Jakob Nielsen：基于行为经济学的50条UX设计准则与关键数据

摘要： 人们并不像古典经济学假设的那样做决定。他们使用心理捷径，并遵循那些看似非理性的规则，这些规则是为了在旧石器时代生存而调整的，而不是为了定价页面。本文提炼了行为经济学的关键发现，形成 50 条设计准则，外加两个值得记住的数字：损失带来的痛苦大约是收益带来快乐的 2 倍，而助推（nudge）使行为改变约 1.4 个百分点。

每个界面都是一种选择架构。当你选择一个 默认选项、排列列表顺序或标记按钮时，你就在引导决策。你无法退出这一角色。你只能把它做好或做坏，诚实或不诚实。

定义： 行为经济学是对人们实际如何判断和选择的实验研究，特别关注真实行为与完美理性决策者会做出的行为之间的差异。

古典经济学通过建模一种 Richard Thaler 称为 “Econ” 的生物来忽略这种差距：这是一种拥有无限注意力、完美算术能力、稳定偏好和钢铁般自控力的代理人。Econs 阅读许可协议。Econs 比较 47 种保险计划并选出最优方案。你从未见过这样的生物。

行为经济学研究的是 另一种 物种，人类。这两个物种之间的差距，即电子表格假设的用户与实际出现的用户之间的差距，是行为经济学和 UX 一直工作的领域，尽管它们大多没有互相交流。让我将这两个学科联系起来。

为什么人类是这样构建的？进化告诉我们，快速的启发式方法让我们的祖先得以生存：那个仔细斟酌草丛沙沙声的采集者变成了午餐，而那个对阴影跳开的人活了下来，繁殖并传递了对阴影跳开的基因。同样的捷径现在用于导航无限滚动、包含 40 个选项的定价页面和订阅结账流程，这些环境并非为其调整。生物学家称此为进化错配。我们每天都在经历它。Gerd Gigerenzer 的学派得出了乐观的推论，生态理性：启发式方法本身既不聪明也不愚蠢，只与其环境匹配或不匹配。你不能重新布线启发式方法。但你可以设计环境。

本文涵盖了 UX 专业人士应该了解的行为经济学：分为 4 组的 10 项核心发现，每项都有定义、证据评级和 5 条设计准则（共 50 条，连续编号以便参考）；另外 12 种效应的抽样表；大规模助推的实际效果；以及区分赚钱（好）与欺骗用户（坏）的界限。

三项诺贝尔奖和一个注意事项

在20世纪的大部分时间里，经济学将人建模为理性优化者，这在很大程度上是因为数学模型的要求。持异议者不断获得诺贝尔奖。赫伯特·西蒙（Herbert Simon）因有限理性（bounded rationality）获得1978年诺贝尔经济学奖：这一观点指出，现实中的决策者缺乏优化所需的时间、信息和计算能力。受过心理学训练的丹尼尔·卡尼曼（Daniel Kahneman）于2002年获奖，因为他将判断的实验心理学引入经济学。理查德·塞勒（Richard Thaler）在2017年完成了这一脉络，他证明这些所谓的异常现象具有系统性的、可预测的结构，企业和政府可以据此采取行动。（阿莫斯·特沃斯基（Amos Tversky），卡尼曼在奠基性工作上的合作者，于1996年去世，而诺贝尔奖从不追授给逝者。该领域的每个人都认为他会分享2002年的奖项。）获奖数量具有重要的实际意义：如果利益相关者轻视行为研究，认为它是软科学，你可以指出瑞典皇家科学院曾三次表示不同意。

其中一位诺贝尔奖得主具有双重重要性。西蒙是唯一一位同时获得诺贝尔经济学奖（1978年）和图灵奖（1975年，计算机领域的最高荣誉）的人。行为经济学和人机交互共享一位鼻祖，因此他的理念能如此直接地转化为设计并非偶然。他的满意化概念——接受第一个足够好的选项，而不是寻找最佳选项——仍然是网络上用户行为最有用的单一模型。

在这片果园的某个地方挂着一颗更完美的桃子，但这位女士对手中这颗不错的桃子感到满意，而不是花一整天去寻找最好的那颗。满意化的实践：她不是银座三越百货食品馆的采购员；她只是想享受一颗桃子。（Muse Image）

两篇论文奠定了该领域的时间线。1974年，特沃斯基和卡尼曼在《Science》上发表了“不确定性下的判断”，命名了产生系统性偏差的三种启发式方法：可得性、代表性和锚定效应。1979年，他们在《Econometrica》上发表了前景理论，这是目前经济学中被引用最多的论文。这两篇论文划分了该领域的版图：第一篇涵盖人们如何判断什么是真的，第二篇涵盖人们如何选择做什么，这也是我将下面的集群按相同方式组织的原因。卡尼曼2011年的畅销书《Thinking, Fast and Slow》后来将整个体系打包为系统1（快速、自动）和系统2（缓慢、深思熟虑），这是大多数同事所知的版本，尽管这些名称存在可用性上的恐怖之处，卡尼曼是从基思·斯坦诺维奇（Keith Stanovich）和理查德·韦斯特（Richard West）那里借来的。快想一下，系统1是快还是慢？ 为什么不把它称为快速系统，而不是一个数字呢？

现在说点注意事项。2010年代的复现浪潮让行为科学接受审判，当独立团队重新运行实验时，一些备受推崇的发现效应缩小甚至彻底崩塌。因此，本文聚焦于那些经受住考验、或至少未被证伪的结果。下面每个概念章节的结尾都有一个证据评级（强、中等或有争议），并附带一句解释原因的话。当证据混杂时，我会用数字说明，而不是含糊其辞。建立在民间传说之上的设计学科理应遭受挫折，而 UX 领域已经有够多民间传说了。

基础：为什么用户不是经济人

有三项发现解释了本文其余部分存在的原因。它们不是需要纠正的偏见；而是人类心智的运行条件。为这些条件进行设计，否则你会看着用户以“满意即可”的方式绕过你的产品，转向竞争对手。

有限理性

兽群正在涉水而过。那个抓起一把足够好的长矛的猎人正在投掷；继续比较的人今晚没饭吃。

有限理性指出，人们朝着目标推理，但仅限于时间、信息、注意力和计算能力的严格限制之内，因此他们依赖捷径并接受足够好的答案。这个名字是 Simon 刻意与古典经济模型中无限理性的对比：理性是真实的，但它运作在界限之内，就像一位棋手在不计算每一步的情况下也能下得合理。在这些界限内，人们不会优化。他们会“满意即可”（satisfice），这是 Simon 将 satisfy（满足）和 suffice（足够）组合而成的混成词：选择第一个达到标准的选项，然后继续过他们的生活。

这是几乎所有 UX 问题的基础，从被放弃的购物车到未读的隐私政策。1990年，Simon 将这个想法压缩成一个值得记住的比喻：理性行为受一把剪刀 的形状影响，这把剪刀的两片刀刃分别是任务环境的结构和行动者的计算能力。你永远无法磨利第二片刀刃。第一片刀刃是你的产品，由此直接得出设计结论：减少做出明智决策所需的信息、记忆、计算和推断。

我们脆弱的人类大脑只能容纳有限的信息。我们必须依赖捷径才能完成任何事。

证据：强。 七十年的决策研究证实了这一框架，只要有人去寻找，“满意即可”就会出现在那里。

针对有限理性的设计指南：

1.          先总结后细节。 先给出结论，如果用户感兴趣再让他们深入查看；这种顺序符合有限心智分配精力的方式。

2.          提供站得住脚的建议。 “大多数团队选择标准版”为用户省去了他们无力进行的比较，前提是建议确实服务于他们。

3.          分阶段展示细节。 渐进式披露的存在是因为工作记忆无法扩展；只有当用户请求时才揭示复杂性。

4.          提供安全路径。 无法评估每个分支的用户需要不会导致灾难的路径，以及针对令其感到意外的分支的撤销功能。

5.          使自动化可审查。 系统代表用户做出的决策应当是可检查且可逆的，而不仅仅是被信任的。

注意这些原则的共同点：每一条都将工作从用户有限的预算转移到计算机无限的预算上。你的系统可以承担计算、比较和记忆的任务；你的用户不能，或者更准确地说，不会这样做，因为在他或她的认知预算中，午餐前还有 30 项其他需求。每一次简化都是一种补贴。

AI 是最新的有限理性假肢：摘要、推荐和检索都在节省最稀缺的资源，即人类处理能力。但用户无法验证的 AI 摘要只是转移了限制，因此请保持源信息只需一次点击即可访问。

注意力有限与理性忽视

新鲜足迹，满谷噪音。追踪者的生存技能不在于他看到了什么，而在于他设法忽略了什么。

注意力有限意味着用户只能处理屏幕上呈现的一小部分信息，因此他们像对待稀缺货币一样花费注意力，只关注那些看起来立即有价值的东西，并跳过其余部分。经济学家 Christopher Sims 的 理性忽视 增加了一个看似矛盾的名称所暗示的转折：忽视不是注意力的失败，而是对注意力的理性使用，因为处理信息需要付出努力，而大多数信息并不能带来回报。我早期的发现“用户不阅读”并不是对用户的一种侮辱。这是经济学在网络上的体现。

横幅盲区是纯粹形式的理性忽视：用户已经了解到形状像广告的东西几乎从不值得点击，因此他们不再看广告，连同所有类似广告的内容一起忽略。这一教训具有普遍性，因为注意力遵循预期价值。每一个浪费注意力的元素都会教会用户永远忽略该类元素。通知使这种经济效应变得明确：推送消息对发送者毫无成本，而对接收者则造成上下文切换，当支付代价的一方并非做出决定的一方时，经济学家称之为外部性。通知托盘是一个过度放牧的公地。认知负荷，作为同一枚硬币的工作记忆面，在我的 认知负荷 文章中有详细论述。

证据：强。 注意力限制是心理学中记录最充分的事实之一，自 2003 年以来，其经济学形式化一直成立。

针对注意力有限的设计指南：

6.          将信息放置在需求点。费用、风险、截止日期、状态和下一步行动应位于决策发生的地方，而不是组织架构图希望它们所在的地方。

7.          减少相互竞争的信号。 强调是一种零和预算：每一个额外的高亮都会对真正重要的那个造成负担。

8.          为中断而设计。 在打断之间保留状态和进度，因为注意力会被中断；这是一个规划假设，而非故障模式。

9.          像花钱一样使用提醒。 每条通知都会消耗有限的信任账户，因此将它们留给用户愿意付费知晓的事件。

10.      相信数据分析而非平面图。当用户错过一个“就在那里”的控件时，请记住，“就在那里”是你与屏幕相处 400 小时后注意力的属性，而不是他们相处 40 秒后的属性。

选择过载遇上选择架构

侦察兵已穿越 30 个山谷，以便长老们在三个选项中做出选择。策展先于选择出现，早了几十万年。

选择过载表明增加选项可能有害：超过某一点后，更多的替代方案会导致购买减少、满意度降低以及更多拖延，因为比较的努力增长速度快于集合本身：6 个选项产生 15 次两两比较，24 个选项产生 276 次。其设计端的孪生概念是选择架构，这是 Thaler 和 Cass Sunstein 用来指代选项排列（顺序、分组、标签、比较、默认值、时机、可逆性）的术语，这种排列塑造了哪个选项被选中。这两个名字都名副其实：过多的选择会造成过载，而每一种排列都是架构。

著名的证据来自 Sheena Iyengar 和 Mark Lepper 的 果酱试吃摊位：提供 24 种口味时，只有 3% 的品尝者购买，而提供 6 种口味时这一比例为 30%。这项果酱研究催生了无数主题演讲。随后，Benjamin Scheibehenne 及其合著者在 2010 年的元分析 中研究了 50 项实验，发现过载的平均效应本质上为 零。真可惜；这本来是个很棒的故事。Alexander Chernev 及其合著者 在 2015 年确定 了过载何时真正起作用：它取决于 4 个调节变量，即选项有多 复杂、决策任务有多 费力、用户对自己的偏好有多 不确定，以及他们面临多大的 时间压力。仅凭产品组合大小并不能预测什么，这就是为什么亚马逊凭借数亿种产品依然蓬勃发展：搜索、过滤器、评论和排名完成了筛选工作。

大多数设计师都是无意的架构师： 他们通过每一个默认设置和每一种排序顺序来施加影响，只是没有意识到这一点。本文中的指南旨在帮助你停止这种无意的行为；没有人会在将这种权力交给你之前授予你许可证，因为发布界面本身就是许可证。AI 产品提供了本世纪的“试吃摊位”，其模型选择器充满了晦涩的名称，提示建议菜单比餐馆菜单还长。如果用户能看到为何选择该短名单，那么 AI 精选的短名单就是相应的补救措施。

证据：最初陈述存在争议。 在可识别的调节变量下，过载是真实存在的，但“选项越少总是越好”这一笼统说法已在元分析中被推翻。

针对选择过载的设计指南：

11.      策划一个短名单，保留长列表。 预先提供 3–5 个推荐选项，同时为需要的用户保留访问完整集合的途径。

12.      支持比较以及选择。 将属性标准化为可比较的术语，因为过载存在于比较过程中，而非计数过程中。

13.      提供诚实的过滤器和排名。 在你用自己的标准缩小集合之前，先让用户用自己的标准缩小集合。

14.      渐进式展示高级选项。 专家可以深入挖掘，而新手永远不会面对由 40 个字段组成的墙。

15.      有目的地设计架构。 围绕用户的目标选择顺序、分组、默认值和可逆性，因为你无论如何都在做出这些选择。

判断：1974 年的启发式方法

1974 年发表在 Science 上的论文提出了在不确定性下进行判断的三种启发式方法：可得性、代表性和锚定。其中两种在此处设有完整章节，因为它们每周都会干扰设计决策。代表性在下表中以其与设计最相关的症状——基础比率忽视——出现。

锚定效应与调整不足

长者的手杖测得一次水深，整个队伍便依据这第一次读数渡河，随着河流提供更多线索逐步调整。

锚定效应表明，视野中的第一个数字会将随后的所有判断拉向它，即使该数字无关紧要，因为人们通过从起点进行调整来估算，且往往过早停止调整。名称本身即是隐喻：判断在初始值处抛下锚，而链条很短，这就是为什么完整标签是“锚定与调整不足”。

在经典演示中，Tversky 和 Kahneman 转动了一个被操纵的幸运轮盘，使其停在 10 或 65 上，然后询问受试者联合国成员中非洲国家所占的百分比；中位数估计值为 25% vs. 45%。专业知识并非疫苗：Birte Englich 及其合著者在 2006 年的实验 中发现，经验丰富的德国法官在掷骰子设定检察官量刑要求为 9 个月时，对一名商店扒手判处约 8 个月；而当骰子显示为 3 个月时，则判处约 5 个月。在界面中，初始数字会引导价格、估算值、捐款额、小费、预测值和配置值。今天价格旁边的删除线“原价 $499”是一个带有商业模式的锚点，你定价页面中间的层级以及每个捐赠表单上的预设金额也是如此。（我在最近一篇关于 锚定 的文章中进行了更深入的探讨。）

先展示 $999 的高级计划，人们就会觉得 $499 的标准计划很划算。

2026 年的新变化：AI 初稿就是一个锚点。从模型的文本开始，其结构、主张和数字会拉扯随后的一切；编辑 AI 草稿的人很少会偏离太远。同样的道理也适用于 AI 建议的表单值、估算值和代码。

证据：强。 锚定效应在 Many Labs 复现项目 （36 个样本，6,344 名参与者）中产生了一些最大且最可靠的效果。

锚定效应的设计指南：

16.      使用可辩护的基准作为锚点。 建议值应当是你能够当面说服用户的，例如类似客户的中位数选择。

17.      披露锚点的来源。 “基于您过去 3 个月的数据”将操纵风险转化为决策支持。

18.      显示范围，而非孤立数字。 一个可信的低–典型–高区间可以削弱任何单一任意数字的控制力。

19.      保持预设值可清除。 每个预填充的值都应只需一次按键即可清除。

20.      打破 AI 草稿的锚定效应。 在阅读模型生成的版本之前，先勾勒出你自己的大纲，或者请求 2–3 个刻意不同的草稿，以免任何一个主导框架。

可得性启发式与生动性

石堆标记着一场古老到无人目睹的损失。队伍依然绕行宽阔，母亲确保下一代也会如此。

可得性启发式指出，人们通过例子在脑海中浮现的难易程度来判断某事发生的频率或概率。这个名称指的是检索的容易程度：任何记忆使其变得“可得”的事物都被视为常见，因此生动、近期和戏剧性的事件会挤占那些安静的多数。（在 Tversky 和 Kahneman 的术语中，启发式是一种通常正确且出错时方向可预测的心理捷径。他们对这个词的使用与我提出的 10 条可用性启发式无关，后者也通常正确但偶尔出错，不过并非以系统性错误的方向。）

因此，一条戏剧性的评论胜过一百位默默满意的客户，一次飞机失事胜过几十年的航空安全统计数据。在 UX 中，可得性在评论、证言、风险沟通以及涉及罕见事件的任何方面最为重要；它在常规操作中影响较小，因为用户根据自己的重复经验进行判断。AI 赋予了这种启发式新的威力，并且双向咬合：一个生动的幻觉轶事会让组织相信 AI 输出不可信，而准确率的基准率却未被阅读；一个令人眼花缭乱的演示又会让同一个组织相信 AI 输出无需检查。这两种错误都源于同一种捷径。而且两者都会随着复述而增长。Timur Kuran 和 Cass Sunstein 将这种循环命名为可得性级联：故事的每一次重复都使其更易得，从而更常被重复，直到没人记得它只发生过一次。

生动的事件会在脑海中扎根，因此容易被回忆起来，导致人们高估其可能性。

证据：强。 半个世纪以来关于风险感知、医学和消费者判断的研究，没有严重的复制问题。

可得性的设计指南：

21.      将每个生动的细节与其分母配对。 在三句热情洋溢的引言旁边放上“12,384 条评论中的 4.6 星”。

22.      发布罕见事件的基准率。 “0.8% 的货物延迟到达”胜过雄辩的道歉。

23.      显示时间窗口。 除非可见正常运行时间的历史记录，否则上周的中断将主导人们对过去 3 年无故障运行的感知。

24.      在准确性至关重要时使用具有代表性的示例。 精心挑选能够反映分布情况的样本，而不是只展示精彩瞬间。

25.      展示你的人工智能的命中率。 可靠性应当直接从界面上读取，而不是通过走廊里最新的传闻故事来推断。

选择：前景理论及其衍生理论

1979 年的前景理论论文是行为经济学关于人们如何在风险下做出选择的核心理论。其三个衍生概念（框架效应、禀赋效应和现状偏见）贯穿于日常设计工作中，它们都继承了相同的两个基因：参考点依赖和损失厌恶。

前景理论

一只洞熊检查着冬季储备，部落中的每一支长矛都做出了回应。钓鱼点明天依然会在那里；但储备必须现在保存。

前景理论包含四个部分，每一部分都与经济人模型相矛盾：

• 参考点。 人们将结果评估为相对于自身所处位置的收益或损失，而不是财富的最终状态。参考点通常是现状，但期望值和比较可以改变它。

• 损失厌恶。 损失比同等收益带来的影响更大。关键数据：失去 10 美元带来的痛苦大约相当于获得 20 美元带来的快乐。

• 敏感度递减。 从 0 美元到 100 美元的跨度感觉巨大，而从 1,000 美元到 1,100 美元的跨度几乎不被察觉。曲线在参考点处最陡峭，因此紧邻参考点的小额损失会造成不成比例的伤害：结账最后一步出现的 3 美元费用引发的愤怒，远大于浏览时注意到的 30 美元差价。

• 概率权重。 人们高估小概率事件，低估中等至大概率事件，这就是为什么同一个人既买彩票又买保险。确定性本身带有溢价，这就是为什么退款保证比具有相同期望价值的折扣更能让人安心。

该理论的名称需要解读，因为 Kahneman 和 Tversky 在设计时并未赋予其太多含义。“Prospect”（前景/展望）是他们用于指代赌博的技术术语，即一组带有概率的结果，因此该理论字面意义上是关于评估赌博的理论。但 Kahneman 后来承认，他们也希望有一个独特且听起来奇怪的标签，理由是如果该理论变得著名，一个独特的名字会对它有利。结果它确实变得著名了。

它有多可靠？Alexander Brown 及其合著者进行的 2024 年元分析汇总了来自 150 篇文章的 607 个估计值，将平均损失厌恶系数定为 1.955，这就是“×2”经验法则的来源。David Gal 和 Derek Rucker 曾于 2018 年提出论点，认为损失厌恶比宣传的要小且普遍性较低；元分析得出的结论是，它是真实存在的，平均接近 2 倍，并随赌注和领域而变化。而且这一完整模式具有可迁移性：Kai Ruggeri 和 31 位合著者用 19 个国家的 4,098 名参与者 重新运行了 原始的 1979 年赌博实验，复现了 94% 的原始结果，尽管效应量略小。当然，并非每次常规交互都涉及有意义的风险。前景理论在决策点发挥作用，而不是在每个复选框处。

每个产品最终都会遇到一个特定的决策点：重新设计。用户从旧版本的参考点来评判新版本，因此无论新设计在纸面上有多好，每一项变化首先都会以 ×2 的比率被记为损失。随着参考点的迁移，抗议声会逐渐平息，所以请在迁移完成后而非愤怒期间衡量重新设计的成效。

证据强度：强。 核心模式在 19 个国家得到复现，虽然损失厌恶的程度有所不同，但其存在性在元分析上是确凿的。

前景理论的设计指南：

26.      在展示变化的同时显示最终状态。 在“您正在放弃 50 GB”旁边显示“您的新计划：200 GB”，让两种解读都能影响选择。

27.      注意您的 UI 所暗示的参考点。 列出保留内容的降级屏幕与列出丢失内容的屏幕描述的是同一变化，但会产生不同的行为；对于重大选择，请同时显示两者。

28.      在权衡中尊重 ×2 乘数。 移除一项有价值功能的重新设计，需要在其他地方获得大约双倍的收益，用户才会认为得失相当。

29.      当留存率至关重要时，将进度框架化为保护已获得的收益。 “保持您的 12 周连续记录”比“延长您的连续记录”更具吸引力，这符合最后一节中的诚实性测试标准。

30.      根据预期成本校准警告。 用户会高估罕见的剧烈风险，然后对持续的警报产生习惯化，因此请将令人恐惧的处理方式留给那些值得如此对待的危险。

框架效应

猎杀的成果并不丰厚，长者对此心知肚明。但与昨天的饥饿相比，这是一顿盛宴，队伍继续前行。

框架效应指出，对同一事实的逻辑等价描述会产生不同的选择，因为描述设定了参照点，从而决定结果被解读为收益还是损失。该名称源自画框隐喻：同一幅画，不同的画框，不同的印象。在 Tversky 和 Kahneman 著名的疾病问题中，72% 的受试者选择了描述为可挽救 600 人中 200 人生命的方案，但只有 22% 的人选择了完全相同的、描述为导致 400 人死亡的方案。算术相同，多数意见相反。

几乎每一段界面文案都在构建结果的框架，无论撰写者是否有意为之：“90% 无脂”和“10% 含脂”描述的是同一种酸奶。Irwin Levin 及其合著者在 1998 年将框架效应分为三类：风险选择框架（疾病问题）、属性框架（酸奶）和目标框架，后者强调行动带来的收益或不行动导致的损失。界面主要依赖属性框架；留存文案则依赖目标框架。而无意的框架仍然是框架：用户的选择无论如何都会受到引导。我的框架效应文章涵盖了各种变体。

访问一个小岛是令人愉快的机会还是可怕的风险？框架会影响你对那次假期的看法。

证据强度：强。 收益–损失框架效应在发表 40 年后的 Many Labs 1 中被清晰地复现。

关于框架的设计指南：

31.      同时显示绝对数量和相对数量。 “节省 $12（50% 折扣）”阻止了框架替用户进行计算。

32.      保持分母一致。 没有什么比在页面中途在月度和年度价格之间切换更具操纵性了。

33.      为重大决策展示两种框架。 对于医疗、财务或不可逆的选择，请同时显示 90% 的生存率和 10% 的死亡率；隐藏其中一种就是替用户做选择。

34.      审查看似中立的标签。 显示已使用 20% 的电池电量计与显示剩余 80% 的电量计讲述的是不同的故事，尽管电子数量完全相同；测试标签和可视化效果，以发现非预期的偏好转变。

35.      当必须选择时，选取诚实的框架。 空间很少允许两者并存，因此默认使用最能预测用户体验的框架，而不是最能预测你转化率的框架。

禀赋效应与心理所有权

一把闪亮的新刀与一支磨损的旧矛。这支矛多年来养活了他的家人，它的价值是他唯一不需要猜测的东西。

禀赋效应认为，拥有一件物品会提高其对所有者的价值：人们放弃所持物品所要求的补偿，高于他们为获得完全相同的物品愿意支付的价格。这一名称源自“endowment”（禀赋），即经济学家用来指代你已拥有之物的术语；当某物成为你的所有物时，该效应即刻生效。在 Kahneman、Knetsch 和 Thaler 的 1990 年实验中，被给予咖啡杯的学生所要求的出售价格，大约是其他学生愿意为同一杯子支付价格的 2× 倍，而这仅仅发生在收到杯子后的几分钟内。

其数字领域的对应概念是心理所有权：播放列表、存档文件、配置好的仪表盘、聊天记录。用户会对感觉属于自己的事物赋予额外价值，这对切换决策和试用体验至关重要，尽管该效应比一般的损失厌恶更窄。请注意其双刃剑性质：让用户构建内容的免费试用，正是禀赋效应在为你发挥作用。这究竟属于“良好”范畴还是仅属“有利可图”范畴，将在最后一节讨论。

证据强度：中等。 在实验室环境中历经 30 年验证稳健，但其机制和边界条件仍有争议，且交易经验会削弱该效应：John List 发现资深体育卡片经销商几乎不受其影响。

针对禀赋效应的设计准则：

36.      保留用户构建的内容。 在重新设计和迁移过程中，务必延续用户的个性化设置、内容和配置；删除用户的自定义内容等同于剥夺财产，用户会对此做出相应反应。

37.      尽早让用户建立归属感。 在引导流程中进行命名、配置和导入操作，能创造出超越单次会话的所有权感。

38.      设计能留下成果的试用体验。 如果用户在试用期间创造了真实的工作成果，且这些成果在试用期结束后得以保留，那么这种试用就能诚实地利用该效应。

39.      让导出变得容易。 可移植性是反禀赋效应的礼貌之举，只有对产品充满信心的公司才敢让离开变得无痛。

40.      通过价值而非挟持来留住用户。 用户积累的投入既是留存资产，也是伦理风险；通过有用性留住用户能通过下述测试，而通过困住用户数据来留人则不能。

现状偏差与默认选项的力量

这条小径总是绕远路。横穿湖面的直线或许更短，但留在小径上更安全。

现状偏差表明，人们会不成比例地维持当前的状况，无论其具体为何，因为任何改变都需要关注、付出努力并面临后悔的风险。该名称借用了拉丁语 status quo，意为“事物所处的状态”：现任选项仅仅因为是现任而胜出。默认设置是该设计原则的体现，因为默认值就是用户什么都不做时发生的情况。而什么都不做是大多数用户的计划。William Samuelson 和 Richard Zeckhauser 在 1988 年命名了这种偏差。默认设置同时拉动三个杠杆：努力程度、认可度（预选选项被视为一种推荐）和禀赋效应（一旦默认值成为“我的”，放弃它感觉就像是一种损失）。Jon Jachimowicz 及其合著者的 2019 年元分析涵盖了 58 项关于默认设置的研究，指出在二元选择中平均效应高达 27 个百分点，其中认可度和禀赋效应起了主要作用。因此，解释选择（指南 42）是实质内容，而非装饰。

（请参阅我关于 用户界面默认设置 以及如何利用它们提高可用性的单独深度文章。）

现场证据令人震惊。在 Eric Johnson 和 Daniel Goldstein 2003 年发表于 Science 的论文 “Do Defaults Save Lives?” 中，器官捐献同意率在丹麦（选择加入）为 4.25%，而在奥地利（选择退出）为 99.98%：相似的国家，相反的默认设置，差距达 96 个百分点。（注：奥地利的数据统计的是从未针对法律推定提交文件的人，因此它衡量的是最纯粹形式的惰性。这正是重点所在。）在私营部门，Brigitte Madrian 和 Dennis Shea 发现，当注册成为默认选项时，新员工的 401(k) 参与率从 37% 跃升至 86%。默认设置是本文中最强大的 UI 工具，支配着设置、隐私、入门引导、订阅、权限和迁移，但效应大小因领域和机制而异，因此请测量你自己的效果，而不是假设你会得到奥地利的结果。

证据：强。 国家规模的现场证据，跨领域重复验证；幅度因机制不同而差异巨大。

现状偏差的设计指南：

41.      选择你能向用户辩护的默认设置。 安全、可逆且适合目标人群，因为大多数用户会保留你选择的任何设置。

42.      解释选择理由。 “推荐用于大多数家庭网络”将强加变为建议。

43.      让更改默认设置与接受默认设置一样容易。 以点击次数衡量，而非意图；一个被深埋的设置就是一个有保镖保护的默认值。

44.      当偏好分散时使用主动选择。在没有单一诚实默认选项的地方，呈现选项时不预设选中状态，让用户自行决定。

45.      首先审计风险最高的默认设置。从数百万个设置界面中那个“用于 AI 训练的数据共享”开关开始，它大多未经审视。设定你默认值的人正在对你的用户实践选择架构。这是故意的吗？

时间：现时偏见及其解药

没有延迟，也没有浪费，光边缘的狼群解释了原因。储存肉类最稳妥的地方是在你的胃里。

现时偏见表明，人们过度重视即时的成本和收益，相对于未来的成本和收益而言，远远超出了合理利率所能证明的程度。其技术名称为双曲贴现，描述了由此产生的价值曲线形状：主观价值并非像复利预测的那样平滑衰减，而是在今天和明天之间急剧下降然后趋于平缓，这就是为什么“我周一开始”成为一种稳定的均衡状态。现时偏见解释了金融、健康、安全、教育、生产力和入门引导中的拖延症和意图–行动差距。（不过，并非所有延迟都是非理性的。等待 v2 版本或等待证据往往是明智之举。先诊断再治疗。）

现在的一个苹果 胜过以后的一整片苹果园。

这里的实地证据是我在整个行为经济学中最喜欢的。Stefano DellaVigna 和 Ulrike Malmendier 追踪了 7,752 名健身俱乐部会员，研究论文为 《花钱不去健身房》 (American Economic Review, 2006)。支付超过 70 美元固定月费的会员每月出勤 4.3 次，每次实际访问花费超过 17 美元，尽管同一价目表中包含 10 美元的按次付费通行证。按月支付（840 美元/年）而非按次支付（516 美元/年），平均每年浪费 324 美元。他们为计划成为的那个人付了费。

解药与文学一样古老：奥德修斯将自己绑在桅杆上以聆听塞壬的声音而不驶向岩石，这是最初的承诺装置，意味着今天的自我对明天的自我施加自愿的事先限制。现代旗舰案例是 Thaler 和 Shlomo Benartzi 的 Save More Tomorrow 计划，员工预先承诺将未来加薪的一部分用于退休储蓄；平均储蓄率在大约 40 个月内从 3.5% 上升到 13.6%。诀窍在于：牺牲存在于未来，那里现时偏见看不见它。而 AI 采用本身也是一个现时偏见问题，学习成本落在今天，生产力收益稍后到来。因此，构建第一次会话使其立即获得回报。

为什么很少有人自愿把自己绑在桅杆上？Ted O’Donoghue 和 Matthew Rabin 提供了关键区分：老练者知道自己会拖延，因此愿意为承诺装置付费；天真者相信周一的自己会守规矩，所以从不购买。大多数用户对其大多数习惯而言都是天真的，因此承诺功能往往闲置不用，直到产品向他们展示自身的历史记录。没有什么比3个月的用户自身数据更能让一个天真者醒悟了。

在《奥德赛》中，塞壬的歌声引诱每一个听到它的水手走向毁灭。作为足智多谋之人（polytropos），奥德修斯用蜡堵住船员们的耳朵，并让人将自己绑在桅杆上，这样他既能听到歌声，又无法付诸行动。（Muse Image）

证据强度：强（针对现时偏见，有大规模实地数据支持）。 中等（针对承诺装置：它们有效，但自愿采用率较低。）

针对现时偏见的设计准则：

46.      缩小即时成本。 第一步应当是最小的，因为近期的努力往往是良好意图破灭的地方。

47.      将部分收益提前。 在首次会话中展示价值；第6周才兑现的收益需要与第1分钟的成本竞争。

48.      将远期目标分解为近期步骤。本周五的截止日期可以利用现时偏见为你所用。

49.      提供承诺装置，切勿强制实施。自愿设定的日程、限制、专注模式和自动操作，始终附带易于理解的修改规则；用户未选择的承诺装置只是包装更好的陷阱。

50.      为未来安排请求。 像“明天多存点”（Save More Tomorrow）那样，让用户现在同意稍后开始产生的成本，此时现时偏见无法察觉。

2分钟内了解另外12种效应

以下是行为经济学中另外12项发现，它们解决或导致真实的设计问题。我只简要提及这些内容，以避免本文进一步冗长。

我在早期的通讯中深入分析了全部 12 种效应：心理账户、诱饵效应、享乐适应、峰终定律、目标梯度、宜家效应、零价格效应、支付痛苦、左位数字效应、 沉没成本谬误、规划谬误以及基率忽视。

读者有时会问 Robert Cialdini 的影响力原则在何处适用。七项原则中有四项与行为经济学有舒适的交集：互惠、承诺和一致、社会认同以及稀缺。其余三项（权威、喜好和统一）则属于社会心理学范畴。我在一篇关于 Cialdini 的说服原则 的独立文章中分析了全部 7 项及其设计应用。

Nudging：强大、被高估，还是两者兼有？

石头引导鲑鱼游向篮子，但河流仍由其自行选择。选择架构的历史比文字更悠久。

在 2008 年的著作 Nudge 中，Thaler 和 Sunstein 将 nudge 定义为一种“在不禁止任何选项或不显著改变经济激励的情况下，以可预测的方式改变人们行为”的选择架构。他们将这种哲学称为自由家长主义，这两个词很少携手出现。Nudge 是一系列干预措施而非一条心理法则，本文的大部分建议都属于这一系列：默认设置、排序、提醒、反馈、简化、框架。Thaler 后来将该系列的邪恶双胞胎命名为 sludge：阻碍人们获得其本会选择的摩擦，从退税文书到取消迷宫。

政府注意到了这一点。英国的 Behavioural Insights Team 于 2010 年成立，根据经合组织 (OECD) 2017 年的统计，全球运营着超过 200 个 nudge 单位。那是那段美好时光，一封措辞得当的税务信函看起来就像白捡的钱。

那么助推（nudge）究竟能带来什么？最权威的答案来自 Stefano DellaVigna 和 Elizabeth Linos（Econometrica, 2022），他们获取了美国两个主要助推机构的所有试验记录，无论是否发表：涵盖 2300 万人的 126 项随机对照试验（RCT）。在已发表的学术论文中，平均助推使参与率提高了 8.7 个百分点。而在这些助推机构的完整记录中，平均值仅为 1.4 个百分点，约为前者的六分之一。选择性发表加上学术研究中统计功效不足的问题，解释了约 70% 的差距：期刊只刊登成功的案例，而没有显著结果的试验被撰写成文的概率低约 10 倍。这是应用行为科学中最关键的校准数据。在大规模实施且无挑选偏差的情况下，基于本文原则设计的助推预期效果约为 1.4 个百分点。

同一篇论文中的一个细节颇具启发性：当作者提前调查预测者时，中位数的助推从业者 对这些试验的预测值为 1.95 个百分点，接近现实；而中位数的学者 预测值为 4 个百分点。看到所有结果的从业者校准得很好；只看到已发表结果的人则无法做到这一点。

但平均值具有误导性，分布才是真正值得关注的教训。在助推机构的数据中，第 25 百分位的效应为 0.06 个百分点 （实际上微不足道），中位数为 0.5 个百分点，第 75 百分位为 1.4 个百分点。 均值位于第 75 百分位，是因为右侧尾部的成功者将其拉高：作者的模型估计，78% 的试验来自以 0.35 个百分点为中心的小效应族，22% 来自以 5.09 个百分点为中心的效应族。涉及选择架构重新设计的干预措施，例如促使主动选择，即使在助推机构的数据中，平均也达到 7 个百分点。通俗地说：大多数助推几乎不起作用，少数助推则效果显著。

这种分布决定了资金分配规则。前四分之一的助推（默认选项、选择架构重新设计、真正的简化）几乎在任何地方都值得追求。后四分之一的助推产生的效应极小，只有在极高价值的行为上才划算，例如退休储蓄、器官捐赠和疫苗接种，在这些领域，哪怕只有二十分之一的百分点乘以巨大的潜在收益，也能跨过门槛。在批准一个助推项目之前，先算一笔账：预期价值 = 效应大小 × 每次转化的价值 × 覆盖人数。如果对你而言，现实中 0.5 个百分点的提升不值得投入建设成本，那就不要做。（有一个补救因素：已部署助推的边际成本接近于零，因此即使效应不大，也能获得可观的投资回报。）

在选择和设计干预措施时，行为洞察团队（Behavioural Insights Team）的 EAST 框架 仍然是最佳的从业者检查清单：让目标行为变得 Easy（容易）、Attractive（有吸引力）、Social（社交化）和 Timely（及时）。其中“容易”起到了主要作用，这令人欣慰，因为让事情变简单本来就是你的职责所在。

销售与欺骗之间的界限

缺陷被隐藏在优质燧石之下，如今它已被置于阳光之下。在一个如此小的团队中，作弊的真正代价是失去声誉。

行为经济学是一种设计工具，而工具本身没有道德属性。同样的研究发现支持三种类型的设计：

• 良好： 帮助用户做出明智决策的设计。诚实的默认设置、清晰的框架、对比支持、用户主动要求的承诺机制。如果用户看到其运作机制，他们会感谢你。

• 盈利： 通过追加销售、交叉销售和具有说服力的展示方式帮助企业获利，但不涉及欺骗的设计。用户可能会翻白眼，但没有任何隐藏内容，也没有任何谎言。利润是产品存在的原因，诚实的说服是一门正当的手艺。

• 邪恶： 黑暗模式 即操纵或欺骗用户的设计。在最后一步才揭示的隐藏费用、蟑螂旅馆式订阅、确认羞辱、虚假倒计时。

邪恶手段在短期内有效。在 Jamie Luguri 和 Lior Strahilevitz 的 实验 （Journal of Legal Analysis, 2021）中，温和 的黑暗模式使具有代表性的美国消费者样本接受可疑付费服务的可能性增加了一倍以上 ，而激进 的黑暗模式使接受率几乎增加了三倍（对照组接受率为 11.3%）。但是，激进的处理方式引发了针对该公司的强烈愤怒反弹 。而且，最令人谴责的是，温和的手段对受教育程度最低的受试者效果最好。建立在黑暗模式之上的收入线，是一场赌注，赌你的客户不会察觉、不会学习，也不会得到任何人的保护。最终，流失率、拒付、品牌损害和监管机构都会反对这场赌注。

AI 增加了一种没有人明确设计的黑暗模式：谄媚性。通过 RLHF（基于人类反馈的强化学习）根据用户满意度评分训练聊天机器人，它会学会奉承、附和和验证，而不是提供信息，因为这才是获得点赞的方式。结果是一种机器学习的黑暗模式：一种从奖励信号中涌现出来的操纵行为，没有任何设计师对其进行指定，这使得它更难被发现，也更容易被推卸责任。优化认可度会滑向优化强迫性。如果你构建 AI 产品，这就是你需要去设计的“蟑螂旅馆”陷阱。

那么，“盈利”与“邪恶”之间的界限究竟在哪里？这里有 6 项伦理测试。即使只有一项未通过的设计，也应归入“邪恶”类别。

1. 透明度。 如果用户完全理解该设计正在做什么，它还能起作用吗？需要用户无知才能发挥作用的设计，本质上就是欺骗。

2. 对称性。 撤销操作是否和进行操作一样简单？数一数订阅所需的点击次数，再数一数取消订阅所需的点击次数。两者比例悬殊就是一种自供状，也是暗模式审计的一个单一指标。

3. 公开性。 你是否愿意在记录中、面对自己的用户、以自己的名义为这种设计辩护？塞勒和桑斯坦提出了这一条，它之所以切中要害，正是因为令人尴尬。

4. 自我判断。 该设计是服务于用户自己认可的目标（由他们自行评判），还是服务于你替他们决定的目标？

5. 后悔指标。 退款、拒付、客服投诉、首月流失率。后悔是可以量化的，所以要对其进行监测。如果某种模式能将转化率提高 10%，同时让首月流失率翻倍，那就是披着额外步骤外衣的邪恶设计。

6. 脆弱性。 收入是否不成比例地依赖于困惑的用户、老年用户或低识字率用户？卢古里和斯特拉希列维茨发现，轻微的暗模式确实存在这种梯度效应。如果你的增长模型需要人们不理解才能运作，请参见测试 1。

“善”与“利” 的重叠程度远超愤世嫉俗者的想象。“善”这一栏甚至有一个黄金标准：拉尔夫·赫特维格和蒂尔·格林-亚诺夫使用术语 boosts 来指代那些让人们变得更称职的干预措施，这与 nudge（助推）不同，后者让人们保持不变。默认选项为用户做了一次决定；而将基准率以自然频率呈现（例如“每 1,000 人中有 3 人”）则能让他们在下一次决策中也变得更好。诚实的行为设计通过信任和终身价值产生复利，而诡计则通过流失率产生复利。UX = 利润，但仅限于那种有耐心的利润。

我提出的用于检验 UX 设计中行为经济学伦理使用的 6 项测试：未通过一项即意味着存在黑暗设计。未通过多项，则意味着你在追求掠夺而非说服。

结论：为你现有的用户进行设计

行为经济学的 10 个主要发现。

你一直都是一名选择架构师。你发布的每一个默认设置、选择的每一种排序方式、编写的每一个标签，自首次发布以来一直在引导着决策。真实的人类是你的用户，他们拥有锚点、加倍的损失厌恶以及仅有 10–20 秒的耐心。受有限理性支配的生物是你唯一会拥有的用户。

经过可重复性筛选的行为经济学，本质上就是我们这个物种的使用说明书。该领域获得了 3 次诺贝尔奖，随后的可重复性危机告诉我们哪些章节值得信赖：锚定效应、框架效应、损失厌恶、默认选项和现时偏见经受住了审视，而笼统的选择过载理论则没有。助推有效，大约提升 1.4 个百分点。西蒙的剪刀依然锋利：人类这把刀刃是固定的，环境这把刀刃则由你掌控。让正确的路径成为容易的路径，这样你的用户忍不住要走的捷径就会把他们带到他们本想去的地方。

本周的四项行动：

1. 对照 6 项伦理测试审计一个高风险流程。 从结账和取消开始，因为“邪恶”往往集中于此。

2. 对照标准检查每一个默认设置：安全、可逆、有解释。 包括 AI 数据共享开关。

3. 在你最生动的证言旁标注基准率。 生动性加上分母才是站得住脚的说服力。

4. 在为助推措施提供资金前运行期望值计算： 效应大小 × 每次转化的价值 × 触达人数，以 0.5 pp 作为你的现实中位数。

还有一个挑战：对你自己产品的取消流程运行对称性测试，统计每个方向的点击次数，并在评论区发布这两个数字。我预测会有一些坦白。

如果你只记住本文中的一个数字，请记住 ×2：损失带来的痛苦大约是收益带来快乐的 2 倍。如果你能记住两个，再加上 1.4 pp：这是大规模实施助推措施时诚实的平均效果。在这两个数字之间，蕴含着行为经济学教给设计的大部分内容。人类对损失感受强烈，改变缓慢。为你拥有的这些人类进行设计，因为他们才是付钱给你的人。

(除另有说明外，所有图片均由 GPT Image 2 制作。)