Nielsen Norman Group 更新可用性入门指南：涵盖核心定义、测试方法及 AI 时代的新挑战

可用性并非设计固有的单一属性，而是取决于用户、任务和具体情境的相对概念，同一界面在不同设备或不同年龄用户手中可能表现出截然不同的易用程度。Nielsen Norman Group 更新了由 Raluca Budiu 撰写的《Usability 101》入门指南，替代了 Jakob Nielsen 2012 年的原版内容，旨在为从业者提供当前语境下的可用性基础框架与实践指导。

该指南将可用性拆解为五个核心组件：易学性（快速掌握基本任务）、效率（熟练后的操作速度）、记忆性（间隔使用后恢复熟练度的难易度）、错误（发生频率、严重性及恢复难度）以及满意度（使用过程的愉悦感）。这五个组件的相对重要性随产品形态变化：对于每年仅使用一次的报税网站，易学性最为关键；而对于建筑师每天长时间使用的 CAD 桌面应用，效率则是首要考量。此外，指南强调可用性不等于有用性，一个设计必须同时具备提供所需功能的效用和易于操作的可用性，才能被称为真正有用。

在提升可用性的方法上，用户测试是最基础且成熟的手段。定性测试通常招募 5 名代表性用户执行真实任务即可发现多数重要问题，而定量测试则需约 40 名参与者以获取成功率、任务时间、错误数和满意度等指标的精确估计。现代测试多采用远程形式，包括有主持人和无主持人两种模式，仅在涉及物理交互或特定情境时才需线下进行。迭代设计仍是核心流程，即尽早通过简单原型进行测试，发现问题并修复后再次验证。

随着 AI 加速产品设计与实现，传统可用性评估面临新挑战。一方面，AI 可辅助准备研究、分析数据甚至自动识别界面问题，但合成用户和数字孪生目前尚不能可靠替代真实用户。另一方面，生成式 AI 的输出具有不确定性，同一请求可能产生格式、连贯性和可读性各异的响应，导致同一用户在同一任务下的可用性体验波动。此外，AI Agent 的引入要求设计师研究人类如何委派任务、理解 Agent 行为及重新获得控制权。值得注意的是，Agent 能通过 API 或解析 HTML 完成人类难以察觉的任务，因此面向人类的可用性优化与面向 Agent 的系统交互能力需分别考量。尽管技术环境变迁，理解人们能否轻松有效地完成任务这一核心目标始终未变。