用户心里的"产品逻辑"，常和设计师想的不一样——怎么挖出来、怎么改

你手上有一个功能很多的网站，用户点起来笨手笨脚，甚至走不到你要他走到的地方。你大概率会把原因归到"用户不会用""功能藏得太深"。这篇想先做一件事：把"用户不会用"这口锅，从用户头上拿下来。因为他脑子里那套产品逻辑，跟你设计它的逻辑，天生就是两套。

用户心里的那套"产品逻辑"，跟设计逻辑为什么天生就分家？

用户心智模型（mental model），说人话就是：用户脑子里对"你这个产品是怎么运转的"那套主观理解。它不必正确，只要够用。比如很多人默认"购物车里的东西就是我自己放进去的"，某个电商在结算时自动勾选了运费险，购物车里凭空多出一项。这个产品就违背了用户的购物车心智，用户只觉得被坑了，不会觉得"这功能真贴心"。用户的心智是信念，不是事实。那他的信念从哪来？从他用过的大多数网站来。这注定了设计师和用户之间总有缝。

认知科学家 Norman 在《设计心理学》（The Design of Everyday Things）里，把这件事拆成三个角色。设计者：脑子里有一套"产品应该怎么运转"的设想，叫设计模型。用户：脑子里有一套"产品是怎么运转的"的主观解释，叫用户模型，也就是我们说的心智模型。系统：把设计者的设想实现出来，同时通过系统映象（system image）把自己呈现给用户。系统映象包括外观、按钮、文案、操作反馈、报错信息，用户能感知到的一切都算。

关键在于：设计者和用户之间没有直连通道。设计者只能把设想做进系统里，用户只能透过系统映象去猜系统怎么运转。这条间接通道，就是错位的结构性来源。Norman

图注：Norman 的三顶点模型：设计者（DESIGNER）把设计模型做进系统（SYSTEM），系统再通过系统映象（SYSTEM IMAGE）呈现给用户（USER），用户据此在自己脑里长出一套用户模型。注意设计者与用户之间没有直接箭头，只能经由系统映象间接沟通，这正是错位的根。Norman

用户的心智不必正确，只要够用。这句话才是一切的钥匙。用户不会去读你的架构文档，他只会用"别的网站养成的习惯"来推理你的产品。你的产品升了级、把某个操作顺序改了，他还是按旧顺序点，因为旧模型"够用"了好几年，他懒得更新。错了不要怪用户，错位是天生的。

而且用户心智不是静态的，它会被现实反馈不断改写。NN/g（Nielsen Norman Group，业界知名的用户体验研究机构）用一张循环图讲这件事：NN/g 心智模型

图注：心智模型的更新循环：新影响因素进入模型，产生预期，撞上现实，现实反馈回来改写模型。用户的心智不是事实，而是一套不断被验证或打脸的信念。NN/g 心智模型

把网站比作一个游戏就很好懂：设计师是策划，用户是玩家。策划脑里有一张规则表（技能怎么触发、数值怎么算），这是设计模型；玩家玩了几局后，脑里形成"这游戏怎么玩"的理解，这是用户心智；玩家实际看到的一切界面、提示、操作反馈，是系统映象。策划没法把规则表直接塞进玩家脑子，只能靠界面和反馈让玩家自己摸索。玩家摸索出来的版本，跟策划写的那张表，经常不是一回事。所以错位不是谁做砸了才冒出来的，只要产品和用户之间有界面，这条缝就在。

真正要问的问题不是"为什么有缝"，而是"缝在哪、有多宽"。下一章，我们把缝变成能诊断、能测量的东西。

功能越多、路径越绕，用户越自己脑补一套逻辑：错位被谁放大了？

错位是结构性的，但它的宽度不是均匀的。有的产品错位无害，有的产品错位直接杀死转化。差距在哪？在你的产品有多复杂。复杂产品的三个特征，每一个都在把这条缝撑大。

第一个放大器：功能多。功能一多，用户记不住那么多操作，就在脑里偷偷建一个简化版："反正有搜索框，别的不用记。"简化版跟你的设计逻辑差得越远，错位越大。第二个放大器：路径绕。一步能做完的事拆成五步，用户每一步都在猜，每猜一次多攒一点错位。第三个放大器：命名含糊。同一个词，你眼里是内部术语，用户眼里是另一个意思。NN/g 讲过密歇根大学图书馆的例子：首页上有两个搜索框，一个查馆藏、一个查文献，用户把两个都当成"万能搜索"，随手填一个就走。命名，把缝撑开了。NN/g 心智模型

Norman 把这一层层错位操作化成两条可诊断的缝，合称双鸿沟。左边叫执行鸿沟，用户想做一件事，但不知道该怎么操作；右边叫评估鸿沟，用户操作完了，不知道自己做对没有。两条缝合起来，就是"用户目标"和"系统能力"之间全部的落差。Norman

图注：双鸿沟图：顶部是用户目标（GOAL），底部是系统（WORLD，系统或设备的代称）。左边执行鸿沟侧写着"我该怎么操作？"（How do I work this?），右边评估鸿沟侧写着"发生了什么？"（What happened?）。Norman

拿它给你的产品做个简单体检：挑两个页面，各问两句话。用户看着这个页面，知道第一步该点什么吗？这是执行鸿沟。用户点了之后，能看出自己点对了吗？这是评估鸿沟。哪条缝宽，哪里的设计就是最该修的地方。

还有一个放大器藏在用户自己身上：心智惯性。NN/g 的 Jakob's Law（雅各布定律）说，用户大部分时间都在别的网站上度过，他带着别的网站养成的习惯来用你的产品。习惯会粘着不走，即使它已经不适用了。所以一个用户在你的网站上犯错，常常不是他不用心，是他脑里的模型是旧的，从别的网站搬来的。NN/g 心智模型

读到这儿你可能会问：那知道了错位，能怎么办？NN/g 给的答案分成两支。一支叫让系统迁就用户：用户习惯在某个地方找某样东西，那就把它挪到他去找的位置。另一支叫帮用户修心智：系统不变，用更清楚的文案、引导、入门流程，把用户脑里的模型掰正。这两支，第 5 章会展开成能落地的做法，先记着。

至于"认知负荷"（用户理解产品运作要花的脑力）这个词，看着抽象，其实能被客观测出来：用户嘴上说没事，压力一大瞳孔就放大、目光就从专注变乱扫。这个在下一章会用到。

错位不是均匀分布的。功能多、路径绕、命名含糊的地方缝最大，而且可以用执行、评估两条缝做体检。但缝有多宽，靠嘴猜不出来，得真去挖用户脑子里的东西。怎么挖？四件工具。

怎么把用户脑子里的模型挖出来：四件工具，各挖一层

挖心智有四件主流工具，每一件挖的是不同的一层：think-aloud、卡片分类、可用性测试配眼动、心智模型访谈。前两件是你能最快上手的，我们重点讲。

第一件：think-aloud，让用户边做边说

think-aloud（出声思维）就是让用户一边操作你的产品，一边把心里想的说出来。它的逻辑很朴素：用户脑里那套产品逻辑平时不开口，你只要让他边做边说，他就把自己的推理过程摊在桌上。心理学上这叫口头报告法，Ericsson 与 Simon 研究了几十年，结论是出声并不会破坏思维本身的序列，它只是把脑里已有的念头说出来而已。Ericsson 与 Simon

跑一轮 think-aloud 只需要三步。第一步，招几个能代表真实用户的参与者。第二步，给他们几个有代表性的任务，比如"在十分钟内完成一次预约"。第三步，闭嘴，让用户说。最后一句是重点，主持人问得越多，数据被污染得越厉害。

要多少人？NN/g 的经验值是每轮 5 个人：前 5 个用户就能暴露大约 85% 的可用性问题，再多就是边际收益递减。所以与其一次招 15 个人，不如分成三轮、每轮 5 人，每轮之间改一次设计再测。NN/g Thinking Aloud

现场的设备级别，远没有你想象的那么吓人。一张桌子加两台笔记本就够了：

图注：一次 think-aloud 实测的现场布置：一张桌子、一台用户机、一台记录用的笔记本，加一根网线就能跑，不需要进实验室。此图来自 NN/g 同站姊妹文章《Traveling Usability Lab》的现场照片，非单独的实验室实景。NN/g Traveling Usability Lab

think-aloud 有四个如实承认的局限。第一，对着电脑自言自语本来就不自然，主持人要不断轻推"你现在在想什么"。第二，人会见人说人话，先把想法"编辑"一遍再说出来，把原始念头过滤掉了，主持人要抢在编辑前截住。第三，主持人的追问本身可能带偏用户行为，要能识别哪一段是自己带出来的、分析时丢到一边。第四，它不是万能药，语音界面、纯数量指标这类问题它就管不了。NN/g Thinking Aloud

它挖的是个体层的心智：一个用户为什么这样理解你的产品、在哪一步推理走偏了。个体的问题看清楚了，群体的分类问题，换一件工具。

第二件：卡片分类，让用户按自己的逻辑归组

卡片分类（card sorting）挖的是另一层：群体对"功能怎么分类、怎么摆放"的共识，也就是信息架构（信息架构就是功能分类摆放这件事本身）层面的心智。NN/g 卡片分类

做法很直白：把要梳理的功能名写在卡片上，30 到 50 张，少了看不出规律，多了用户疲劳，全往"其他"里扔。然后让用户自己把卡片分组、给自己的组命名。用开放式（open）分类，不要预设类别名，这样用户自己的分类逻辑才会露出来；如果你只是想验证现有导航合不合理，那是另一件工具 tree testing 的事。

结果怎么读？工具会把所有人的分组汇总成一张相似度矩阵，格子里的数字是"这两个功能被多少比例的人分到同一组"：

图注：卡片分类的相似度矩阵：烤箱（Ovens）和微波炉（Microwave Ovens）这一格写着 94，意味着 94% 的参与者把这两个功能分到同一组。这种群体一致的分组，就是信息架构层面的用户心智，是改导航的直接输入。NN/g 卡片分类

注意这里的样本量和 think-aloud 完全不同。可用性测试是评估式方法：你已经有了设计，只是找它哪里出问题，5 个人就够。卡片分类是生成式方法：你还不知道怎么组织，要从足够多的人脑里把分类图谱抽出来才稳。NN/g 给的经验是定性研究至少 15 人，定量研究 30 到 50 人。NN/g 卡片分类

为什么是 15 而不是 5？一个 168 人的实验用数字回答了这个问题。Fidelity 公司让 168 名员工完成了 46 张卡的在线卡分类，然后从中随机抽 5、15、20、30、60 人的子样本，比较子样本结果与全样本结果的相似度，结论是：15 人是性价比最高的停点。NN/g 卡分类样本量下面是那条曲线：

图注：卡分类样本量的代价曲线：横轴是参与人数，纵轴是结果与全样本的接近程度（平均相关度）。5 人时只有 0.75，不可靠；15 人升到 0.90，够用；20 人到 0.93、30 人到 0.95，60 人到 0.98，但成本翻四倍只换来 0.08，纯属浪费。该曲线重绘自 2004 年一场 168 人的实验。Netizen Experience

第三件：眼动，用户嘴上和实际对不上时的客观证据

前两件都依赖用户"说"。可用户嘴上说的，跟他实际经历的，经常对不上。想显得聪明会过滤想法，想早点结束会随口应付。这时候需要一件嘴上做不了假的证据：眼动。

Wals 与 Wichary 在一项真实网站任务里测过这件事：58 个用户，每人要先后完成两轮相同的网站任务，其中一轮限时 8 分钟、一轮不限时（顺序对半平衡）。结果用户什么都没说，但身体先招了：时限压力一来，主观负荷量表（NASA-TLX）和瞳孔直径同步上升，同时视觉探索系数 K 从"专注盯着一点"漂向"满屏乱扫"。瞳孔放大是自主神经干的事，用户自己控制不了，也瞒不住。Wals & Wichary

图注：时限压力（Time Pressure）下的三联对比：左图主观负荷（NASA-TLX）上升，中图瞳孔直径（Z 分数的瞳孔尺寸）上升，右图视觉探索系数 K 下降，即目光从专注走向乱扫。用户嘴上不说，生理信号不撒谎。Wals & Wichary

所以眼动在整套工具里的角色是客观兜底：think-aloud 告诉你用户以为自己做了什么，瞳孔和 K 告诉你他做这件事时大脑真的付出了多少。它是补位，不是炫技。

组合着用，别迷信一种

这四件不是四选一。某篇 2023 年发表、覆盖 20 篇论文的系统综述里，实验、问卷断层领先，观察、卡片分类、模型设计并列其后，访谈和文献综述次之；更关键的是，多数研究都不靠单一方法，全是混着用。Nasrudin 等 2023

小结一下四件各自挖哪一层：think-aloud 挖个体怎么推理，卡片分类挖群体怎么分类，眼动挖客观认知负荷，访谈挖说不出口的隐含假设。按场景组合，别迷信某一种。

但这里有个共同的缺口：这四件工具，都要用户到场、开口、配合。你的站点每天路过十几万人，你能访谈到的永远只有几十个。剩下那些从没开过口的沉默多数，他们的错位谁来管？数据会。下一章。

不问用户，直接看行为数据：百万条点击里藏着几条"心智路径"？又和设计预期差在哪？

问你一个问题：你的产品设计时一定画过预期路径吧，比如"用户进来 → 搜索 → 预约 → 支付成功"这条漏斗。那真实用户走的路径，和你画的那条，差多少？你可能从来没看过。行为日志里存着所有人的真实脚步，只是没人去读。

路径建模：把一次会话当成一句话

Bar-El 等人在 2026 年发表于 Scientific Reports 的方法，是把"读日志"这件事自动化。核心想法一句话：把一次会话（用户从进入到离开的所有点击）当成一个句子，把每次点击当成一个词，然后用 LDA（主题模型，一种从一堆文本里自动找出几个主题的算法）给这些"句子"聚类。聚出来的每个簇，就是一条用户常走的心智路径。Bar-El 等 2026

从海量日志里聚出几条主路径，就像从系统调用日志里还原一次请求的调用链：日志本身没有"链路"这个标签，只有一条条孤立的调用记录，你靠汇聚和聚类把主线找出来。行为日志同理，它没有"路径"标签，只有一条条点击记录，聚类把主线照出来。

这套方法跑在一个大型健康维护组织（HMO）的真实生产数据上：约 12 万活跃用户，每天约 550 万事件。这是访谈和卡分类永远够不到的量级。Bar-El 等 2026

而且聚出来的主题不是一张扁平的列表，而是一棵树：根是最抽象的（"和医生打交道"），越往下越具体（"读医生发来的消息""提交开药申请"）。

图注：hLDA 的层级树：树根覆盖所有会话的最抽象主题，向下逐级收窄成具体的动作簇。心智路径按抽象度分层，顶层看大类心智、底层看具体动作。Bar-El 等 2026

路径簇 vs 设计预期漏斗：沉默多数怎么错位的

这个管线的第二阶段，在每个簇内部建一条马尔可夫链（"下一步由哪一步决定"的数学模型）。它给出两样东西：每条路径最典型的走法，以及哪些操作高概率通向不想要的终点。然后拿它跟设计预期的漏斗对照，沉默多数的错位就显形了。论文里的真实案例有三个，每个都值得记下来。

第一个，预约挂号。设计预期是"挂号 → 走到预约成功确认页"。可最常走的真实路径，最后停在"技术错误页"。用户的错位是：他不知道自己没约上，还以为是系统卡了一下，过几秒会好。漏斗终点坏了，用户自己都没意识到。

第二个，查化验。设计预期是"点开化验说明 → 就地查看"。真实路径是：点了"查看化验项说明"的按钮，被推到外部网站，然后大量弃用。用户不知道自己被推出去了，只知道"这 app 不太好用"。

第三个，代家人预约。设计预期只覆盖"本人为自己预约"，真实数据里年轻用户大量代父母预约。这是设计漏斗根本没画进去的次级意图。Bar-El 等 2026

还有一个更隐蔽的现象叫 leakage（串味）：同一个会话里，模型发现用户同时干了两件事，一边挂号一边查化验。这种混合任务，用户自己都说不清，访谈里根本挖不出来，只有数据能看见。

另一条路线：把路径蒸馏成向量

LDA 加马尔可夫链是概率路线，另一条新路线是神经网络。UserJourney2Vector（2024 年 CHI 会议的论文）用 transformer（一种擅长抓长程关系的神经网络架构）把整条路径蒸馏成一个向量。路径变成向量之后，可以聚类出典型路径、异常路径和用户画像，还能预测用户下一步动作。它的代码是公开的，在 GitHub 上可以直接跑。UserJourney2Vector

顺带澄清一件你问诊时提到的事：Perplexity AI 的用户路径模拟，目前查不到公开的一手来源，既没有论文也没有官方技术文档，所以这篇不把它当成既成方法来引用。可核实的新做法，就是上面两条路线。

访谈和卡分类能挖出几十个人的心智；路径建模把十几万人的真实轨迹聚给你看。两者一对，设计预期的漏斗和用户真走的漏斗差在哪，一目了然。错位看见了，下一个问题最实在：改哪里？

错位看清楚了，改哪里：界面、文案、还是结构？

挖错位只是前半场，把错位变成改动，才是你要的落地。这一章给一套把"挖到"变"改完"的流程：BRIE 法。它来自徐菲 2022 年武汉理工大学的硕士论文。先说明白，这套方法以学位论文形式公开，还没有被广泛二次引用，当参考，别当行业标准。徐菲 2022

BRIE：构建 → 审视 → 突破 → 测试

BRIE 是四个英文词的首字母：Build（构建）、Reflect（审视）、Innovate（突破）、Evaluate（测试）。它把"挖 → 审 → 改 → 验"压成一个循环，不是一次走完的单向流：

图注：BRIE 四步循环：构建心智模型图 → 审视找三类问题 → 突破落改动 → 测试验证。测试没过退回突破改方案；需要更多一手资料时退回构建；审视发现心智图没画完整，也要回构建补齐。循环，不单向。

四步各干什么？

构建（Build）：把访谈、卡片分类挖出来的零散说法，搭成一张"用户心智模型图"。它借用 Indi Young 的原子任务骨架，把用户要做的最小动作层层叠起来。这一步不重新挖，只把前面几章的产出整理成图。

审视（Reflect）：对着这张图找三类问题。第一类，错误认知，用户对产品如何运转的理解直接和真实逻辑冲突；第二类，不优行为，理解没错、但做的方式很费劲；第三类，没被看见的可能，产品的能力超出了用户的想象边界。这三类正好对应论文里的 CIE 三类修复：纠正错误认知（Correct）、优化行为方式（Improve）、拓展心智模型（Expand）。徐菲 2022

突破（Innovate）：把审视出来的每一条问题，用四个策略逐项落成改动。这是你想马上用的部分，下一节细讲。

测试（Evaluate）：把改动后的方案交回真实用户，用可用性测试和问卷验证错位是不是真的缩小了。没过，退回突破重改；或者退回构建，说明心智图本身就没画对。

四策略：填补、合并、拆分、变异

论文给了四个策略，每个瞄一类缺口。

填补：用户心智里"缺一块"，他根本没意识到某个功能或步骤存在。对策是把功能露出来，并告诉他。比如你的系统有批量操作，但用户不知道，侧栏放一个"批量处理"的小教程，这块心智就补上了。

合并：用户以为要做三步，其实一步就够。把几个心智上独立、实际可以合成的动作并成一步。比如"新建项目"和"邀请协作者"，本来是两个动作，合成一个入口，心智负担立刻减半。

拆分：反过来，用户看见"一大坨"就放弃了。把一个超长的步骤切成几个清晰的子步骤。比如配置菜单从一个大表单，拆成"基本 / 高级 / 集成"三页。

变异：让用户换一种方式理解你的产品。比如把"统计报表"变异成"业务仪表盘 + 异常预警"，产品还是那个产品，用户脑里的定位从"看数工具"变成"经营助手"。

补一句来源边界：上面四个白话例子里的座便器案例来自论文原始应用（便样检测、时间管理、肛周护理），SaaS 例子是按论文策略定义推导的，不是论文原文。四策略也不互斥，一处错位常常同时需要"填补 + 拆分"或"合并 + 变异"。先用审视把错位拆清楚，再用四策略各瞄一面。徐菲 2022

改界面、改文案、还是改结构？

最后一步，把每一处错位落到具体的层。三个层各有分工，查这张表：

现在可以回扣第 2 章埋的伏笔了。四策略大多数属于"帮用户修心智"那一支，系统不变，把用户脑里的模型掰正；少数像"合并"直接压缩步骤，属于"让系统迁就用户"那一支。而卡片分类挖出来的信息架构共识，正是"改结构"那一层的直接输入。两条修法，在这一章汇合了。

每一条挖出来的错位，都能按四策略落到界面、文案、结构中的某一层，然后逐条改、逐条验。这一整套从识别到修完的流程，能不能压成一张今晚就能跑的清单？能，最后一张了。

从"我猜用户这么想"到"我知道用户这么想"：一张今晚就能跑的清单

六章读到这里，工具都齐了。现在把它们按顺序排成一张看得见的清单。这张清单的目标只有一句：从"我猜用户这么想"，走到"我知道用户这么想"。

图注：七步落地清单：写下假设 → 选方法组合 → 招募 → 跑方法 → 写错位对照表 → 选修复层 → 上线验证。验证没通过就回到改，是循环，不是一次性流程。

每一步对应正文里已经讲过的内容：

1. 写下你现在的假设：你猜用户脑中的产品逻辑是什么，写下来，不加修饰。这是第 1、2 章教你看清的东西。
2. 选方法组合：想挖分类心智，用卡片分类；想挖个体推理，用 think-aloud；能配眼动就配眼动，作为客观兜底；有数据团队，路径建模是可选加项。组合，别单选。
3. 招募：think-aloud 每轮 5 人、可以分三轮；卡片分类 15 人起步、预算充足上 30。眼动和路径建模不占这个招募名额。
4. 跑方法：按三步流程跑 think-aloud，按开放式分类跑卡片分类，全程录音、记录。
5. 写错位对照表：这是中间产物，也是最重要的一个动作。把"挖出来的"和"设计预期的"并排写成一张表。不写这张表，前面全白做。
6. 选修复层：对着第 5 章的决策表，逐条判定改界面、改文案还是改结构。
7. 上线验证：改动上线后，用同样的方法再挖一轮。错位真的缩小了吗？没有，回到第 6 步，这是循环。

错位对照表的模板，照着第一行填就行：

把这一行填好，你手上就有了第一行"我知道用户这么想"的证据。

为什么值得走这一趟？因为用户在你的网站上犯错，很多时候不是他笨，是他脑里那套模型是错的，而模型是可以被看见、被改写的。NN/g 的判断是一句话：如果你怀疑错误的心智模型正在让你损失业务，用户研究是第一步。NN/g 心智模型

错位识别 → 挖出心智 → 对照路径 → 决定修哪层 → 验证，这一整条链压成一张 A4 清单，今晚就能对着你的产品跑第一轮。从"我猜用户这么想"到"我知道用户这么想"，中间隔的不是运气，是这几件工具、一张表，和一次迭代。

参考文献

本专题引用的核心资料如下，建议深入学习时阅读原文：

1. The Design of Everyday Things（Donald Norman，2013 修订版；1988 年初版名为 The Psychology of Everyday Things）— Basic Books 图书页
2. Mental Models and User Experience Design（NN/g）— nngroup.com
3. Card Sorting: Uncover Users' Mental Models for Better Information Architecture（NN/g）— nngroup.com
4. Card Sorting: How Many Users to Test（Jakob Nielsen，NN/g）— nngroup.com
5. Thinking Aloud: The #1 Usability Tool（Jakob Nielsen，NN/g）— nngroup.com
6. Protocol Analysis: Verbal Reports as Data（Ericsson & Simon，MIT Press）— direct.mit.edu
7. Under Pressure: Cognitive Effort During Website-Based Task Performance...（Wals & Wichary，IJHCI）— DOI: 10.1080/10447318.2022.2098576
8. A Systematic Review of User Mental Models on Applications Sustainability（Nasrudin 等，IJSCET 2023）— journal.uthm.edu.my
9. Analyzing the digital customer journey: a novel framework for sequential behavior modeling（Bar-El 等，Scientific Reports 2026）— nature.com；UserJourney2Vector（Tandon & Contris，CHI EA 2024）— dl.acm.org
10. 突破用户心智模型的产品创新设计方法与工具研究（徐菲，武汉理工大学硕士论文，2022）— 武汉理工大学学位论文库（注：该学位论文库链接当前无法稳定访问，可在 CNKI/万方按题名「突破用户心智模型的产品创新设计方法与工具研究」检索）