Amazon 的「加入購物車」按鈕特別寬，不是美術偏好，是刻意放大點擊熱區——這背後是 1954 年心理學家 Paul Fitts 提出的費茲定律（Fitts’s Law）：抵達目標所需時間，跟距離成正比、跟目標大小成反比。同樣邏輯延伸出席克定律（選項越多、決策越慢）與米勒定律（人腦一次只能穩定處理 7±2 項資訊），三者合稱「UX 法則」，是介面設計最基礎卻常被忽略的三把尺。
這幾條定律不是新知識，但在 2026 年因為 AI 產生介面（GenUI）與語音、手勢等新輸入方式重新被拿出來討論：當按鈕、選單、卡片可能是模型即時生成，設計師更需要把這些心理學規則寫成明確的生成規範，而不是靠肉眼微調。
📖 學（核心）
費茲定律：按鈕大小與距離的數學題
費茲定律的公式描述「移動時間」是目標距離與目標寬度的函數：距離越遠、目標越小，需要的時間與失誤率就越高。實務上這解釋了為什麼手機的可點擊區塊建議至少 44px（Apple 人機介面指南）、Material Design 建議 48px，車用或空間運算介面甚至要到 60pt——螢幕越可能被匆忙操作、目標就該做得越大。
有記錄的案例顯示，把按鈕尺寸放大約 20%，結帳點擊率提升約 6%。這不是玄學，是「縮短抵達目標所需時間」的直接效果。除了尺寸，費茲定律也解釋了為什麼右鍵選單會貼著滑鼠游標出現、為什麼螢幕四個角落被視為「無限大」的目標（滑鼠移到底就停住，不會超出邊界）。
席克定律：選項越多，猶豫越久
席克定律指出，決策所需時間跟選項數量的對數成正比——不是選項每多一個就線性變慢，而是選項一多，大腦要做的分類與比較會急遽增加。Google 首頁只放一個搜尋框、Slack 把功能收進側邊欄分層、Uber 只在關鍵時刻顯示少數幾個乘車選項，都是刻意把「一次要決定的事」壓到最少。
實作上常見手法是「漸進式揭露」：先給最常用的幾個選項，把進階功能藏進「更多」或次層選單。這能降低表面選項數，但要小心別把使用者需要的功能藏得太深，變成找不到而非選不完。
米勒定律：7±2 不是鐵律，是提醒
米勒定律常被簡化成「人一次記得住 7±2 項資訊」，原始論文其實更精確地討論的是「組塊」（chunking）能力，而不是絕對數字。設計上的實際應用是：App 底部導覽列很少超過 5 個項目，網站主選單也多半控制在 5 到 9 項以內，用意是把資訊拆成使用者一眼能消化的「組塊」，而不是逐字硬記數字上限。
三條定律合起來用時效果最明顯：席克定律負責「限制選項」、費茲定律負責「放大該按的按鈕」、米勒定律負責「把畫面資訊分組」。近期討論也常把它們跟蔡格尼效應（未完成的進度條會讓人想做完）一起搭配，用來設計多步驟表單或引導流程。
🧠 記
- 費茲定律：目標越大、越近，點擊越快越準；行動裝置可點擊區塊建議至少 44–48px。
- 席克定律：選項數量增加會拉長決策時間，用分類、分層、漸進式揭露來減少單一畫面的選項。
- 米勒定律：導覽項目與同層選單建議控制在 5–9 個，靠「組塊」而非死記數字。
- 三定律常一起用：席克限制選項、費茲放大關鍵行動、米勒分組資訊。
- 案例參考：按鈕放大約 20% 曾帶來約 6% 結帳點擊率提升，數字本身不是萬用公式，但方向可驗證。
- Jon Yablonski 的《Laws of UX》把這些心理學法則系統化，是設計師常用的速查資源。
✍️ 實踐
打開你最近做的一個表單或設定頁，數一數同一層級出現幾個選項或按鈕；如果超過 7-9 個，挑一個群組把它們收進「更多設定」或分頁，再檢查主要的送出／確認按鈕是否比次要按鈕明顯更大、更好點擊。花 10 分鐘做這個小審查，記下你砍掉或合併了幾個選項。
🔗 延伸學習
- Fitts’s Law
- What Is Fitts’s Law? 2026 UX Guide, Formula & UI Examples
- 做UX設計離不開的6個UX設計法則
- 什麼是費茲定律？想提升軟體使用者體驗，尺寸真的很重要！
💬 問 AI
費茲定律、席克定律、米勒定律在行動裝置和桌面版介面上的建議數值各自有什麼差異？
可以幫我用席克定律的角度，重新設計一個選項太多的設定頁面架構嗎？
蔡格尼效應和米勒定律一起用在多步驟表單時，該怎麼安排進度條和分組？
除了這三條定律，2026 年還有哪些 UX 心理學法則常被拿來設計 AI 生成介面？