TapCub 正式上线:统计、分析、客服一个平台免费用
产品动态

用户界面设计:8 条原则,以及怎样用数据检验每一条

八条用户界面设计原则,每条配上背后的公开阈值、检验它的指标,以及产生这个数字的事件或报表。含重新计算的对比度和表单改版的 z 检验。

陈屿 发布于 2026 年 11 月 20 日 11 分钟阅读 产品动态
示例数据:发现的问题占比 = 1 − (1 − 0.31)^n,取 Nielsen Norman Group 给出的每人 31% 典型值。5 人之后增益变平,所以做小轮次、反复重测。示例数据

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:

  1. 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。
  2. 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。
  3. 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)。
  4. 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)。
  5. 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)。
  6. 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。
  7. 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。
  8. 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)
#9999992.85:1不合格不合格
#8A8A8A3.45:1不合格合格
#7676764.54:1合格合格
#5959597.00:1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8,0003612(36 + 12) ÷ 8,000 × 1,000 = 6.0
改后8,0001410(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3,0001,26042.0%
改后3,0001,41047.0%

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
131.0%
252.4%
367.1%
477.3%
584.4%
792.6%

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。

app.tapcub.com

按参与者人数发现的可用性问题

模型,L = 31%
1 个参与者31.0%
2 个参与者52.4%
3 个参与者67.1%
4 个参与者77.3%
5 个参与者84.4%
7 个参与者92.6%
示例数据
示例数据:发现的问题占比 = 1 − (1 − 0.31)^n,取 Nielsen Norman Group 给出的每人 31% 典型值。5 人之后增益变平,所以做小轮次、反复重测。

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:

受挫点击表:列出各页面的浏览量、会话数和受影响会话
演示数据:监测 › 错误 页的受挫点击表,列出每个页面的受影响会话。
  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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

归档:产品动态

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。

陈屿

技术工程师

专注统计代码、SDK 与接口集成文档,从接入验证到问题排查,帮助开发者更顺畅地完成实施。

看看你线上页面上人们在哪里卡住

受挫点击、点击热力图、真实用户速度和表单漏斗都在一个项目里,每次 UI 改动都能用数字检验。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie