先欣赏一张雅虎ued绘制的关于“7±2法则"的Q版小漫画，初步了解下7±2法则：

关于“7±2法则"的Q版小漫画

7±2法则

1、一句话描述：

一般人的短时记忆容量约为7个加减2个，即5--9之间。可以理解为7加减2个组块。

2、理解：

为了更好的理解这个法则，我们先做一个小游戏：

请读一遍下面的一行随机数字：

71863421945284

然后移开眼睛回忆一下，看看你还记得几个。

现在再读一遍下面的随机字母：

HJMROSFLBTW

然后再用上述相同的方法来测试一下自己的记忆。

看看结论是不是这样：假如你的短时记忆像一般人那样,你可能会回忆出5~9个单位,即7±2个，这个有趣的现象就是神奇的7±2效应。

3、背景知识：

这个规律最早是在19世纪中叶,由爱尔兰哲学家威廉汉密尔顿观察到的。他发现，如果将一把子弹撒在地板上，人们很难一下子观察到超过7颗子弹。1887年，雅各布斯通过实验发现，对于无序的数字，被试能够回忆出的最大数量约为7个。发现遗忘曲线的爱宾浩斯也发现，人在阅读一次后，可记住约7个字母。这个神奇的“7”引起许多心理学家的研究兴趣，从20世纪50年代起，心理学家用字母、音节、字词等各种不同的材料进行过类似的实验，所得结果都约是“7”。1956年，美国心理学家米勒（George A. Miller）教授发表了一篇重要的论文《神奇的数字7加减2：我们加工信息能力的某些限制》，明确提出短时记忆的容量为7±2，即一般为7并在5~9之间波动。这就是神奇的7±2效应。

但是实验中采用的材料都是无序的、随机的，如果是熟悉的字词或数字，这样短时记忆还只能容纳“7”个吗？例如“c-o-o-p-e-r-a-t-i-o-n”,这个字母序列已经有11个字母，如果学过英语的人听到这个序列很快就能明白这是个词，意思是“合作”，并能很好地回忆出来，这不是违背了短时记忆的“7±2”效应了吗？不是的，这恰恰是神奇“7±2”存在的另一个奇特的现象。因为短时记忆中的信息单位“组块”本身具有神奇的弹性，一个字母是一个组块，一个由多个字母组成的字词也是一个组块，甚至可以通过一些方法把小一些的单位联合成为熟悉的、较大的单位，而且对知识的熟悉程度还会对它产生影响。例如“认知心理学”5个字对于不懂心理学的人来说是5个组块；对稍懂心理学的人来说是两个组块；而对专业心理学学生、心理学家来说这5个字就只有一个组块。但不论人们储存的组块是什么，短时记忆的容量为7±2个组块。

4、设计案例：

iPhone通讯录中的号码显示

iPhone通讯录中的手机号码被分割成”xxx-xxx-xxxx-xxxx“的形式，运用7±2法则的小细节设计，减轻了用户记忆负担

5、相关设计应用

1）、web导航或选项卡尽量不要超过9个，移动应用交互设计上，选项卡不会超过 5个。

web导航：

app导航：

下图某电商网站的导航，是不是觉得下面的导航有些太多眼花缭乱不知道选择哪个呢？

下图是苹果官网现在的导航，是不是觉得清爽多了呢？

用户使用导航是要找到自己需要的内容，这种需求往往非常急切，请不要认为每个用户都会像挖宝一样孜孜不倦，如果还不能快速的找到自己想要看的东西，那么他们就会关掉浏览器跑掉了。简化你的导航使它尽可能的少于九个会让用户对于网站的内容一目了然，更快捷也更加有效。

2）、如果导航或选项卡内容很多，可以用一个层级结构来展示各段及其子段，并注意其深广度的平衡。

如上图中的例子，导航是分为多个层级的。如果导航的内容很多放不下的话，我们就可以将它整合归类来分层级收纳，这一点并不难理解，但是深广度又是什么呢？

在网站的信息架构中，有一种组织结构叫做树形结构：网站首页视为链接层级中第一级，与其有从属关系的页面视为链接层级中的第二级，一般称其为二级页面。通过二级页面又可以继续得到第三级页面，依此类推可以得到一个完整的树形链接结构。这样一个完整的链接结构，我们称它为树形结构。

在整个树形结构中，链接的层数被称为网页链接的【深度】（depth）。而在树形结构里，最底层页面包含的页面总数被称为网页链接的【广度】（breadth）。

一个网站的链接深度和广度最好有一个合适的均衡关系，深度过大的网站不利于用户快速获取信息，广度过大的网站则容易让用户在无数并列的超链接面前不知所措。在过深和过广的分级方案上，用户所需要的反应时间都比较长。因此我们在组织网站信息的时候，需要仔细平衡深度和广度之间的关系。

3）、把大块整段的信息分割成各个小段，并显著标记每个信息段和子段，以便清晰的确认各自的内容。

就像上图那样。不论信息多少，都可以通过结构化将简化为符合7±2法则的短信息组块，这样当用户查看信息时可以更容易的将注意力放在他们所关心的信息上，能够更快的找到他们要找的东西，更容易理解，更容易记忆。

上次讲解了七大定律中的菲茨定律、米勒定律，这次主要是讲解七大定律中的库克定律、奥卡姆剃刀原理以及太思勒定律三大定律在交互设计中应用。先深入了解的小伙伴可以参考一下。

1.菲茨定律（Fitts’s law）

   2.米勒定律（Miller’s law）

3.席克定律（Hick’s Law）

   4.奥卡姆剃刀原理（Occam’s Razor）

   5.泰思勒定律（Tesler’s law）

   6.接近法则（The Law Of Proximity）

7.新乡重夫防错原则（POKA-YOKE）

本篇为中篇。

上篇《交互原则：交互设计7大定律详解(上)》

席克定律，Hick’s Law，也叫Hick–Hyman law，是以英国和美国心理学家 William Edmund Hick和Ray Hyman命名的。在1952年，两人通过实验证明了一个人可能做出的选择与做出决定所需的时间的关系：选择数量的增加会以对数方式增加决策的时间。

席克定律的数学公式如下：

T：反应时间

b：根据对选项认识的处理时间（常数）

n：具有可能性的答案总数

一句话来说：

用户面临的选择越多、越复杂，做决定的时间就越长。

注意，根据公式我们可以发现，席克定律不包含用户阅读、观察等的前期决策时间，因此更适用与简单选择的场景。

在人机交互领域中，我们通常是如何运用席克定律，节省用户认知和选择的时间成本呢？

这点和上篇讲过的7+-2法则有共通之处，选项越多，用户权衡的时间就越久。减少有关下一步行动的思考时间，就会提高某种行为发展为无意识习惯的可能性，比如常规的导航、菜单等设计，不再赘述。除此之外，我们还可以针对用户不同的使用场景，精简选项，方便决策且降低用户误操作。

比如下图是audible的常规模式和驾驶模式对比，驾驶模式只提供了播放/暂停、回撤30秒、这三个功能，而且尺寸非常显眼，去除了低频功能，方便用户驾驶时无障碍操作。

边界：选项不能太少，要让用户有选择

要保障用户的自主选择权，才会更容易被用户接纳；用户需要掌控感，是自己选择，而不是被迫只能这样选择。

如果无法删减选项，我们可以通过位置、留白、色彩、尺寸、字号、层级关系等方式，突出显示推荐信息、重点内容、以及用户高频使用的选项。通过这样给用户预先区分好主次关系，可以方便用户快速选择。

比如各个app的登录页通常会突出显示手机登录，这是基于业务需求的选择，因为对于企业来说，得到用户的手机号等个人信息，就能够方便收集用户的数据和后续的运营推送，而不受第三方的限制，所以把手机登录作为重点突出显示。而对于腾讯系产品来说，就没有这个顾忌了，通常是只展示qq和微信两种登录方式。

通过提供默认选项，降低用户的选择成本。比如各类app常用的功能，用户使用功能是为了后续能够快速找到该内容，不同的标签、夹是为了方便信息的整理。

淘宝点击后即可成功，可以再选择心愿单进行分类；而知乎、网易云的功能，点击后需要再选择夹/歌单才能成功。

通过分解复杂的流程，让用户一步步进行操作，降低多个步骤多个选项的干扰。这一条米勒定律（7+-2）里同样介绍过了，不再重复。

大家来品品pinterest和花瓣的采集功能。Pinterest：鼠标hover即可选择画板并采集，且默认显示最近保存的画板，而且画板列表是在当前控件旁显示。

而花瓣的采集功能需要：hover显示采集按钮-点击按钮-弹出弹窗-在列表里选择画板-点击按钮采集成功。

就说花瓣采集张图，这么多步骤费不费劲

很多资讯类、电商类产品正在使用推荐算法，通过对用户历史数据的获取，推荐用户偏好的内容，减少用户的选择成本，节省用户筛选信息的时间，体验感更顺畅。

例如淘宝的千人千面、头条和抖音的推荐算法。比如我的抖音现在的内容基本是这个组合：Papi+汉服相关+访谈演讲相关+摄影设计相关+其他

边界：数据的滞后性、个性化推荐的反面

数据的滞后性在于，它是根据用户之前+当前的行为进行内容推荐。买完了硬盘再推荐给我硬盘；我之前看这些，并不代表我不渴望其他内容。个性化推荐的弊端就是用户获取到的信息会越来越集中，用户的阅读模式趋于标签化，缺乏多样性。

奥卡姆剃刀Occam’s Razor，也称为law of parsimony，是由英国中世纪神学家、哲学家William of Ockham提出的，他对当时关于“共相”、“本质”之类的无休止的争论非常厌恶，于是提出了：当其他条件相同时，我们以最简单的假设作为依据。后来逐渐衍生为：如无必要，勿增实体。（Do not multiply entities beyond necessity）。

它不像菲兹定律和席克定律是一种经过验证的定理，而是一种启发式的、用来解决问题的方式。

目前奥卡姆剃刀不仅仅被用在交互设计领域，同样也被广泛应用于哲学、管理学、经济学等领域。比如企业的精简部门、组织扁平化；专注战略，剔除不必要的功能等等……

一句话：

避繁就简。

即不要浪费较多东西去做用较少的东西同样可以做到的事情。

产品并不是设计的功能越多、越花哨就越受欢迎。一个易读、易用的页面，能更好的传达内容，带来更好的用户体验。这其实是很多app为什么不再使用头部品牌色的原因——聚焦于内容，且设计趋向轻量化。

比如下图的美团

KISS原则就是在奥卡姆剃刀定律、少即是多等设计原则上衍生出来的，Keep It Simple、Stupid，让系统简单到连白痴都能明白。

应用于软件设计和开发中，即清晰、简洁、明确、易操作。这其实都是IOS和安卓系统级的原则。

边界：要根据产品的体量衡量

产品功能是否必要是不能主观决定的，如果是体量比较大的产品，比如支付宝微信等，因为庞大的用户基数，带有流量分发性质，哪怕是一个频次低的功能，使用量的数据也是很可观的。此时需要思考的是如何给这些功能安排合适的层级关系，保持整体设计的平衡性。

泰斯勒定律Tesler’s Law，也叫复杂性守恒定律（Law of conservation of complexity，是Larry Tesler在20世纪80年代提出的，并在《Designing for Interaction》一书中被正式介绍。

泰斯勒指出，每个应用程序都具有固有的不可简化的复杂性，唯一的问题是谁去处理它。

无论在产品开发环节还是在用户的交互环节，这一固有的复杂性都不能去除，只能设法调整、平衡。

这就是为什么我们常说，如果要用户侧简单，开发侧就会复杂。

至于是否值得团队花时间去去除用户的复杂性？

——根据Tesler的说法，“除非你拥有可持续的垄断地位，否则客户的时间必须比你自己更重要。”

这里有一个计算用户价值的公式:

=用户遇到该复杂性的每周频率*每周活跃用户*耗费用户的时间

当然这里的时间可以根据产品本身的高频低频，调整为日、月、甚至年。

从福格行为模型（B=MAT）的角度来说，当你使用某个产品时所花的步骤能被缩减或是优化时，用户使用它的频率就会增加。

降低用户使用的复杂性=减少阻碍=行为能力提升，更利于让用户上瘾。

删除功能是一种消除系统复杂程度的方式。低价值功能可能会增加界面混乱，增加用户的认知负担；它让人们思考得比他们应该做的更多。

这个上面奥卡姆剃刀里已经介绍过，不再赘述。

泰斯勒定律洞察了一个真相：不是平衡，是权衡。

不仅仅是软件开发，对于人类行为来说也是如此。随着互联网的飞速普及，大量APP出现了，他们提高用户的购物效率、沟通效率、获取资讯的效率、支付效率、工作效率……

但是人们的生活真的简单下来了吗？

……

没有

我们降低了人们在特定任务中遇到的复杂性，人们将承担更具挑战性的任务。从这个角度来说，人们行为的复杂性也是守恒的。

本文为交互设计七大原则中，介绍了席克定律、奥卡姆剃刀、泰斯勒定律。最后来简单复习一下吧：

席克定律：面临的选择越多，做决定的时间就越长。

奥卡姆剃刀：避繁就简。

泰斯勒定律：复杂性守恒。

白鹭漫谈（公众号）

作者：白鹭漫谈

“可用性”这个概念自入行以来就听说过，但是没有好好的深入学习过，去年转正报告的未来工作计划也提了一下想对在做的几个系统进行可用性测试，虽然不知道日程计划能不能提上去，这两周还是着重学习了一下可用性测试，本文做一些归纳总结。

可用性有如下五个属性：

而“可用性测试”就是邀请一批真实的典型用户针对典型场景操作产品，并鼓励他们在尝试完成任务的时候出声思考，可用性工作人员在一旁观察、聆听、记录，发现产品使用过程中的可用性问题。它适应于产品前期设计开发、中期改进和后期维护完善的各个阶段，是以用户为中心设计思想的重要体现。

我们作为产品的Manager、Designer、Coder，作为产品的爹妈，孩子身上有几颗痣都很清楚，孩子性格随我没毛病，认为这个功能理所当然应该这样设计。所以产品设计者是专家用户，而用户知识普通用户，我们不能完全代表典型用户的想法。听听来自用户的真实声音，有利于提升设计价值。

所以可用性测试主要是为了从易学性、效率、可记忆性、错误率和满意度五个维度衡量产品可用性，同时定位产品问题及产生原因，进而优化产品。

再有一点，设计需要平衡产品与商业之间的关系，所以可用性测试也与公司商业目的紧密相关，只有这样，测试才能成为解决问题和寻求机会的有效工具。

NNG的Jacob Nielsen列出了以下三个场景：

1.在迭代的过程中，特别是两个迭代之间的时候。我们需要知道我们本期的设计是否解决了之前的问题，或者我们还需要继续改进我们的设计方案。

2.数据不会骗人——对于竞品的可用性分析，可用性测试得到的指标是非常有用的。

3.在每一次新的发布之前，我们需要在脑海中有一个清晰的目标。当我们对现在的设计方案没有很大的把握的时候，一次可用性测试可以告诉我们，新的版本是不是已经准备好发布了。

需要确定可用性测试的问题焦点，需要尽可能的精准、清晰、可测量、可观察，比如关于功能点、界面、流程等。可以询问利益相关者，理解他们想要知道的信息，专注于能够实现产品ROI的研究目标。

首先我们需要有一个共识：“可用性测试任务是为了用户的实际目标，而不是我认为用户想要做的事”。其次下面是任务设计的几条核心方法：

a)根据测试目的列出任务清单，任务不宜过多，必须是紧贴核心测试部分的；

b)对每个任务给予用户合理的动机，对于用户来说，产品的功能不重要，重要的是用户使用产品想要达到的目的；

c)将任务赋予真实场景，毕竟用户使用产品都是有真实场景的。

总之，设计测试任务就是“谁在什么情况下要做什么事”，紧抓“人”、“情景”、“目标”三个要素。

撰写测试脚本是为了预防在正式测试时不知道该问什么，该记录什么，没有头绪，一片混乱。可以根据测试结束后的结果统计分析的维度出发，结合任务清单，自下而上的分析应该在测试时需要问的问题，还有需要观察的注意点。比如：

询问：进入页面，首先看到什么？然后看到什么？用户会想点开什么地方？每个分类上面的数字，用户有没有注意到？……

观察：用户探索了那些内容？用户说了什么？正面评价？负面评价？用户的表情，是否有皱眉噘嘴等负面表情？

测试实验室所需要的硬环境肯定是要完善的，比如：

a)实验室环境：不管是会议室、还是专门的装有单面玻璃的观察实验室，至少要干净整洁，能让用户心情放松的；

b)测试设备：使用什么终端产品、网络环境要畅通、账号要先注册等；

c)记录设备：录音、录像、录屏等，记录测试过程可以帮设计师会议访问的场景，填补一些缺失的笔记。可以用一些录音机、摄像机、眼动仪、鼠标轨迹记录、QuickTime、Mobizen、Display Recorder、SCR、Magitest等软硬件。

预测试就是正式实施之前，邀请同事模拟几次，发现测试时的问题。把正式的流程走一下，包括设备调试、访谈切入、问题提问、观察记录、结果分析，把录音和录像都看一遍，从中发现测试时的问题。

样本数量：根据Nielsen和Landauer的研究，可用性测试发现系统中问题数量与测试人数遵循以下公式： P=N（1-（1- L） n）

其中P为发现问题的数量，N是系统中存在问题的总量，L是通过研究单个用户可以发现的用户比例，根据经验L的值一般被定义为31%。此时我们可以绘制出P关于n的曲线，如下图所示。此外，Nielsen还给出了以下的一份数据：根据83例NNgroup最近进行过的可用性咨询的案例分析可以得出下右图的可用性问题数量——招募用户数量的关系。我们可以看到，在招募 5-8名用户的时候，就足以暴露出系统中的大部分可用性问题了。而此时再测试更多的用户，并不会为我们的洞察带来明显的提升。

寻找用户：分为三步骤，招募信息投放—>筛选问卷—>电话联系，核心原则是“让最具有代表性的用户参与”，通过了解用户的态度、行为、目标来甄选，与用户画像匹配的用户。

从测试当天接待用户开始就需要保持一个友好态度，能够让用户放下警惕，能够有一个愉悦的心情去面对测试。开场主持人可以做一些自我介绍，热热场，缓和一下测试的氛围，表明测试的目的，告知用户我们非常希望您能畅所欲言，这个测试没有对错之分，不要担心做不好，真诚的希望我们和您一起去发现产品的问题。而且如果有录音或录像，一定要让用户知晓有此类行为，但是会对测试资料保密，可以签署保密协议。

根据准备的测试脚本进行测试，至少需要两位工作人员，一名主持人做任务引导、询问问题工作，一名观察记录员观察用户情绪、动作、记录用户行为、想法。测试中需要注意以下几点：

a)观察：察言观色，识别用户的情绪，思考中、皱眉、犹豫、惊讶等，通过用户情绪判别任务的难易，用户是否无法完成任务，那么就应该终止该任务的测试，并且舒缓用户情绪。

b)询问：询问采用一般疑问句，具体客观地重复用户刚才的行为表现，如果用户没有自己主动说出原因，可以“顺便”问以下“为什么？”或通过身体前倾、目光注视等非语言方式来暗示用户你希望能听到更多内容，若用户很快、坚定地说出原因，则该理由的可信度较高；如果用户犹豫、或难以说出原因，就不要继续追问。

c)倾听：做一个好的聆听者，用户讲话时，可以用点头、嗯嗯、眼神交流等反馈给予用户提示我们在认真的听，您继续讲下去。

d)鼓励：鼓励用户出声思考，测试中的问题大胆讲出来，而且要肯定用户的建议，给予鼓励夸奖，认同其价值。用户遇到困难时，不要提供帮助，可以适当鼓励。

首先一位用户测试结束后，可以先趁着记忆犹新，简单的做半小时整理工作，主持人和笔录互相核对。然后等全部测试完成再进行可用性水平和问题分析。这里按照我的理解做了一份可用性问题的总结模板：

在《Don`t Make Me Think》中Steve提到一种10美分的简易可用性测试，对于早期起步阶段、需要快速迭代的产品，可以采用这种方式简单做一下可用性测试。

《可用性工程》中讲到11条可用性的经验准则，也一起记录一下：

到这里让我想到前几天看到的十二条UX设计准则，也在此安利一下，免得我找不到了，网站也做的很不错，网站地址👉： Laws of UX。

[1]可用性工程

[2]点石成金：访客至上的Web和移动可用性设计秘笈

[3]如何进行可用性测试和用户研究？- fries的回答-知乎

[4]如何进行可用性测试和用户研究？-妖叶秋的回答-知乎

[5]如何进行可用性测试和用户研究？-韩正双的回答-知乎

[6]如何进行可用性测试和用户研究？- Kelly的回答-知乎

[7]如何进行可用性测试和用户研究？-苏静婷蝙蝠小玩子的回答-知乎

[8]【用研说】可用性测试操作指南

[9]可用性测试：任务评估模型与计量方式

[10] 4个方面，聊聊如何做一次更高效的可用性测试

[11]如何进行可用性测试和用户研究？-人人都是产品经理

[12]用超多实例，解析「交互设计七大定律」在设计中的应用

转载请注明：片头模版 » 交互设计七大定律(交互设计7大定律详解)