名称: 信息架构描述: 用于组织数字产品内容、设计导航系统、重构信息层次结构、提高可发现性、创建分类法或元数据模式，或当用户提到信息架构、IA、站点地图、导航设计、内容结构、卡牌排序、树测试、分类法、可发现性，或需要帮助使信息易于发现和使用时。

信息架构

目的

信息架构（IA）是组织和结构化内容，帮助用户有效查找和管理信息的实践。良好的信息架构使复杂信息可导航、可发现和可理解。

使用此技能时：

设计导航 用于网站、应用、文档或知识库
重构内容 当用户无法找到或理解时
创建分类法 用于分类、标签或元数据
大规模组织信息（数百或数千个项目）
提高可发现性 当搜索和浏览都失败时
设计心智模型 匹配用户对内容的思考方式

信息架构桥接用户心智模型和系统结构。目标：用户可以预测信息的位置并快速找到。

常见模式

模式1: 内容审计 → 卡牌排序 → 站点地图

何时使用：重新设计具有大量内容的现有网站/应用

过程：

内容审计：盘点所有现有内容（URL、标题、元数据）
卡牌排序：用户将内容卡片分组到类别中
分析模式：出现哪些类别？什么被分组在一起？
创建站点地图：将模式转换为层次结构
使用树测试验证：用户能否在新结构中找到内容？

示例：电子商务网站有500个产品。审计产品 → 15名用户进行卡牌排序 → 模式显示用户按“场合”而非“产品类型”分组 → 新导航：“日常必需品”、“特殊场合”、“礼物”而非“电子产品”、“服装”、“家居用品”

模式2: 分类法设计（分面导航）

何时使用：用户需要多种切片/过滤信息的方式

结构：正交分面（维度）组合

分面1：类别（例如，“鞋子”、“衬衫”、“裤子”）
分面2：品牌（例如，“耐克”、“阿迪达斯”、“彪马”）
分面3：价格范围（例如，“$0-50”、“$50-100”、“$100+”）
分面4：颜色、尺寸等。

原则：分面独立。用户可以按任何组合过滤。

示例：亚马逊产品浏览。按类别和品牌和价格同时过滤。每个分面缩小结果而不破坏其他分面。

模式3: 渐进式披露（枢纽和辐条）

何时使用：内容层次深，用户在查看细节前需要概览

结构：

枢纽页面：具有清晰标签的高级概览
辐条页面：详细内容，从枢纽链接
面包屑导航：显示返回枢纽的路径

原则：不要一次性压倒一切。从简单开始，按需揭示复杂性。

示例：文档网站。枢纽：“入门”有5个清晰选项（安装、配置、第一个应用、教程、故障排除）。每个选项链接到详细辐条。用户扫描枢纽，选择入口点，深入，如果卡住则返回枢纽。

模式4: 扁平 vs. 深层导航

何时使用：决定导航深度（广度 vs. 深度权衡）

扁平导航（广泛、浅）：

结构：许多顶级类别，少数子级别（例如，10个类别，2层深）
优点：点击少，一切可见
缺点：选择过多，难以扫描10+选项

深层导航（狭窄、高）：

结构：少数顶级类别，许多子级别（例如，5个类别，5层深）
优点：每级选择可管理（5-7项）
缺点：点击多次才能到达内容，用户在深度中迷失

最佳：3-4层深，每级5-9项（希克定律：更多选择 = 更长决策时间）

示例：软件文档。扁平：所有50个API方法一次性可见（压倒性）。深层：API → 认证 → 方法 → JWT → jwt.sign()（5次点击，令人沮丧）。最佳：API（8个类别）→ 认证（6个方法）→ jwt.sign()（3次点击）。

模式5: 心智模型对齐（卡牌排序）

何时使用：你不知道用户如何思考内容

过程：

开放式卡牌排序：用户创建自己的类别（探索性）
封闭式卡牌排序：用户将内容放入你的类别（验证）
混合卡牌排序：用户使用你的类别或创建新类别（细化）
分析：用户使用什么标签？出现什么分组？什么令人困惑？

示例：SaaS产品功能。公司称它们为“小部件”、“模块”、“组件”（技术术语）。卡牌排序揭示用户认为是“报告”、“仪表板”、“警报”（基于任务的术语）。洞察：按用户任务标签，而非内部架构。

模式6: 树测试（反向卡牌排序）

何时使用：在构建前验证导航结构

过程：

创建基于文本的树（无视觉的站点地图）
给用户任务：“在哪里可以找到X？”
跟踪路径：他们采取什么路线？成功了吗？
测量：成功率、直接性（最少点击）、时间

示例：导航树“服务 → 网页开发 → 电子商务”。任务：“找到关于构建在线商店的信息”。80%成功 = 良好。40%成功 = 用户不理解“电子商务”标签或“服务”类别。迭代。

工作流程

设计或审计信息架构时使用此结构化方法：

□ 步骤1: 理解上下文和用户
□ 步骤2: 审计现有内容（如果有）
□ 步骤3: 进行用户研究（卡牌排序、访谈）
□ 步骤4: 设计分类法和导航
□ 步骤5: 创建站点地图和线框图
□ 步骤6: 使用树测试验证
□ 步骤7: 实施和迭代
□ 步骤8: 监控可发现性指标

步骤1: 理解上下文和用户（详情）识别内容量、用户目标、心智模型和成功指标（查找时间、搜索查询、跳出率）。

步骤2: 审计现有内容（详情）盘点所有内容（URL、标题、元数据）。识别重复项、缺口、过时项。测量当前性能（分析、热图）。

步骤3: 进行用户研究（详情）与15-30名用户进行卡牌排序（开放式、封闭式或混合）。分析聚类模式、类别标签、异常值。进行用户访谈以理解心智模型。

步骤4: 设计分类法和导航（详情）创建层次结构（3-4层，每级5-9项）。设计过滤分面。选择标签系统（基于任务、基于受众或字母顺序）。定义元数据模式。

步骤5: 创建站点地图和线框图（详情）视觉化记录结构（站点地图图）。创建低保真线框图显示导航、面包屑、过滤器。获取利益相关者反馈。

步骤6: 使用树测试验证（详情）使用基于文本的树（无视觉）测试导航。测量成功率（≥70%）、直接性（≤1.5×最优路径）、时间。识别问题区域，迭代。

步骤7: 实施和迭代（详情）构建高保真设计并实施。逐步推出（试点 → 全面推出）。从真实用户收集反馈。

步骤8: 监控可发现性指标（详情）跟踪查找时间、搜索成功率、导航放弃率、跳出率、用户反馈。基于数据细化分类法。

关键护栏

1. 用真实用户测试，而非假设

危险：基于利益相关者意见或个人偏好设计

护栏：始终通过用户研究（卡牌排序、树测试、可用性测试）验证。统计显著性至少15名参与者。

红旗：“我认为用户会理解‘协同解决方案’…” — 如果你在猜测，你就错了。

2. 避免组织结构导航

危险：按内部组织结构（销售、营销、工程）结构化导航

护栏：按用户心智模型和任务结构化，而非公司部门

示例：差：“关于我们 → 部门 → 工程 → API”。好：“面向开发者 → API”

3. 保持导航浅（最多3-4层）

危险：深层层次结构（5+层）导致用户迷失

护栏：目标3-4层深，每级5-9项。如需更深，添加搜索、过滤或多个入口点。

经验法则：如果用户从主页到内容需要>4次点击，重新思考结构。

4. 使用清晰、具体标签（非术语）

危险：模糊标签（“资源”、“解决方案”）或内部术语（“SKU管理”）

护栏：标签必须具体、面向行动并匹配用户词汇。在卡牌排序和树测试中测试标签。

测试：新用户能否预测此标签下有什么？如果不能，澄清。

5. 确保单一、可预测位置

危险：内容存在于多个地方，或用户无法预测位置

护栏：每种内容类型应有单一规范位置。如果跨类别，使用清晰主位置 + 从次位置链接。

原则：“最少惊奇原则” — 内容位于用户期望的地方。

6. 为规模设计

危险：结构适用于50项但在500项时崩溃

护栏：提前思考。如果你现在有50个产品但预计500个，从一开始设计分面导航。不要强迫后期改造。

测试：如果此类别增长10倍会发生什么？结构是否仍然有效？

7. 提供多种访问路径

危险：只有一种查找内容的方式（例如，仅浏览，无搜索）

护栏：提供浏览（导航）、搜索、过滤器、相关链接、面包屑、标签。不同用户有不同策略。

原则：有些用户是“搜索者”（知道他们想要什么），其他是“浏览者”（探索）。支持两者。

8. 在构建前验证

危险：在测试结构前构建完整网站/应用

护栏：使用树测试（基于文本导航）在昂贵设计/开发工作前验证结构

投资回报率：1天树测试节省启动后数周返工。

快速参考

IA方法比较

方法	何时使用	参与者	交付成果
开放式卡牌排序	探索性，未知类别	15-30名用户	类别标签、分组
封闭式卡牌排序	验证现有类别	15-30名用户	拟合质量、困惑点
树测试	验证导航结构	20-50名用户	成功率、直接性、问题区域
内容审计	理解现有内容	1-2名分析师	盘点电子表格、缺口、重复项
用户访谈	理解心智模型	5-10名用户	心智模型图、引用

导航深度指南

内容大小	推荐结构	示例
<50项	扁平（1-2层）	博客、小型产品目录
50-500项	中等（2-3层）	文档、中型电子商务
500-5000项	深层带分面（3-4层 + 过滤器）	大型电子商务、知识库
5000+项	混合（浏览 + 搜索 + 分面）	亚马逊、维基百科

标签系统

系统	何时使用	示例
基于任务	用户有清晰目标	“预订航班”、“跟踪订单”、“支付发票”
基于受众	不同用户类型	“面向学生”、“面向教师”、“面向家长”
基于主题	参考/学习内容	“历史”、“科学”、“数学”
基于格式	媒体库	“视频”、“PDF”、“播客”
字母顺序	无清晰分组，查找密集	“A-Z目录”、“词汇表”

成功指标

指标	目标	测量
树测试成功率	≥70%	用户找到正确目的地
直接性	≤1.5×最优路径	点击次数 / 最优点击次数
查找时间	<30秒（简单），<2分钟（复杂）	任务完成时间
搜索成功率	≥60%无搜索找到	%无需搜索完成任务
跳出率	<40%	%立即离开登录页面

资源

导航到资源

模板：内容审计模板、卡牌排序模板、站点地图模板、树测试脚本
方法论：卡牌排序分析、分类法设计、导航模式、可发现性优化
评估表：IA质量评估标准（10个标准）

上下文示例

示例1: 电子商务导航重新设计

上下文：书店有10,000本书按出版商组织（内部逻辑）

方法：内容审计 → 开放式卡牌排序（20名用户：基于流派，非出版商） → 分面导航：流派 × 格式 × 价格 × 评分 → 树测试（75%成功） → 结果：查找时间 -40%，转化率 +15%

示例2: SaaS文档IA

上下文：开发者文档，2页后高放弃率

方法：用户访谈（心智模型 = 任务非功能） → 分类法转变：基于功能到基于任务（“入门”、“存储数据”） → 渐进式披露（枢纽和辐条） → 树测试（68% → 82%成功） → 结果：参与度 +50%，支持票据 -25%

示例3: 内部知识库

上下文：公司维基有2,000篇文章，员工找不到政策

方法：内容审计（40%过时，15%重复） → 封闭式卡牌排序（25名员工） → 混合：浏览（已知需求）+ 搜索（未知）+ 元数据模式 → 搜索最佳匹配 → 结果：搜索成功率 45% → 72%，查找时间 5分钟 → 1.5分钟

信息架构Skill information-architecture