交互设计基础

交互设计基础

交互设计（Interaction Design，IXD）是"人机对话的设计"：用户怎么理解系统、系统怎么响应、状态怎么流转、错误怎么挽回。它不像视觉设计那样回答"好看吗"，而是回答三个更硬的问题：用户知道自己能做什么吗？做了之后系统有反应吗？搞砸了还能回来吗？

在 AI 产品里，交互设计的分量比传统软件更重：模型输出不确定、生成有延迟、系统会"自作主张"地行动——这些不确定性全靠交互设计来兜底。本页是产品设计与原型类目的交互专章，与 产品设计与原型总览（AI 产品设计原则、状态机、交互范式）互为表里；术语速查见 设计师黑话速查。

交互设计是什么

国际交互设计协会（IxDA）对交互设计的定义是：设计交互式数字产品、环境、系统与服务的结构与行为，目标是让人与产品之间建立有意义的关系。拆开看有三层：结构（信息怎么组织）、行为（系统做什么、怎么响应）、关系（用户是否信任、依赖这个系统）。

交互设计五要素

Alan Cooper 在《About Face》（交互设计精髓）中提出以目标为导向的设计，其分析框架常被概括为交互设计五要素：

与其他设计角色的分工

边界在实践中会重叠，但分工的判据清晰：交互设计负责"行为与状态"，信息架构负责"内容与寻路"，视觉负责"表象与情绪"——同一个下拉菜单，选项怎么分组归 IA，展开收起、键盘可达归交互，样式与动效归视觉。

交互设计的对象不只是界面

新手常把交互设计等同于"画界面"，实际上交互设计的对象有四类：流程（任务怎么走完）、状态（系统处于什么阶段）、反馈（每一步的响应）、行为（系统主动做什么）。AI 产品尤其如此——模型调用、工具执行、自动建议都是"系统行为"，这些行为同样需要设计：何时触发、如何呈现、失败如何兜底（详见 总览 的"状态迁移"与"自主性阶梯"）。

心智模型与概念模型

用户使用产品时，脑子里有一个"这玩意是怎么工作的"的模型，叫心智模型（mental model）。设计者脑子里的模型叫设计模型（design model）。两者很少直接对话——用户只通过系统表象（system image）认识系统：界面、文案、反馈、文档，都是表象的一部分（Don Norman，《设计心理学》）。设计的核心工作之一，就是让系统表象当好设计模型与用户模型之间的翻译：系统实际怎么工作不重要，重要的是表象让用户"以为"它怎么工作，且这个以为足够准确、足够可用。

执行鸿沟与评估鸿沟

Norman 用两个"鸿沟"描述交互失败的两种典型位置：

• 执行鸿沟（gulf of execution）：用户知道要达成什么，但不知道怎么操作——"我想把这页的结论放进报告里，可是按钮在哪？"
• 评估鸿沟（gulf of evaluation）：用户操作了，但读不懂系统反应——"我点了发送，这到底发出去没有？"

评估鸿沟是 AI 产品的重灾区：模型在推理、在检索、在生成，但界面一片安静，用户不知道系统进行到哪一步。任何"用户做完动作后 3 秒内看不出变化"的设计，都是在主动挖评估鸿沟。

AI 产品的心智模型错误

用户带着既有经验理解 AI，最常见的三种错误模型：

校正心智模型靠两样东西：文案（能力声明、示例问题、拒绝理由）与结构（入口形态、渐进披露）。详见 总览 的"文案与解释设计"——文案是能力契约，结构是契约的执行方式。

反馈与状态可见性

状态可见性是 Nielsen 十大可用性原则的第一条（Visibility of system status）：系统始终要让用户知道"发生了什么、正在发生什么"。原则朴素，但 AI 产品恰恰最容易违反——推理和生成是黑盒，默认什么都不显示。

响应时间三档

Nielsen 在《Usability Engineering》（1993）中给出响应时间的三档基准，至今仍是设计评审的标尺：

AI 生成属于典型的"1 秒以上"交互：发送后要立即回显用户消息与"正在思考"状态，长任务按阶段报进度（"正在检索 → 正在分析 → 正在生成"），而不是一个无限转圈（总览 的性能预算一节给出了具体预算：首 token < 1.5 秒等）。

五态齐全

设计评审时逐态检查，任何状态缺失都是发布阻塞项：空状态（引导用户做什么）、加载态（等待可预期）、错误态（可理解、可恢复）、权限态（说明原因和出路）、离线/弱网态（降级体验）。判据：录屏观察用户在等待时的行为，反复点击、盯着屏幕发呆、退出页面，都是状态不可见的证据。

乐观 UI 与真实状态回滚

乐观 UI（optimistic UI）：先按预期结果渲染，再在后台确认。发消息立即显示气泡、点赞立即变红、发送邮件立即进"已发送"——用户感觉系统快得不像话。

乐观 UI 有三个适用前提，缺一不可：

• 成功率高：绝大多数请求都会成功
• 风险低：失败了可以无损恢复（重新同步、再次提交）
• 用户可感知结果语义：乐观渲染的内容和最终一致（如消息全文）

反例：支付、发送正式邮件、删除文件这类不可逆或高风险操作绝不能乐观——必须等真实状态（详见 总览 的"失败分级与 UI 兜底"：不可逆操作要二次确认 + 动作预览 + 撤销窗口）。

乐观 UI 的配套设计是回滚：后台确认失败时，要明确告知"刚才的操作未成功"，恢复真实状态，并给出重试路径。最差的回滚是静默改回——用户看到赞又消失了，却不知道为什么。

交互设计定律

以下定律来自认知心理学与人机交互的原始研究。每条的用法一致：先知道出处与边界，再谈应用——定律是启发式（heuristic），不是不可违反的物理法则。

Fitts's Law

• 出处：Paul Fitts，1954 年，《The information capacity of the human motor system in controlling the amplitude of movement》
• 含义：移动到目标的时间与目标距离成正比、与目标尺寸成反比（MT = a + b·log₂(D/W + 1)）
• 界面应用：大按钮比小按钮好点；把高频操作放在屏幕边缘与角点（边缘的"无限尺寸"效应——Mac 的菜单栏、Windows 的开始按钮都吃这个红利）；右键菜单在光标处弹出；移动端把主操作放在拇指热区
• 反例：把"发送""提交"做成小图标且远离拇指；桌面端把常用操作放在离光标最远的屏幕中央；两三个相邻小目标（如"编辑/删除"挤在一起）误触率飙升

Hick's Law

• 出处：William Hick，1952 年，《On the rate of gain of information》
• 含义：选择时间随选项数量与复杂度对数增长（RT = a + b·log₂(n)）
• 界面应用：减少单屏决策项；渐进披露（高级选项折叠）；给默认值；把同类选项分组（分组降低有效选项数）
• 反例：设置页一次性铺开 40 个开关；下拉菜单 30 个城市不带分组搜索；新用户第一屏就面对 12 个 AI 能力入口——同时违背本定律与 总览 的入口密度规则（每屏一个主角入口）

Miller 7±2

• 出处：George Miller，1956 年，《The magical number seven, plus or minus two》（Psychological Review）
• 含义：人的工作记忆容量约为 7±2 个组块（chunk）；组块大小可变——一组数字、一个词、一句话都可以是一个组块
• 界面应用：信息分组（chunking）——电话号码 3-4-4 分段、银行卡号四位一组、导航项分组；长表单分步呈现
• 批判性解读：Miller 本人研究的是瞬时识别而非工作记忆，后续研究（Cowan 2001）显示真实容量更接近 4±1。所以"导航项不能超过 7 个"是误用，但"分组能提升记忆与扫描效率"依然成立——该用分组，别背数字

Jakob's Law

• 出处：Jakob Nielsen，2000 年提出（Nielsen Norman Group）
• 含义：用户把在其他产品上积累的经验带到你的产品里，期望你的产品按他们已经熟悉的方式工作
• 界面应用：遵循平台惯例（iOS 的左上角返回、Android 的系统返回键、底部 Tab）；沿用用户熟悉的模式（购物车、下拉刷新）；创新要放在"内容与能力"上，而不是"操作惯例"上
• 反例：为差异化把"保存"改成其他动词、隐藏返回路径、自创手势——用户会用脚投票回熟悉的竞品

Tesler's Law

• 出处：Larry Tesler，1980 年代（Xerox PARC / Apple），复杂度守恒定律
• 含义：每个应用都存在无法消除的固有复杂度，关键不是消灭它，而是决定由谁承担——系统还是用户
• 界面应用：把复杂度推向系统（合理默认值、自动完成、智能填充）；对用户只暴露当前任务必需的复杂度；复杂功能给"专家模式"入口
• 反例："简单"的设计把复杂度转嫁给用户——为了界面清爽删掉确认步骤，结果用户反复为误操作买单；AI 产品里把全部模型参数直接摆给用户调，也是转移复杂度

Doherty Threshold

• 出处：Walter Doherty 与 Ahrvind Thadani，IBM，1982 年，《The economic value of rapid response time》
• 含义：系统响应时间低于 400 ms 时，用户注意力与系统响应节奏匹配，生产力显著提升；高于此阈值用户会进入"等待模式"，出错率与挫败感上升
• 界面应用：把"可感知响应"目标定在 400 ms 内；做不到真响应就做即时反馈——按钮按下态、本地回显、乐观 UI，把等待的体感拆碎
• 反例：点击后 2 秒无任何反应再弹出加载（用户已开始怀疑点没点上）；把 AI 长任务的"思考中"状态当唯一反馈，中间没有任何阶段信号

Postel's Law

• 出处：Jon Postel，RFC 793（1981）——TCP 规范的鲁棒性原则："发送要保守，接收要宽容"
• 含义：系统对外输出要严格一致，对输入要宽容处理
• 界面应用：输入宽容——邮箱允许大小写与首尾空格、日期接受多种格式、电话号码容忍分隔符；AI 产品里体现为对用户口语化、错别字、中英混杂的提问都能理解
• 反例：对输入一刀切报错（"请输入正确的邮箱格式"而用户根本看不出哪里不对）；反过来也要注意边界：宽容不等于含糊——输入歧义时应该澄清而不是硬猜（AI 拿不准就追问，见 总览 的置信度表达）

Aesthetic-Usability Effect

• 出处：Masaaki Kurosu 与 Kaori Kashimura，1995 年（CHI 论文）；Noam Tractinsky 1997 年复制验证并推广
• 含义：用户倾向于认为美观的产品更好用，且这种感知与实际可用性水平未必一致
• 界面应用：视觉打磨直接影响用户对可用性与可靠性的评价——AI 产品尤其如此：一个精致的结果卡片，比一个裸文本框更让用户相信答案是经过验证的
• 批判性解读：美是"感知可用性"的放大器，不是可用性的替代品——一个好看但流程断裂的产品，用户夸完还是流失。反过来，可用性测试要警惕美观偏差：所以 原型与设计交付 建议早期用低保真原型测流程，避免被漂亮皮相掩盖结构问题

约束与防错

约束的四种类型

Norman 在《设计心理学》中把约束分为四类，作用是让正确操作显而易见、错误操作难以发生：

错误预防：强制功能

预防比恢复便宜。强制功能（forcing function）用约束阻止错误发生：

• 互锁（interlock）：条件不满足时动作不可用——如未同意协议不能注册
• 确认（confirmation）：不可逆动作前要求确认——删除、支付、发送（总览 要求不可逆操作二次确认 + 动作预览）
• 输入约束：从源头限制非法输入——电话号码输入框只允许数字、金额输入框限定格式、字数上限直接截断而不是事后报错

错误恢复：错误信息三要素

错误不可能完全避免，恢复设计的核心是错误信息三要素（Nielsen）：发生了什么 / 为什么 / 怎么办。三缺一都是不合格的错误信息：

撤销与重做

• 撤销是交互设计的最后防线：一切错误最终都能靠"撤销"兜底，是最可靠的容错（总览 交互质量标准中的"误删草稿 → 5 秒内可撤销"）
• 撤销粒度：单步撤销（Ctrl+Z）与多步撤销（撤销栈）；对"一组操作"做事务性撤销（如"取消全部格式调整"）是更懂用户的粒度
• 重做：撤销的撤销；AI 产品里"重新生成"实质是内容维度的重做
• AI 特有的撤销语义：AI 生成的文本被用户编辑后，撤销要回退到"编辑前"还是"生成前"？编辑历史（diff）比单次撤销更能表达意图——这与 总览 的"版本对比、历史回放"一致

导航与信息架构

导航解决"用户怎么到达功能"；信息架构（IA）解决"内容怎么组织"。两者的关系：IA 是地图，导航是路上的指示牌。

导航三件套与面包屑

信息架构的经典框架（Rosenfeld / Morville / Arango，《Information Architecture》）把导航分为：

• 全局导航（global）：所有页面可见的主入口——顶部导航栏、底部 Tab
• 局部导航（local）：当前区块内的子页面入口——侧边栏
• 情境导航（contextual）：上下文相关的内容跳转——正文里的相关链接、"你可能还想看"
• 面包屑（breadcrumb）：层级超过两层的网站必备，回答"我在哪、怎么回去"；位于页面顶部，路径可逐级点击返回

判据：用户在任何页面都能回答三个问题——我在哪、能去哪、怎么回去。答不出就是导航失职（呼应 总览 的"可达性：没有死胡同"）。

导航模型

搜索与浏览

浏览靠导航，搜索靠关键词，两者互补：知道要找什么 → 搜索；不知道有什么 → 浏览。搜索不是导航的替代品，深内容站点两者都必需。搜索设计要点：容忍拼写错误与同义词、结果按相关性分组、无结果时给修正建议与浏览入口（"没有找到 X，试试 Y 或浏览分类"）——AI 搜索（生成式回答）同样要保留"无结果引导"，而不是编造答案。

IA 的核心工具

• 卡片分类（card sorting）：让真实用户把内容卡片按自己的理解分组——开放式（用户自定分组）用于探索信息架构，封闭式（给定分类）用于验证现有架构
• 树测试（tree testing）：给用户一棵静态目录树，让他们完成"找到 X"的任务，测量可发现性（成功率、时间、路径）——上线前验证 IA 的廉价手段

导航与 AI 产品

• 会话入口放哪：对话能力要么嵌入任务流（旁路助手，如编辑器里的 AI 面板），要么独立成入口（如对话 Tab），不要两个都做强入口（总览 导航模型与入口密度规则：每屏只给一个"主角 AI 入口"，其余做成上下文相关微入口）
• AI 入口密度：同一屏超过 2~3 个 AI 入口，用户失去焦点；入口密度是 AI 产品特有的导航决策
• AI 生成内容的导航地位：AI 生成的新页面/新文档要不要进导航树？进树会污染结构，不进又难找回——折中方案是"生成内容进个人空间/最近使用"，而不是进全局导航

表单设计

表单是"把用户的意图结构化"的交互，也是错误率最高、最需要打磨的界面。核心原则（Luke Wroblewski，《Web Form Design》）：尽可能少问、一次只问一件事、让输入尽量不费力。

标签位置

浮动标签（floating label：聚焦时标签浮到边框上方）是占位符标签与顶部标签的折中，但只在"空间极度紧张"时用——多数情况下顶部标签更稳。

必填与选填

• 大多数字段必填 → 只标注选填（"选填"两字），减少视觉噪音
• 大多数字段选填 → 只标注必填（* 或"必填"）
• 不要用颜色单独区分必填（色盲用户、低对比度下失效）

输入类型与键盘类型

移动端键盘类型决定输入效率，这是表单设计最容易漏的一环：

判据：凡是系统里已有或浏览器能记住的信息，都不该让用户重新敲一遍。

校验时机

无论哪种时机：失败后聚焦到第一个错误字段；错误提示出现在字段附近而非页面顶部；同一表单统一一种主校验时机。

错误信息与帮助文本

• 错误信息套用"三要素"（见上文）；格式类错误给出正确示例（"格式应为 2026-08-24"）
• 帮助文本（help text）放字段附近、输入框下方，而不是集中在页面底部；AI 产品里"示例问题/示例输入"就是最好的帮助文本
• 帮助文本别解释显而易见的（"请输入您的邮箱"），只解释需要说明的（"仅支持企业邮箱"）

默认值与智能填充

• 合理默认值是表单最快的路径：默认城市、默认语言、默认选项——但默认值必须安全（不默认勾选营销订阅、不默认同意数据共享）
• 智能填充：地址联想、历史记录、AI 预填（根据会话上下文预填字段）——AI 预填要可编辑、标注来源（"根据您的简历预填，请核对"），且不掩盖必填项

多步表单

• 超过 6~7 个字段（一个工作记忆组块上限）考虑分步，每步 3~5 个字段
• 进度指示：步骤条 + 当前步骤 + 剩余步骤；明确"返回不会丢失已填数据"
• 保存草稿：长表单必须防丢失——中断后可恢复（本地草稿或服务端草稿），否则一次误关页面就是一次用户流失
• 分步的分组逻辑要符合用户心智（按"信息类别"而非"界面页数"分）

CAPTCHA 与人机验证的体验代价

验证码是安全与体验的正面冲突：

• 扭曲文字/图片选择类验证码对真实用户是摩擦，对视障用户几乎不可用（WCAG 2.2 的 3.3.8 可访问认证要求认证流程不依赖单一认知测验，且要有无障碍替代）
• 现代人机验证（行为分析、无感验证）降低摩擦，但仍要支付隐私与性能成本
• 判据：验证码挡住的机器人多，还是用户多？ 数据说话——登录页流失率上升时先怀疑验证码；能用邮箱/短信验证、设备信任等替代手段时，优先替代

手势与触控

基本手势谱

触控目标尺寸

判据：把手指（或光标）放在目标上时，不会同时碰到相邻目标。常见翻车：把"删除"和"编辑"做成并排小图标、"发送"按钮小于拇指、评论区按钮间距不足。

手势的可发现性

手势是隐性的——界面上没有任何东西告诉用户"这里可以长按/左滑"。可发现性三规则：

1. 每个手势都有可见的替代入口（长按菜单 → 右下角"⋯"按钮；左滑删除 → 长按进入编辑模式）
2. 手势的语义要符合文化惯例（西方右滑 = 喜欢/通过，左滑 = 拒绝，方向反了会灾难）
3. 压感（3D Touch）是反面教材：层级按压菜单发现性极差，苹果最终在 iPhone 11 起移除压感屏——没有可见提示的隐藏手势 = 不存在的手势

压感与笔输入

• 压感（force touch）：适合绘图、笔刷等专业场景；不适合做功能入口（发现性灾难）
• 笔输入（stylus / Apple Pencil）：精度任务（绘图、标注、手写签名）无可替代；笔势（画圈选中、划线删除）要注意与手指手势的区分
• 笔输入的产品要同时支持手指与触控笔的映射，且笔的悬浮（hover）可做预览——这是笔输入独有的优势

多输入形态映射

同一功能要有多条输入路径（冗余访问是可访问性的基本要求）：

触控没有 hover——桌面端靠 hover 呈现的信息（tooltip、预览、操作按钮），触控端必须能通过 tap 获得；语音是最容易被忽视的输入形态：语音命令的发现性与手势同样差，需要"可以说哪些话"的可见提示（设置页的语音命令列表）。

动效与微交互

微交互四要素

Dan Saffer 在《Microinteractions》（2013）中定义微交互的四要素，任何一个小交互都可以用这四个问题拆解：

设计评审时把每个微交互填一遍这四格，填不出来的就是没想清楚。

过渡动效的用途

动效不只是好看，它承担信息传达功能：

• 空间连续性：元素"从哪里来到哪里去"——列表项展开为详情页、对话框从触发按钮处弹出，让用户建立空间地图
• 因果关系：操作对象与结果对象之间的视觉关联——删除的条目飞入垃圾桶
• 层级与焦点：新层级进入时旧层级后退/变暗，明确"当前焦点在哪"

缓动函数与时长

时长守则：短促。小元素过渡 100~200 ms，大元素/全屏过渡 200~300 ms，超过 300 ms 用户开始觉得拖沓；动效时长应随元素尺寸与位移距离微调，但整体保持快。

动效可访问性

• prefers-reduced-motion：用 CSS 媒体查询为"减少动态效果"的系统设置提供静态替代（Material Design 等规范均有对应处理）
• 闪烁限制：任何闪烁不超过 3 次/秒（WCAG 2.3.1），否则可能诱发光敏性癫痫
• 动效要服务信息，不能掩盖信息：关键状态（成功/失败）不能只靠动画传达，必须同时有非动画的信号（图标、文字、颜色——且颜色不能是唯一信号）

对话式界面（CUI）

对话式界面（conversational UI）把"人机对话"从隐喻变成字面现实。它是交互范式的一种，不是万能范式——适用边界必须想清楚（总览 的"范式选择决策链"是起点）。

适用边界：开放任务 vs 结构化任务

判据：如果任务能画成一张表单，就别用对话。反例：银行开户、报销填写用聊天机器人——用户更想要表单的确定性。对话适合的是"我不知道该怎么问"的场景（新手咨询、头脑风暴、知识问答）。

对话设计的要点

这五项与 总览 的"对话式 UI 的可用性测试要点"一一对应（开场引导、追问路径、错误恢复、过程感知），设计时按项设计，测试时按项验收。

GUI+CUI 混合界面

纯对话界面不是最优解——对话负责表达意图，图形元素负责降低认知负担。混合界面（GUI+CUI）比纯对话稳的原因：

• 建议选项（suggestion chips）：把可能的追问做成可点的按钮，用户不用想措辞
• 富卡片：结果用结构化卡片呈现（表格、列表、图片），比纯文本可读性强一个数量级
• 对话内嵌表单：需要精确输入时（日期、金额、地址）插入表单组件，填完继续对话
• 可点击溯源：引用来源做成可点击链接，用户点开核验

混合界面的本质是"把对话的高自由度与表单的高确定性结合起来"——这也是 ChatGPT 们从纯文本框演进出 Artifacts、画布、可点击卡片的原因。

可访问性（WCAG 2.2）

可访问性不是"为残障用户加的功能"，而是交互设计质量的底线：键盘可达、对比度、焦点可见，受益的是所有用户（地铁上的单手用户、强光下的户外用户、老年人）。

四大原则（POUR）

关键成功标准（WCAG 2.2，AA 级）

ARIA 简述

ARIA（Accessible Rich Internet Applications）为自定义组件补充语义。第一法则是：能用的原生 HTML 就用原生 HTML（<button> 优于 div + 点击事件），ARIA 是给原生语义覆盖不到的地方打补丁的：

• 角色（role）：role="dialog"、role="tablist"——告诉读屏"这是什么组件"
• 属性（property）：aria-label（无文本图标的名称）、aria-describedby（关联描述）、aria-expanded（展开状态）
• 状态（state）：aria-live（动态区域播报）——AI 流式输出必须用：aria-live="polite" 让读屏在输出稳定后播报，配合 role="status"；aria-busy 表示仍在生成

写 ARIA 的三个常见错误：写了 role 却不管键盘与焦点（ARIA 只补语义，不补功能）；对读屏友好的内容全站 aria-live（会变成噪音轰炸，流式输出应合并播报）；用 aria-label 覆盖可见文本（读屏与视觉不一致）。

无障碍审计工具

自动化工具只能抓到约 30% 的问题——键盘走查与读屏走查是必做项，自动化是补充不是替代（与 设计评审与可用性度量 的评审节奏配合）。

无障碍的工程落地：默认而非附加

"无障碍是交互设计的一部分而非附加"的工程含义：

• 组件库默认含焦点管理：模态框默认焦点陷阱（focus trap）、关闭后焦点回到触发元素（focus restoration）、Tab 组件默认方向键切换——这些是组件默认行为，不是每个页面单独补
• 设计系统锁定底线：对比度、目标尺寸、间距写进 design tokens，组件层强制（详见 设计系统与规范）；设计评审只查"有没有绕过 token 的例外"，而不是逐页量对比度
• 验收进流程：键盘走查与读屏走查列入每个迭代的验收清单，而不是上线前一次"无障碍冲刺"

一张表收束

交互设计的目标不是"界面好看"，而是让用户始终知道系统在干什么、自己还能干什么——这条判据适用于传统界面，也适用于每一次 AI 输出。

来源说明

以下来源均于 2026-08-24 验证可达；页面可能随时更新。

经典著作

• Don Norman, The Design of Everyday Things（设计心理学：系统表象、执行/评估鸿沟、约束，2013 版）
• Alan Cooper 等, About Face（交互设计精髓：目标导向设计、交互设计五要素）
• Dan Saffer, Microinteractions（微交互四要素，2013）
• Luke Wroblewski, Web Form Design（表单设计，2008）
• Rosenfeld, Morville, Arango, Information Architecture（信息架构：导航框架、卡片分类与树测试）

原始文献与论文

• Fitts, "The information capacity of the human motor system…"（1954）
• Hick, "On the rate of gain of information"（1952）
• Miller, "The magical number seven, plus or minus two"（1956）
• Nielsen, Usability Engineering（响应时间三档，1993）
• Doherty & Thadani, "The economic value of rapid response time"（IBM，1982）
• Postel, RFC 793（1981，鲁棒性原则）
• Kurosu & Kashimura（1995）与 Tractinsky（1997），Aesthetic-Usability Effect

规范与官方文档

• Nielsen Norman Group：10 Usability Heuristics（1994）、Jakob's Law、表单与占位符研究
• Apple Human Interface Guidelines（触控目标 44 pt、手势规范）
• Material Design 3（目标 48 dp、动效时长与缓动、prefers-reduced-motion）
• WCAG 2.2（W3C）（四大原则与成功标准）
• WAI-ARIA（W3C）与 MDN ARIA 文档
• IxDA（Interaction Design Association）（交互设计定义）

仓库内相关页面

• 产品设计与原型总览（AI 产品设计原则、状态机、交互范式、性能预算）
• 设计哲学与设计思维（Norman 思想的延伸：以人为本的设计）
• 视觉设计基础（格式塔、层级、色彩——与交互的表象层）
• 设计评审与可用性度量（启发式评估、可用性测试）
• 设计系统与规范（tokens、组件默认行为、无障碍工程落地）
• 原型与设计交付（低保真原型与可用性测试）
• 设计师黑话速查（术语速查）

发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用