用户界面设计,就是安排控件、文字、颜色和反馈,让人不用琢磨界面就能完成任务。八条原则承担了大部分分量,而且每条都能用数字检验:响应时间、对比度、目标尺寸、受挫点击率或表单完成率。下面把每条原则和检验它的指标、事件配成一对。
读完你会知道
- 每条原则都有公开阈值或行为信号:0.1/1/10 秒的响应、4.5:1 的对比度、24 像素的目标、每千次浏览的受挫点击
- 把结果指标(表单完成)和摩擦指标(错误点击与狂点)配在一起看,避免用更多的折腾换来数字好看
- 5 个参与者能发现约 84% 的可用性问题;修掉再换新的 5 人重测
什么是用户界面设计,它不包括什么?
用户界面(UI)设计,是对屏幕上人们要触碰或阅读的一切做安排:控件、标签、布局、字体、颜色、间距,以及每次操作之后的反馈。它只用一个标准来评判:人们能不能不用琢磨界面就完成任务。术语本身的定义见词条 用户界面。
UI 只是用户体验的一层,不是全部。用下面的规则判断你遇到的是哪类问题:
- 人们找得到控件,却用错、漏看或读不清:UI 问题,改界面。
- 人们用得对,却没得到想要的结果:UX 或产品问题,把按钮做得更好看也解决不了。
第二类在 UX 指标 里讲。本文只讲前一类:八条原则,每条都配一个改动前后能测的数字。
八条原则是什么,各自出自哪里?
这些都不是审美偏好,每一条都对应一条公开的规则或可测的阈值:
- 显示系统状态。 每个操作都有可见的响应。这是 Nielsen 十条可用性启发式的第 1 条,1994 年发布,Nielsen Norman Group 在 2024 年 1 月复核过。
- 响应够快。 Nielsen 的响应时间界限是 0.1 秒(像是即时的)、1 秒(思路不被打断)、10 秒(注意力丢失)。对网页,Google 的 web.dev 把交互到下一次绘制(INP)200 毫秒以内评为良好、超过 500 毫秒评为差,按真实加载的第 75 百分位判断。
- 保持一致。 同一件事在各处长得一样、行为一样(启发式第 4 条,一致性与标准)。
- 层级清楚,画面精简。 每个画面一个主操作,没有理由就不要让别的元素来抢(启发式第 8 条,美观与极简设计)。
- 让人识别而不是回忆。 把选项和标签摆出来,不要让人去记(启发式第 6 条)。
- 文字清晰可读。 WCAG 2.2 的 1.4.3 条要求,普通文字的对比度至少 4.5:1,大号文字(18 磅,或 14 磅粗体)至少 3:1。
- 点击目标够大。 WCAG 2.2 的 2.5.8 条要求指针目标至少 24 × 24 CSS 像素,间距充足、行内链接、浏览器自绘控件除外。
- 预防错误,让恢复容易。 在错误发生前拦住,发生后用平实的话说清哪里错了(启发式第 5 条和第 9 条)。
下面的表把每条原则和检验它的数字、产生这个数字的事件或报表配成一对。最后两列正是多数设计指南漏掉的部分。
| 原则 | 经验规则 | 指标 | 事件或报表 |
|---|---|---|---|
| 显示系统状态 | 每次操作都有反馈;超过 1 秒要显示进度 | 任务时延、有可见反馈的操作占比 | 点击与成功的自定义事件;漏斗中位耗时 |
| 响应够快 | 0.1 秒内像即时;INP 在 P75 不超过 200 毫秒 | 每页 INP 的 P75 | 真实用户性能报表 |
| 保持一致 | 同一组件,外观和位置一样 | 同一组件在各页的点击率 | 按页面的点击分布 |
| 层级清楚 | 每个画面一个主操作 | 主操作的点击占比 | 热力图元素表 |
| 识别而非回忆 | 标签和选项可见 | 通过站内搜索或来回切换才到达页面的占比 | 路径分析、站内搜索词 |
| 文字清晰 | 普通文字 4.5:1,大号文字 3:1 | 每组颜色的对比度 | 设计评审(没有分析事件) |
| 目标够大 | 至少 24 × 24 CSS 像素 | 每千次浏览的受挫点击 | 狂点与错误点击表 |
| 预防错误 | 行内校验,保留已填内容 | 表单完成率和字段错误率 | 漏斗中的表单开始与成功事件 |
阈值来自 Nielsen Norman Group、WCAG 2.2 和 web.dev;指标和事件是建议,请按自己的产品调整。
怎样检验反馈和速度?
反馈和速度用同一个检验:从操作到出现可见反应隔了多久。
| 操作后的时间 | 人的感受 | 界面该怎么做 |
|---|---|---|
| 0.1 秒以内 | 即时 | 直接显示结果,不必多做什么 |
| 1 秒以内 | 有感觉,但思路没断 | 按下状态或转圈就够了 |
| 10 秒以内 | 注意力有风险 | 显示正在处理 |
| 超过 10 秒 | 注意力丢失 | 显示带预估的进度条,并允许离开后回来 |
测量时把问题拆成两个。浏览器响应 是页面的交互到下一次绘制,取第 75 百分位,与 200 毫秒和 500 毫秒的阈值对比。任务时延 是你自己两个事件之间的时间,例如 form_submit_click 到 form_submit_success。页面可以通过第一个而没通过第二个,因为第二个包含了你的服务器。
判断规则:如果任务时延的第 75 百分位超过 1 秒、按钮又没有状态变化,先补反馈。优化服务器排在后面,因为反馈成本更低,而且对所有情况都有效。
怎样检验一致性、层级和识别?
这三条没有带阈值的标准文档,所以用行为来检验:
- 层级检验。 打开页面的点击分布,找出被点得最多的元素。如果它不是主操作,层级就没起作用。再数一数有多少元素分到了可观的点击占比;一个任务画面上超过两三个,通常说明强调点在互相竞争。
- 一致性检验。 选一个在许多页面出现的组件,比如主按钮或搜索框,比较它在各页的点击率。同一组件在不同页面差距很大,往往是长相或位置在那些页面上不一样。
- 识别检验。 看人们到达一个从菜单只需一次点击的页面时走的路径。很多人是通过站内搜索或来回切换页面才到的,说明标签不好认。
判断规则:每次每页只改一样东西,上线前先写下你预期会动的指标。按钮位置和文案一起改,你就说不清是哪一个起了作用。
文字够清晰吗?一次对比度计算
对比度是这里仅有的可以不找用户、只靠算术检验的原则。WCAG 把比值定义为 (L1 + 0.05) ÷ (L2 + 0.05),L1 是较亮颜色的相对亮度,L2 是较暗颜色的,都在 0 到 1 之间。比值是阈值而不是四舍五入后的数:4.499:1 不合格。
示例数据,用 WCAG 公式在白色(#FFFFFF)背景上算出:
| 文字颜色 | 与白色的对比度 | 普通文字(4.5:1) | 大号文字(3:1) |
|---|---|---|---|
| #999999 | 2.85:1 | 不合格 | 不合格 |
| #8A8A8A | 3.45:1 | 不合格 | 合格 |
| #767676 | 4.54:1 | 合格 | 合格 |
| #595959 | 7.00:1 | 合格 | 合格 |
有两点。其一,#767676 是白底上能通过的最浅纯灰,所以浅灰色的占位符和提示文字常常是问题所在。其二,白字放在 #4F8CFF 这样的中蓝按钮上,比值是 3.22:1,只有标签是大号文字才算通过;把按钮加深到 #1D4ED8,就是 6.70:1。
怎么用:把文字和背景的颜色组合列一遍,逐对算出比值,凡是普通字号低于 4.5:1 的都改掉。这是静态检查,没有哪个分析工具能产出,把它放进设计评审。
点击目标够大吗?
WCAG 2.2 的 2.5.8 条要求指针目标至少 24 × 24 CSS 像素。目标更小也可以通过:只要间距够大,以目标为圆心的 24 像素圆不碰到别的目标;或者同一功能还有另一个够大的控件可用。句子里的目标和浏览器自绘的控件不受限制。
行为上的信号是 受挫点击:对同一元素的多次快速点击(狂点),或点击后 1 秒内出现脚本错误(错误点击)。TapCub 错误页上的口径是每千次浏览的比率:(狂点 + 错误点击)÷ 浏览量 × 1,000。
示例数据,某页面把 20 像素的图标按钮放大到 44 像素前后:
| 浏览量 | 狂点 | 错误点击 | 每千次浏览比率 | |
|---|---|---|---|---|
| 改前 | 8,000 | 36 | 12 | (36 + 12) ÷ 8,000 × 1,000 = 6.0 |
| 改后 | 8,000 | 14 | 10 | (14 + 10) ÷ 8,000 × 1,000 = 3.0 |
比率减半。要看是哪部分在动:狂点从 36 降到 14,这正是改尺寸应当影响的;错误点击几乎没变,说明它另有原因。把两列分开看,才不会把功劳记到错的改动上。
判断规则:狂点较多的页面上,凡是小于 24 像素的控件,最先放大;错误点击多的页面需要的是开发,不是设计。
算例:表单改版真的有用吗?
错误预防和恢复用表单完成率来检验。假设一个注册表单,每个周期有 3,000 人开始填写。改版加入行内校验(输入时就提示错误,而不是提交后),出错后保留已填的值,错误提示写明该改什么。
示例数据:
| 开始填写 | 完成 | 完成率 | |
|---|---|---|---|
| 改前 | 3,000 | 1,260 | 42.0% |
| 改后 | 3,000 | 1,410 | 47.0% |
差距是 5.0 个百分点,相对提升 11.9%。要判断它是不是噪声,用 NIST/SEMATECH 手册里的两比例 z 检验。合并比例是 (1,260 + 1,410) ÷ 6,000 = 44.5%;标准误是 √(0.445 × 0.555 × (1/3,000 + 1/3,000)) = 0.0128;z = 0.05 ÷ 0.0128 = 3.90,双侧 p 值约 0.0001。这么大的差距很难是偶然。
检验说不出原因。改前改后的数据不是随机对照:后一个周期有季节变化、流量构成不同或一次推广,也会得到同样的数字。核对两个周期的流量来源和设备构成是否相近,并让改版成为那个页面上仅有的改动。要更确定,就在专门的工具里做分流测试,按 统计显著性 那篇的方法读结果。
测试要找多少人?
分析数据显示人们在哪里卡住;看几个人操作才知道为什么。Nielsen Norman Group 估算一次测试能发现多少可用性问题的模型是 N × (1 − (1 − L)^n),N 是问题总数,L 是单个参与者能发现的比例,n 是参与者人数。他们研究的项目里,典型的 L 是 31%。
L = 31% 时的示例计算:
| 参与者人数 | 发现的问题占比 |
|---|---|
| 1 | 31.0% |
| 2 | 52.4% |
| 3 | 67.1% |
| 4 | 77.3% |
| 5 | 84.4% |
| 7 | 92.6% |
曲线在 5 人之后变平,所以 Nielsen 的建议是找 5 个人,修掉发现的问题,再换新的 5 个人测一轮,而不是一次做一大轮。L 因产品而异,31% 只是典型值,不是保证。
判断规则:当受挫点击或漏斗流失指向某个页面时,先看这个页面上的 5 次会话,再决定怎么改版。
按参与者人数发现的可用性问题
模型,L = 31%在 TapCub 里怎么检查这些原则?
假设上面的注册表单已经上线,你想知道它违反了八条里的哪几条。在 TapCub 里的顺序是:

- 找出让人受挫的页面。 打开 监测 › 错误,看受挫点击表。页面至少有 20 次浏览,且狂点或错误点击大于 0 才会列出,表里给出的就是目标那一节用的每千次比率。这依赖自动采集,套餐文档写明免费版关闭、Pro 起开启。
- 看哪个元素吃掉了点击。 在 全端分析 › 行为分析 › 热力图 选页面,用 点击、狂点、滚动到达、元素 几个页签。元素表按点击多少列出控件和占比,也就是前面的层级检验。
- 查响应速度。 监测 › 性能 报告真实用户的交互到下一次绘制,对照 200 毫秒和 500 毫秒阈值,可看 P75,并按页面、设备、浏览器拆分。
- 测量表单。 在 全端分析 › 行为分析 › 行为分析 里,用表单开始事件到成功事件建一个漏斗。它给出每一步的人数、流失,以及距上一步的中位耗时,并标出最大的流失点。事件由你自己的代码用
tapcub.track()发送。 - 看几次会话。 全端分析 › 行为分析 › 会话回放 默认关闭;打开后默认采样率是 10%,输入内容被遮盖。
TapCub 不审查设计稿里的对比度和目标尺寸,不做有主持的可用性测试,也不在两个设计之间分流。它衡量线上页面上发生了什么,改什么由你决定。
哪些错误会让 UI 指标产生误导?
- 只凭一个数字评判改版。 完成率上升的同时错误点击也上升,意味着更多人是费力才通过的。把结果指标和摩擦指标配在一起看。
- 比较不相似的周期。 上线周和普通周的访客不同。要比就比同类,或先按来源拆分。
- 把机器人流量当用户。 没有点击的自动化访问会稀释每一个按浏览量算的比率。先把它们分开再算。
- 把阈值当目标。 达到 4.5:1 或 24 像素只是满足了下限,不代表设计好。
- 读很小的样本。 受挫点击表要求至少 20 次浏览才列出页面,而建立在 20 次浏览上的比率,每多一次点击就会晃动。等有几百次再行动。
常见问题
用户界面设计有哪些原则?
一组实用的原则是:显示系统状态、响应够快、保持一致、层级清楚、让人识别而不是回忆、文字清晰可读、点击目标够大、预防错误。大多数出自 Nielsen 的十条可用性启发式,可读性和目标尺寸两条则带有 WCAG 2.2 给出的数值阈值。
UI 设计和 UX 设计有什么区别?
UI 设计管人们看到和碰到的东西:控件、布局、字体、颜色和反馈。UX 设计管整个体验,包括产品到底有没有解决问题。人们用得对却还是失败,是 UX 问题;找不到、读不清或操作不了,是 UI 问题。
怎样衡量一次 UI 改动有没有效果?
改动之前先选好指标和事件,例如开始事件和成功事件之间的表单完成率,或每千次浏览的受挫点击。比较长度相同的周期,用两比例检验判断差异,并在结果指标旁边看一个摩擦指标。
UI 测试需要多少用户?
一般从 5 个人开始。Nielsen Norman Group 的模型取平均每人发现 31% 的问题,预测 5 个人能发现约 84% 的问题。修掉发现的问题,再找新的参与者做下一轮,而不是在第一轮上加人。
文字需要多高的对比度?
WCAG 2.2 要求普通文字至少 4.5:1,大号文字(18 磅或 14 磅粗体)至少 3:1。白底上的 #767676 灰是 4.54:1,是能通过的最浅纯灰。算出 4.499:1 就不合格。
资料来源
- Nielsen Norman Group,10 Usability Heuristics for User Interface Design,1994 年发布,2024-01-30 复核;以及 Response Times: The 3 Important Limits(0.1 秒、1 秒、10 秒)。
- W3C,Understanding SC 1.4.3 Contrast (Minimum) 和 Understanding SC 2.5.8 Target Size (Minimum),WCAG 2.2。2026-11-20 核对。
- web.dev,Interaction to Next Paint (INP)(200 毫秒与 500 毫秒阈值,第 75 百分位)。2026-11-20 核对。
- Nielsen Norman Group,Why You Only Need to Test with 5 Users,2000 年(L = 31%)。
- NIST/SEMATECH e-Handbook of Statistical Methods,Do two processes produce the same proportion of defectives?(两比例 z 检验)。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

