名称: 认知谬误防护 描述: 用于在数据可视化、仪表板、报告或演示中检测和防止视觉误导、认知偏见和设计失败。当用户提到图表垃圾、误导性图表、截断轴、数据完整性、视觉欺骗、3D图表问题、挑选数据或需要审核可视化的诚实性和准确性时调用。
认知谬误防护
目录
首先阅读
该技能的作用
该技能帮助您在可视化、仪表板、报告和演示中检测和防止视觉误导、认知偏见和数据完整性违规。
核心理念: 可视化具有说服力 — 设计师有道德义务进行诚实沟通。常见错误不仅仅是美学失败；它们会导致系统性误解。
为什么重要
谬误导致的问题:
- 图表垃圾消耗工作记忆而不传达数据
- 截断轴夸大差异并误导比较
- 3D效果通过体积幻觉扭曲感知
- 挑选数据通过省略矛盾上下文误导
- 虚假相关暗示错误因果关系
设计师犯谬误的原因:
- 美学吸引力优先于清晰度
- 不了解认知影响
- 跟随不良示例
- 故意操纵（有时）
何时使用此技能
使用此技能当:
- ✓ 在发布前审核可视化的诚实性
- ✓ 审查图表和仪表板中的误导模式
- ✓ 诊断用户误解数据的原因
- ✓ 在设计期间预防常见可视化错误
- ✓ 验证报告和演示中的数据完整性
不要用于:
- ✗ 一般设计评估（使用
design-evaluation-audit） - ✗ 学习认知基础（使用
cognitive-design） - ✗ 创建新可视化（使用
d3-visualization） - ✗ 构建数据故事（使用
visual-storytelling-design）
谬误审核工作流程
时间: 15-30 分钟
复制此清单并跟踪进度:
谬误审核进度:
- [ ] 步骤 1: 扫描视觉误导
- [ ] 步骤 2: 检查认知偏见
- [ ] 步骤 3: 验证数据完整性
步骤 1: 扫描视觉误导
检查图表垃圾、3D效果、截断轴、体积幻觉和不适当的图表类型。这些是最常见和可见的谬误。
资源: 谬误目录 — 第 1-2 节（视觉噪声、感知失真）
步骤 2: 检查认知偏见
寻找确认偏见强化、锚定效应和框架操纵。这些更微妙但能显著影响解释。
资源: 谬误目录 — 第 3 节（认知偏见利用）
步骤 3: 验证数据完整性
确认诚实轴、完整数据、公平比较、适当上下文和无虚假相关。这是最关键的层面。
资源: 检测模式 — 完整性原则和快速扫描清单
路径选择菜单
路径 1: 视觉误导扫描
选择此当: 检查图表垃圾、3D效果、截断轴和编码问题。
→ 前往谬误目录 — 第 1-2 节
路径 2: 认知偏见检查
选择此当: 在仪表板设计、演示框架或数据选择中寻找偏见强化。
→ 前往谬误目录 — 第 3 节
路径 3: 数据完整性验证
选择此当: 验证数据呈现的完整性、诚实性和上下文。
→ 前往检测模式
快速参考
5 个完整性原则
- 诚实轴 — 条形图从零开始；统一刻度间隔；清晰标签
- 公平比较 — 比较项目使用相同刻度；无双轴操纵
- 完整上下文 — 显示完整时间段；提供基线；澄清分母
- 准确编码 — 视觉与数值成比例；无体积幻觉；2D 设计
- 透明度 — 引用数据来源；承认局限性；说明方法
快速严重性指南
- 关键: 完整性违规（未披露的截断条、挑选数据、暗示因果关系）
- 高: 感知失真（3D效果、体积幻觉、缺少分母）
- 中: 偏见强化（单边框架、锚定顺序、确认偏见布局）
- 低: 视觉噪声（过多网格线、装饰元素、装饰边框）
防护栏
此技能不: 创建设计、评估一般可用性、教授认知理论或评估美学质量。
此技能做: 检测视觉误导、识别认知偏见利用、验证数据完整性，并为每个发现的谬误提供具体修复。