界面评审最常见的僵局是两个人交换「我觉得」：一方觉得不好看，一方觉得挺好，谁也说服不了谁。这篇文章主张界面好坏可以判断，判断的依据是使用过程，评审者的偏好不算数。Paul Graham 在《Taste for Makers》里给出价值层的判断，好设计简洁，解决的是正确的问题，还经得住时间；Steve Krug 的《Don’t Make Me Think》和 Robin Williams 的《写给大家看的设计书》给出操作层的检查方法。两层合在一起，是一套可以直接拿到评审桌上用的原则。
判断的依据在使用过程
Graham 说人们常把品味当成纯主观的事，你喜欢一个颜色，我喜欢另一个，没有必要争。这句话在尊重偏好时有用，放到做东西的人身上就不够用，因为你得看出哪里不妥，理解为什么不妥，再找到改进的办法。
Krug 在可用性那边给了同一条主张的工程版本，不存在「普通用户」，不要凭个人喜好争论「我觉得用户会怎样」，分歧交给可用性测试。两个人的结论一致。设计有优劣，判断可以改进，判断的依据要落回使用过程本身。
Graham 举的炉灶是全篇最像界面评审的例子。四个炉头排成方形，控制旋钮排成一行。对设计者，一排旋钮很整齐；对使用者，每次操作都要先判断哪个旋钮对应哪个炉头。旋钮的排列如果和炉头一致，对应关系就不用判断了。设计者要解决的是让人顺利完成操作，面板排得好看不算完成。界面要是让用户反复确认、来回绕路，甚至处理他们并不需要处理的事情，都属于解决错了问题。
先评问题，再评画面
评审从一句话开始。这个界面的主任务是什么？作者答不上来，视觉问题先不用谈，因为没人能判断一个说不清任务的画面有没有把最重要的事做对。
主任务决定唯一的焦点和唯一的主按钮，次要内容要降级处理，缩小、变淡，或者挪开位置。评审时对每一屏问同一件事，用户在这里最可能做的一件事是什么，界面是不是只在这一件事上用力。处处用力等于没有重点。
假设没人读文案
Krug 观察到，用户不阅读页面，用户扫描页面，只找与当前任务相关的关键词，忽略其余一切。设计时要假设用户只看标题和粗体，只看按钮和链接，其余全跳过。
由此有两个推论。用户满意即止，会点第一个看起来差不多对的选项，不比较最优解，所以最可能被点到的选项必须是正确的那个。点击这件事，要紧的是每一次都不用想，三次不用想的点击，好过一次需要想的点击。
检查用眯眼测试，把页面截图调模糊，还能看出分区和分组，找得出唯一的焦点，结构就成立；糊掉之后一片灰，说明层级全靠文字细节撑着。再拿后备箱测试问六个问题：这是什么站点，这是哪一页，主要板块有哪些，这一层有哪些选项，我在结构里的什么位置，怎么搜索。每个能直达的页面都应当在五秒内答完。
不同就要截然不同
Williams 的对比原则有一句狠话：不要做胆小鬼。两个元素要有差别，就把差别拉开到一眼可辨；差一点又不完全相同是最糟的状态，她称之为冲突。同一角色的字号一个 14px 一个 15px，#333 配 #3a3a3a，两种相似的无衬线字体，都是冲突。要么完全一致，要么明显拉开。
落到层级上，相邻层级要同时叠多种对比方式，从大小和粗细，到结构、形式，乃至方向，颜色也算在内，至少同时用两种；只靠一种时差距要够大，字号比 1.2 倍起，或字重数值差 200 起。拿「有点粗」和「更粗一点」的两档字重单独区分层级，是最常见的命中。
评审动作是找「差一点」的元素对，标题和正文只差一档字重，两个按钮只差一点颜色深浅，导航当前项干脆只深一点点，全都算。
距离表达归属
Williams 的亲密性原则说，相关的项要靠近，成为一个视觉单元，无关的项要远离。物理距离就是用户读到的逻辑关系，组间距必须明显大于组内距，无关元素挨在一起会被读成相关。
常见命中出在小标题的间距上。小标题和上方内容的距离大于等于它和下方内容的距离，读者就把标题归给了上一段。所有元素间距相等也是命中，间距全等于没有分组，亲密性什么都没说。
能点的要看起来能点
用户凭外观线索判断什么能点，不会拿点击去试。Krug 的规则很直接，可点击的元素要有形状，填充色或边框；链接色只用于可点击的文字；不可点击的元素绝不使用链接色、下划线或按钮样式。扁平化把线索全去掉之后，用户分不清什么能点什么不能点。
与这条配合的是惯例。Logo 在左上，搜索在顶部，购物车在右上，后台的主操作在页头右侧。Krug 说惯例是朋友，除非新方案明显更清楚且学习成本为零，否则沿用惯例。Graham 从创作角度讲的是借鉴的层次，只复制外形未必理解了作品，知道一个办法为什么有效、在什么条件下成立，才可能用在自己的问题上。用户已经学会的东西是现成资产，换掉它要有明显的收益来抵。
按钮说明结果，报错给出路
文案的规则具体到可以逐条扫。按钮是动词加宾语，遮住上下文也能预测点击后发生什么，「提交报销单」可以，光写「提交」不行，最后一步不叫「下一步」，叫「支付 ¥299」。同一事物全库只有一个名字，菜单里叫「工单」页面标题叫「请求」是命中。链接文字要能脱离上下文理解，「点击这里」「更多」都算反例。
报错写三件事，发生了什么，怎么修，还有不责怪用户，就近显示在出错字段旁边，保留用户已输入的内容。「非法输入（Error 4012）」是反例，「密码至少 8 位，当前是 6 位」是正例。欢迎语、自夸这类快乐话，加上「在这里您可以……」的句式，直接删，删掉没有人会想念。
状态是界面的一半
每个数据视图有五种状态，加载中、空，还有错误，再算上部分数据和正常。只设计正常状态的界面是没有完成的界面。新用户第一次进来看到的就是空状态，「暂无数据」配一个孤立按钮，是第一印象的失守。
破坏性操作，可撤销优于二次确认。可以撤销的动作直接执行并提供撤销，只有不可撤销的才弹窗写明后果。用户没按你的方式输入，也不惩罚，电话号码带横线带空格，系统负责清洗成规范格式。
这些细节共享同一个底层判断，Krug 叫善意蓄水池。用户的耐心有限，每次挫败都在消耗它，耗尽就离开。藏起用户想要的信息，索要并不需要的信息，或者在用户和目标之间摆个花架子，都在放空这个池子。
颜色当不了唯一的信息载体
有一类问题在理想条件下看不出来。红绿色盲用户分不出红跌绿涨；换到只用键盘的人，没有焦点样式的按钮根本到不了；手机上没有 hover，藏在悬停里的操作整个消失。WCAG 的要求因此成了评审底线，正文对比度 4.5:1；状态不能只靠颜色表达，红色边框之外要有错误图标和文字说明；关键信息和操作不能只在 hover 时出现；所有功能能用键盘完成。
检查分两步。先把界面截成灰度，看状态还读不读得出来。再把鼠标拔掉，只靠 Tab 走一遍主流程，走不通就是命中。
趋势不代替判断
Graham 给了一个时间检验的办法。眼下流行的颜色和字体不再流行，视觉符号也过了气，这个设计还剩下什么？剩下的应该是比例和结构，是功能和表达的准确。一个设计的吸引力主要来自「现在大家都这么做」，它也会随潮流一起失去吸引力。
这条在界面上有具体落点。颜色有职责，主色标记主操作，也标记可点击和当前态，一个视图里主色面积应当很小，颜色到处都是等于没有重点。跟一个视觉趋势之前，把样式层剥掉，看布局本身成不成立。要借鉴某个模式，先弄清它为什么有效，在什么条件下成立。
评审输出修改，不输出评分
评审的产出是可执行的修改。一条意见要指到位置并给出修法，「建议优化视觉层级」这种没有落点的意见等于没写。意见要分级，必须改的是缺陷，建议项要说明理由，偏好不进意见，想要圆角大一点的人自己知道那是偏好。
评审先看对象能判什么。文字方案判不了对比度和键盘操作；到了视觉稿，focus-visible 和校验时机又判不了，这些标「无法判定」，不算通过。拿静态稿评审动效，拿代码评审品牌调性，都是空转。
最后一种输出是测试任务。评审桌上所有「我觉得用户会怎样」的争论，Graham 和 Krug 给了同一个出口：别争，测。Krug 的节奏是尽早测、经常测，每轮三个用户就够，测一个用户也好过一个都不测。把争论改写成三个具体任务，比如「找到上个月的发票并下载」，交给真实用户，比评审桌上的推演可靠。
品味是团队的能力
Graham 说好设计是改出来的，难处多半在心理。已经花了很多时间，就舍不得推翻；某个部分是偶然做好的，人会担心重做反而更差，于是为眼前的结果找理由。对作品保持适度的不满意，是继续改进的动力。
这句话放在评审文化上同样成立。评审和测试是让判断力进入工作的两个机制。评审把一个人的观察变成所有人的规则，测试则把桌子上的推测换成用户的实际行为。品味的来路是观察和比较，加上一次一次的修改，团队也一样。