认知负荷理论

处理信息数量、认知负担、系统与用户之间的复杂性分配。

聚焦内在负荷、外在负荷与促进学习的加工，帮助判断哪些复杂度必须保留、哪些复杂度可以通过设计减少。

当选择的数量增加、差异变得更难判断时，用户做出决定所需的时间通常会增加。 在条件受控的选择反应任务中，这种增长大致与选择所包含的信息量呈对数关系。

用户把大部分时间花在其他产品上，因此会把已经形成的习惯和心理模型带到你的产品中。 遵循成熟惯例能降低学习成本；偏离惯例时，需要有足够清楚的价值和引导。

人的工作记忆容量有限，经典研究常以“7±2 个信息单元”描述这一限制。 设计上的重点不是把界面强行限制为七项，而是通过分组和组块化减少用户同时需要处理的信息。

当多个方案能够同样充分地解释问题或达到目标时，应优先选择假设更少、结构更简单的方案。 它鼓励减少没有明确价值的规则、状态和步骤，但不意味着牺牲必要能力。

让用户直接看见或容易找回信息，通常比要求他们从记忆中主动回想更可靠。 界面应让对象、操作、选项和必要说明保持可见，减少跨页面记忆。

每个系统都存在一定程度的、无法彻底消除的复杂性。 设计者真正能决定的，不是“是否存在复杂性”，而是这部分复杂性应该由用户还是由系统承担。 优秀的设计通常会让系统处理重复、可预测和可自动化的复杂性，同时把真正需要判断的部分留给用户。 这里的复杂性包括业务规则、信息要求、异常处理、权限约束和风险判断；它可以在用户、界面、应用程序、开发团队和平台之间转移。

当一组元素大体相似时，其中与众不同的元素更容易被注意并被记住。 差异可以来自颜色、形状、尺寸、位置、动效或语义，但必须建立在清晰的共同基线上。