannon Formulation），因其与 Shannon-Hartley 定理的相似性而得名。2002 年，ISO 9241 标准正式采用了这一形式，将 Fitts 定律纳入了人机交互测试的国际标准。
🔬 适用范围
Fitts 定律已被证明适用于极其广泛的条件——不同肢体（手、脚、下唇、头戴式瞄准器）、不同输入设备、不同物理环境（包括水下），以及不同用户群体（年轻人、老年人、特殊教育需求者等）。
💻 设计应用
- 📌 CTA（行动号召）按钮要足够大，且距用户当前焦点不宜太远
- 📌 移动端设计中，核心操作按钮应置于拇指自然触达区域（"拇指热区"）
- 📌 边缘和角落具有"无限宽度"优势——这就是为什么操作系统的菜单栏常放在屏幕边缘
- 📌 右键弹出菜单（上下文菜单）的发明正是 Fitts 定律的经典应用——它在光标当前位置弹出，将距离缩减到最小
⚠️ 局限性提醒：Fitts 定律是针对快速、有目标的指向动作（目标获取）的预测模型，它不适用于轨迹型用户输入活动，如绘图、书写和路径导航等。此外，关于该定律在三维空间中的应用，学术界尚存分歧。
🧠 雅各布定律 (Jakob's Law)
"用户把大部分时间花在别的产品上，因此他们期望你的产品与他们已知的产品运作方式一致。"
📜 历史溯源
这条定律由"可用性之父" Jakob Nielsen 于 2000 年提出。Nielsen 博士是可用性领域的先驱，拥有超过 42 年的用户体验研究经验。他创立了"折扣可用性工程"（Discount Usability Engineering）方法论，提出了著名的启发式评估法和"十大可用性启发式原则"。 雅各布定律的核心表述是：
"Users spend most of their time on other websites, so they expect your site to work like all the other sites they already know."
值得注意的是，虽然该定律的原始表述特指网站，但它完全适用于所有用户会接触到大量不同设计的场景，包括移动 App、桌面软件、甚至物联网设备。
🔗 与可用性启发式的关联
雅各布定律与 Nielsen 十大可用性启发式原则中的第 4 条——"一致性与标准"（Consistency and Standards）——直接相关。 用户在其他数字产品上的使用经验塑造了他们的期望。如果未能保持一致性，就等于强迫用户学习新的东西，从而增加不必要的认知负荷。
💻 设计应用
- 📌 遵循平台设计规范（如 Apple Human Interface Guidelines、Google Material Design）
- 📌 搜索框应放在页面顶部、最好偏右侧，呈现为打开的文本输入框
- 📌 Logo 应放在左上角，且点击后应返回首页
- 📌 主导航应位于页面顶部或左侧
- 📌 电商结账流程应尽量与 Amazon/淘宝等主流平台一致
⚠️ Nielsen 的告诫：设计师不应傲慢地认为自己的创新设计如此出色，以至于可以推翻用户经年累月形成的使用习惯。如果你的设计违反了雅各布定律，你可能会流失高达 80% 的潜在用户。
📊 米勒定律 (Miller's Law)
"普通人一次只能在工作记忆中保持 7（±2）个信息块。"
📜 历史溯源
1956 年，认知心理学家 George A. Miller 在 Psychological Review 上发表了开创性论文 "The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information"。这篇论文被视为认知心理学领域被引用次数最多的经典之一。
Miller 本人曾在 1989 年的回忆录中坦言，这篇论文源于一次他最初不太情愿进行的公开演讲。他当时觉得自己在绝对判断和记忆广度两个方向上的研究不足以构成一个连贯的报告，直到他发现可以用"7"这个神奇数字将它们串联起来，再加上当时新兴的数量感知（subitizing）文献，才构成了这篇影响深远的论文。
🧩 三条证据线索
Miller 的论文汇集了来自三个不同领域的实验证据：
- 🔸 绝对判断（Absolute Judgment）： 参与者只能有效使用大约 5-9 个不同的类别
- 🔸 记忆广度（Memory Span）： 人们能够记住大约 7 个数字、字母或单词的随机列表
- 🔸 数量感知（Subitizing）： 人们可以不用逐个计数就快速判断一组简单物体的数量，但上限约为 7 个
🧱 分块（Chunking）——Miller 定律最重要的遗产
"7"这个数字本身并不意味着人类只能处理 7 个独立的信息项目。Miller 真正重要的贡献是"分块"（chunking）概念： 一个"块"是被试者能识别的最大有意义单元——因此，什么算作一个"块"取决于被试者的知识背景。
- 🔸 举例：字母串
FBICIAUSA如果被解析为 3 个块——FBI、CIA、USA（三个美国机构的缩写），就很容易记住 - 🔸 电话号码为什么要分段显示（如 138-0000-1234），信用卡号为什么分成四组四位——这都是分块原则的实际应用
⚠️ 后续研究的修正： Cowan（2001）等后续研究者已将工作记忆容量的估计修正为约 4 个块（年轻成人），并且指出记忆广度会因信息类别的不同而变化（数字约 7 个，字母约 6 个，单词约 5 个）。因此，在实际设计中，以 4±1 作为保守估计可能比"神奇的 7"更为稳妥。
💻 设计应用
- 📌 导航层级不宜过深，核心选项控制在 5 个左右
- 📌 表单分组：将长表单按逻辑拆分为若干组（如"个人信息""联系方式""支付信息"）
- 📌 内容分块：长文本使用小标题、列表、视觉分隔符等方式帮助用户逐块消化信息
⏱️ 多尔蒂阈值 (Doherty Threshold)
"当计算机与用户以确保双方都不需要等待对方的速度交互时（<400ms），生产力将飙升。"
📜 历史溯源
1982 年，IBM 的 Walter J. Doherty 和 Ahrvind J. Thadani 在 IBM Systems Journal 上发表了论文 "The Economic Value of Rapid Response Time"，将计算机响应时间的要求从此前业界公认的 2 秒标准大幅降低至 400 毫秒。这篇论文成为可用性与性能研究领域的经典文献。
🧠 为什么是 400ms？
约 400 毫秒是交互仍然感觉"连续"的最后一个延迟阈值。在这个阈值之下，大脑保持在"行动模式"，不会感知到等待；一旦超过这个阈值，大脑就会切换到"等待模式"，打断心流状态，并开始重新评估是否值得继续当前任务。 这直接影响了用户的参与度、认知负荷和转化率。
📈 商业影响
- 🔸 SOASTA 的研究表明，移动端加载时间每延迟 1 秒，转化率可能下降高达 20%
- 🔸 Google 的研究显示，页面加载时间从 1 秒增加到 3 秒，用户跳出率增加 32%
💻 设计应用
- 📌 感知性能（Perceived Performance）： 即使实际操作需要更长时间，也可以通过动画、骨架屏（Skeleton Screen）和进度指示器来"欺骗"大脑，使等待不那么难以忍受
- 📌 加载状态反馈： 必须在 400ms 内向用户提供某种形式的反馈（即使只是一个旋转图标），以表明系统已收到其操作
- 📌 有意的延迟（Purposeful Delay）：有时候故意添加短暂的延迟反而可以增加操作的"感知价值"和信任感——例如，安全扫描或支付确认过程如果瞬间完成，用户可能反而会怀疑系统是否真的执行了操作
🔬 现代标准演进：在现代 Web 性能领域，Google 的 Core Web Vitals 中的 INP（Interaction to Next Paint）指标将"良好"的响应速度定义为 ≤ 200ms（第 75 百分位）。如果你能达到 200ms 的响应速度，就自然满足了多尔蒂阈值的要求。
⚠️ 学术争议提示： 关于 400ms 这个精确数字，学术界存在一定争议。有些研究者认为这个"魔法数字"并没有特别充分的实验支撑，但关于"系统响应越快、用户交互越流畅"这一核心原则，学界共识是一致的。
🔮 冯·雷斯托夫效应 (Von Restorff Effect)
"当多个相似的对象同时出现时，与其他对象差异最大的那个最容易被记住。"
📜 历史溯源
这一效应以德国精神科医生和儿科医生 Hedwig von Restorff（1906-1962） 的名字命名，也称"孤立效应"（Isolation Effect）。*1933 年，她在论文 "Über die Wirkung von Bereichsbildungen im Spurenfeld"（论痕迹场中领域形成的效应）中发表了这一发现，该文刊登于 Psychologische Forschung 第 18 卷。*
🔬 原始实验
Von Restorff 的实验证明：当一个项目在一组同质项目中"脱颖而出"时（例如，一个数字出现在一串无意义音节中），它比嵌入一组异质项目中时更容易被记住。 她进行了一系列关于孤立和独特项目的记忆实验，得出结论：在一组相似项目中的孤立项目，比在所有项目都相似的列表中处于相同相对位置的项目具有更好的记忆效果。
值得注意的是，Von Restorff 在原始实验中将孤立项目放在列表的较早位置（序列位置 2 或 3），后续研究发现即使孤立项目出现在第一个位置，该效应依然存在。
🧠 神经科学证据
实验数据显示，冯·雷斯托夫效应与大脑事件相关电位（ERP）测量之间存在强相关。具体来说，接触列表中的新颖或孤立项目会产生振幅更大的 ERP 信号，而这一振幅反过来可以预测更高的未来回忆概率和更快的识别速度。 这为该效应提供了坚实的生物学基础。
💻 设计应用
- 📌 定价页面中用亮色或特殊边框突出"推荐"方案——这是最经典的应用场景
- 📌 使用视觉层次（大小、颜色、形状差异）引导用户注意力
- 📌 CTA 按钮与周围元素形成强对比（如灰色背景中的蓝色按钮）
- 📌 重要提示或警告信息使用独特的视觉样式（如彩色背景条、图标标注）
⚠️ 注意"过度孤立"的陷阱：如果页面上有太多元素都在试图"脱颖而出"，它们就会相互抵消，导致没有任何一个元素能真正引起用户的注意。少即是多。
⚖️ 泰斯勒定律 (Tesler's Law)
"对于任何系统，都存在一定数量的复杂性无法被消除。"
📜 历史溯源
泰斯勒定律，又称"复杂性守恒定律"（Law of Conservation of Complexity），由计算机科学家 Larry Tesler 在 1980 年代中期于 Xerox PARC（施乐帕洛阿尔托研究中心） 工作期间提出。Tesler 意识到，用户与应用程序交互的方式与应用程序本身同等重要。
关于 Larry Tesler 其人，他是人机交互领域的先驱级人物。 1970 年代，他在 Xerox PARC 发明了 "复制和粘贴"（Copy & Paste） 功能——这个如今内嵌于所有软件中的基本功能，正是泰斯勒定律的完美体现：它将手动复制文本的复杂性从用户端转移到了系统端。后来，Tesler 在 Apple 参与了 Lisa 和 Newton 等项目的开发，最终担任 Apple 首席科学家（Chief Scientist），此后还曾在 Amazon 和 Yahoo 工作。
Tesler 的名言最精准地概括了这一定律：
"Every application has an inherent amount of irreducible complexity. The only question is: Who will have to deal with it — the user, the application developer, or the platform developer?"
（"每个应用程序都有其固有的、不可消除的复杂性。唯一的问题是：谁来承担它——用户、应用开发者，还是平台开发者？"）
💻 设计应用
- 📌 Tesler 的核心论点：工程师多花一周时间降低应用程序的复杂性，胜过让数百万用户每人多花一分钟来应对额外的复杂性
- 📌 用"智能默认值"代替手动配置——让系统替用户做合理的预判
- 📌 渐进式披露（Progressive Disclosure）：将高级功能隐藏在"高级设置"中，初始界面只展示核心操作
- 📌 自动化重复性操作（如表单自动填充、地址联想）
⚠️ 反面观点： Bruce Tognazzini 提出了一个有趣的悖论——人们会抗拒生活中复杂性的降低。因此，当一个应用程序被简化后，用户往往会开始尝试更复杂的任务。 这意味着简化可能是一个没有终点的动态过程。
⚠️ 同时也要警惕"过度简化"的陷阱——不要将界面简化到抽象化的程度。有时候适当的"摩擦力"反而能帮助用户（例如，删除重要数据前的二次确认）。
📈 其他重要的启发式法则（简述）
除了上述重点展开的定律，书中还涵盖了以下启发式法则，它们同样是构建优秀用户体验的重要基石：
定律 核心内容 设计启示 🎨 美即好用效应 (Aesthetic-Usability Effect) 用户通常会认为美观的设计更好用 视觉设计不是"装饰"，它直接影响用户对可用性的感知 🔪 奥卡姆剃刀 (Occam's Razor) 最简单的解决方案通常是最好的 在满足功能需求的前提下，优先选择最简洁的设计方案 📊 帕累托原则 (Pareto Principle) 约 80% 的结果来自 20% 的原因 识别并优化那 20% 最关键的功能和交互路径 ⏰ 帕金森定律 (Parkinson's Law) 任何任务都会膨胀直到填满所有可用时间 为用户行为设定合理的时间框架和截止日期 🏔️ 峰终定律 (Peak-End Rule) 用户主要根据体验的"峰值"和"结尾"来评价整体体验 重点打磨用户旅程中的情感高峰时刻和结束体验 📬 鲁棒性原则 (Postel's Law) 对接收保持宽容，对输出保持严谨 表单输入应容错（接受多种格式），但输出应标准化 🎯 目标梯度效应 (Goal-Gradient Effect) 越接近目标，完成的动力越强 进度条、完成百分比等视觉反馈能有效提升用户完成率 😫 选择过载 (Choice Overload) 当面对过多选项时，人们会感到不堪重负 精简选项、提供推荐、使用对比工具帮助用户决策 🏔️ 峰终定律深度补充 (Peak-End Rule)
鉴于峰终定律在用户体验设计中的极高实用价值，这里做进一步的深度展开。
📜 历史溯源
峰终定律由诺贝尔经济学奖得主 Daniel Kahneman 及其同事 Barbara Fredrickson 于 1993 年提出并通过实验验证。他们的论文 "When More Pain Is Preferred to Less: Adding a Better End" 提供了开创性的证据。
🔬 经典实验
研究团队要求参与者将手浸入冷水中（不适但不危险）。实验包含两种条件：
- 🔸 短试验： 将手浸入 14°C 的冷水中 60 秒
- 🔸 长试验： 先将手浸入 14°C 的冷水中 60 秒，然后额外延长 30 秒，但在这 30 秒内水温悄悄升高到 15°C
令人惊讶的结果是：当被要求选择重复哪一种体验时，参与者更倾向于选择更长的那个——尽管它的整体不适感更大，但因为结尾不那么痛苦。
🧠 关键心理学概念
- 🔸 时长忽视（Duration Neglect）： 体验的持续时间对回顾性评价的影响极其微弱
- 🔸 两个自我（Two Selves）： Kahneman 提出人类记忆可以分为"体验自我"（experiencing self，实时感知当下）和"叙事自我"（narrating self，负责将体验转化为印象并整合到过往经验中）
💻 经典设计案例
- 📌 Mailchimp： 当用户发送完一封营销邮件后（这是一个可能令人焦虑的高峰时刻），Mailchimp 不是简单地弹出一个确认对话框，而是通过品牌插画、微动画和幽默文案来化解紧张情绪——将一个潜在的负面高峰转化为积极的情感体验
- 📌 Uber： 通过关注用户对时间和等待的感知，优化了叫车后的等待体验，降低了用户在请求发出后取消订单的比率
- 📌 Duolingo： 在每个学习课程的结尾都设计了庆祝动画和成就反馈——精心打磨"结尾"体验，让用户带着正面情绪结束每次学习
🔹 第二类：格式塔原理 (Gestalt Principles)
格式塔原理源于 1920 年代德国心理学家 Max Wertheimer、Kurt Koffka 和 Wolfgang Köhler 的研究。他们希望理解人类如何在混乱的感知信息中发现秩序——人脑是如何自动将视觉元素组织成有意义的整体的。 "Gestalt"一词在德语中意为"形态"或"整体"，其核心理念可以总结为一句话：整体大于部分之和。
在用户界面设计中，格式塔原理至关重要——当用户看到一个界面时，他们必须能够一眼理解所见内容，并快速找到他们需要的东西。
原理 核心内容 设计应用 📏 邻近性原理 (Law of Proximity) 彼此靠近的元素倾向于被视为一组 利用留白（whitespace）来暗示元素之间的关系——无需使用边框。这是最强大的分组手段之一，甚至可以压过颜色或形状等视觉线索 🔷 相似性原理 (Law of Similarity) 视觉上相似的元素会被认为彼此相关 蓝色文字 = 链接；灰色按钮 = 禁用状态——利用颜色、形状、大小的一致性暗示功能关系 🔲 共同区域原理 (Law of Common Region) 位于同一封闭区域内的对象被视为一组 "卡片式设计"（Card Design）的理论基础——卡片创建了一个独立的信息区域，即使周围有其他信息也不会混淆 ➖ 统一连接性原理 (Law of Uniform Connectedness) 视觉上连接的元素被认为比没有连接的元素更相关 时间线、流程图中的连接线 ✨ 简洁性原理 (Law of Prägnanz) 人眼倾向于将复杂的形状感知为最简单的形式 logo 设计、图标设计应追求最简可识别形态 ⚠️ 实践提示： 在响应式设计中，邻近性原理尤其值得关注——当布局在不同屏幕尺寸间切换时，元素的分组关系可能会因位置变化而改变。设计师需要确保在各种断点下，元素的逻辑分组依然清晰。同时，在空间充裕时，优先使用留白而非边框来创建视觉分组，因为过多的边框会导致界面显得拥挤和杂乱。
🔹 第三类：认知偏差 (Cognitive Biases)
📍 序列位置效应 (Serial Position Effect)
用户对系列中第一个（首因效应）和最后一个（近因效应）项目的记忆最为深刻。
💻 设计应用
- 📌 导航栏中最重要的功能入口放在最左和最右
- 📌 移动端底部导航栏（Tab Bar）：将核心功能放在最左和最右端——这就是为什么 Instagram 把"首页"放在最左，"个人资料"放在最右
- 📌 列表中的关键信息应放在首尾位置
🔹 第四类：其他核心概念
除了上述三大类别的定律，书中还引入了多个支撑性的心理学概念，它们虽然没有被单独列为"定律"，但在理解和应用前述法则时起着不可或缺的桥梁作用：
概念 含义 与定律的关联 🧩 分块 (Chunking) 将信息的各个部分拆解，然后重新组合成有意义的整体 Miller 定律的核心扩展 🧠 认知负荷 (Cognitive Load) 理解和使用界面所需的心理资源总量 几乎所有定律都在试图降低认知负荷 🌊 心流 (Flow) 全身心投入某项活动时的精力充沛、全情参与的心理状态 多尔蒂阈值直接影响心流的维持 👁️ 选择性注意 (Selective Attention) 只关注环境中与目标相关的刺激子集 冯·雷斯托夫效应利用了选择性注意 📝 蔡加尼克效应 (Zeigarnik Effect) 人们对未完成或被中断的任务的记忆好于已完成的任务 进度条、未完成徽章等设计利用了这一效应来驱动用户持续参与 四、为什么要读这本书？
🛡️ 为设计决策正名
面对产品经理或客户的质疑，你不再说"我觉得这样好看"，而是能说"根据雅各布定律，用户需要熟悉的交互模式"或"根据希克定律，减少选项数量可以将用户的决策时间降低 X%"。每一个设计决策都有来自实验心理学的数据支撑，这是设计师从"感觉驱动"走向"证据驱动"的关键一步。
🧘 降低认知负荷
这本书教会设计师如何"做减法"，让用户在操作产品时感到"如丝般顺滑"。从 Miller 定律的信息分块，到希克定律的选项精简，再到泰斯勒定律的复杂性转移——整本书构建了一套系统化的"减负方法论"。
⚖️ 建立设计伦理
书末讨论了设计的力量与责任，提醒设计师警惕"暗黑模式"（Dark Patterns），利用心理学改善体验而非操纵用户。这一议题在 2024 年第二版中得到了显著扩展，其时代背景也更加紧迫：
📋 暗黑模式的全球监管动态（截至 2025 年）
"暗黑模式"（Dark Patterns） ——也被越来越多地称为 "欺骗性设计模式"（Deceptive Patterns） ——已从设计伦理讨论进入法律监管阶段：
- 🔸 欧盟现状： 欧盟委员会 2022 年的研究显示，97% 的欧盟消费者最常使用的网站和 App 至少部署了一种暗黑模式。美国 FTC 2024 年的研究也发现，所调查的 642 个网站和 App 中，超过 76% 至少使用了一种疑似欺骗性设计模式。
- 🔸 《数字服务法》（DSA）： 首次以法律形式明确禁止暗黑模式。 第 25 条明确禁止设计、组织和运营可能欺骗/操纵用户，或实质性改变/削弱用户做出自由、知情决策能力的在线界面。
- 🔸 《AI 法案》（AI Act）： 禁止使用潜意识技术、故意操纵或欺骗性技术，以及利用基于年龄、残疾或特定社会经济状况的脆弱性的 AI 系统。
- 🔸 执法案例： TikTok 因将用户账户默认设置为"公开"（被视为暗黑模式），被爱尔兰数据保护委员会罚款 3.45 亿欧元。
- 🔸 未来立法： 欧盟正在酝酿《数字公平法案》（Digital Fairness Act），公众咨询已于 2025 年完成，正式立法草案预计将在 2026 年下半年发布。这将成为全球首部系统性规制暗黑模式的综合性法律。
💡 课程关键启示： 了解这些法规动态对设计师而言至关重要——使用心理学原理来操纵用户行为，不仅是道德问题，现在更是法律问题。《用户体验定律》所传授的每一条定律，都可以被正向运用来改善体验，也可以被反向利用来操纵用户。 这本书的伦理章节正是在提醒设计师：能力越大，责任越大。
五、实践框架：如何将定律应用到实际工作中
第二版新增了一个实用的设计应用框架，帮助读者将理论系统性地融入日常设计流程。以下是基于书中思路并结合实践经验的一个分步指南：
📋 步骤一：识别用户旅程中的关键触点
- 🔸 绘制用户旅程图（User Journey Map），标注每个触点的情感状态
- 🔸 运用峰终定律，识别"高峰"和"结尾"时刻
🔍 步骤二：诊断设计问题
在每个关键触点应用对应的定律进行诊断：
症状 可能违反的定律 用户在某个页面迟迟无法做出选择 希克定律 / 选择过载 用户频繁点错按钮或目标 菲茨定律 用户抱怨"这个 App 和别的不一样" 雅各布定律 用户记不住关键信息 米勒定律 / 冯·雷斯托夫效应 用户感觉系统"很慢" 多尔蒂阈值 用户觉得产品"太复杂" 泰斯勒定律 ✏️ 步骤三：设计解决方案并验证
- 🔸 基于诊断结果，运用对应定律指导设计修改
- 🔸 通过 A/B 测试或可用性测试验证设计效果
- 🔸 始终检查设计方案是否存在暗黑模式的风险
六、推荐延伸阅读
为了构建更完整的知识体系，以下是与《用户体验定律》形成互补的推荐书目：
书名 作者 关联方向 📗 Don't Make Me Think Steve Krug Web 可用性的经典入门 📘 The Design of Everyday Things Don Norman 交互设计的理论奠基之作 📙 Thinking, Fast and Slow Daniel Kahneman 认知偏差与决策心理学的权威著作（峰终定律的思想源泉） 📕 Hooked: How to Build Habit-Forming Products Nir Eyal 产品设计与行为习惯的结合 📓 Deceptive Patterns Harry Brignull 暗黑模式的系统研究——作为设计伦理的对照阅读 📒 Refactoring UI Adam Wathan & Steve Schoger 面向开发者的实用 UI 设计方法论 小结
《用户体验定律》不仅仅是一本设计书，它是一份关于人类行为模式的说明书。无论你是资深专家还是刚入行的萌新，它都能帮你从"画图员"进阶为"懂心智的设计师"。
在这个 AI 正在重塑一切交互方式的时代，理解人类认知的底层规律反而变得前所未有地重要。因为无论界面的形态如何演变——从屏幕到语音、从 AR 到空间计算——我们所服务的对象始终是同一个数十万年进化而来的人类大脑。那些心理学实验室里发现的规律，将持续指导我们设计出真正为人服务的产品。
“设计不是要让用户适应系统，而是要让系统适应人类的认知方式。”
-
0 回复
歡迎留言回复交流。
Log in to reply.