昨天談的認知法則，其實都指向同一個結論：人的注意力、記憶、決策速度都有硬上限。米勒定律說短期記憶大約只能處理少數幾個組塊，希克定律說選項越多、決策越慢。既然大腦處理資訊的容量無法擴充，那唯一能動的就是「資訊本身要被組織好」，讓使用者不必費力就能理解與尋找。這門把內容組織成使用者找得到的結構的學問，就是資訊架構（Information Architecture，IA）。它不是畫幾張導覽選單那麼表面，而是決定「什麼放哪裡、叫什麼名字、怎麼找到」的底層骨架。
📖 學
什麼是資訊架構：四大系統
資訊架構的經典定義來自 Louis Rosenfeld、Peter Morville 與 Jorge Arango 的《Information Architecture: For the Web and Beyond》（俗稱「北極熊書」）。他們把 IA 拆成四個彼此協作的系統：
- 組織系統（Organization）：內容如何分類、分群、建立層級。決定「東西放在哪個房間」。
- 標籤系統（Labeling）：每個分類、連結、標題該叫什麼名字。決定使用者看到的「門牌」是否看得懂。
- 導覽系統（Navigation）：使用者在結構中移動的路徑，選單、連結、麵包屑都屬於此。決定「怎麼走過去」。
- 搜尋系統（Search）：讓使用者直接輸入需求、跳過瀏覽路徑找到內容。決定「找不到路時的備援」。
關鍵是這四者不能各自為政。組織分得再漂亮，標籤取得使用者看不懂也是白搭；導覽做得再完整，搜尋結果一片混亂還是會流失。IA 是把這四個系統整合成一致體驗的工作。
為何重要：找不到，等於不存在
資訊架構的價值可以濃縮成一句話：內容找不到，就等於不存在。網站上有再好的功能、再深的文章，只要使用者在你的結構裡繞不到，對他而言就是零。這正是昨天認知負荷的延伸——當使用者要在腦中同時記住「我在哪、要去哪、剛剛看過什麼」時，每一次分類不清、標籤模糊，都是在他有限的工作記憶上再加一筆負擔。好的 IA 讓使用者「不用想」就知道下一步往哪走，把認知資源留給真正的任務。
組織架構：四種基本結構
內容的排列方式大致可歸為四種結構，實務上常混用：
- 階層（Hierarchy）：由上而下的樹狀分類，最常見。首頁 → 分類 → 子分類 → 內容。適合大多數資訊型網站，好處是符合人對「分門別類」的直覺。
- 矩陣（Matrix）：同一批內容允許用多個維度切入，例如同一款商品可依「顏色、價格、品牌」多路徑抵達。彈性高，但要小心使用者迷失。
- 線性（Sequential）：一步接一步的順序，如結帳流程、教學、故事。適合需要引導、不能跳步的情境。
- 有機（Organic）：沒有固定結構，靠連結彼此串接，如維基百科式的知識網。利於探索、不利於系統性尋找。
組織原則：精確性 vs 模糊性
北極熊書把組織方式（organization schemes）分成兩大類，這是規劃 IA 時最實用的一組工具。
- 精確性架構（Exact schemes）：依客觀、互斥的屬性排列——字母（A-Z 索引）、時間（日期、時序）、地理（國家、地區）。優點是規則清楚、切分無爭議，適合使用者「已經知道要找什麼」的情境（例如查某個品牌名）。
- 模糊性架構（Ambiguous schemes）：依主觀、需要判斷的屬性排列——主題（Topic）、任務（Task）、受眾（Audience）、隱喻。切分沒有標準答案，設計難度高，但更貼近使用者「還在探索、不確定要什麼」的真實狀態。多數好用的網站導覽其實是模糊性架構，因為人是用「我想做什麼」而非「首字母」在思考。
實務上兩者並存：主導覽用主題/任務（模糊），輔以 A-Z 索引或搜尋（精確）當備援。
導覽類型：四種各司其職
- 全域導覽（Global）：每一頁都出現的主選單，代表網站最上層結構，讓使用者隨時知道「整個站有哪些大區塊」。
- 區域導覽（Local）：進到某個區塊後，該區塊內部的子選單，回答「這一區還有什麼」。
- 情境導覽（Contextual）：嵌在內容裡的相關連結，如「你可能也想看」，順著當下脈絡延伸。
- 麵包屑（Breadcrumbs）：顯示「你在階層中的位置與回頭路徑」，例如 首頁 > 3C > 筆電。降低迷失感，是階層結構的最佳搭檔。
卡片分類與樹狀測試：驗證 IA
IA 最大的陷阱是「設計者自認合理」，但驗證的唯一辦法是拿真實使用者測。兩個核心方法：
- 卡片分類（Card Sorting）：把內容項目寫在一張張卡片上，請使用者依自己的理解分群、命名。分兩種——開放式讓使用者自由分群並自訂類別名稱，用來「探索」使用者的心智模型、產生分類靈感；封閉式給定既有類別、只請使用者把卡片歸位，用來「驗證」既定分類是否直覺。NN/g 指出卡片分類能讓任務成功率提升可觀幅度。
- 樹狀測試（Tree Testing）：只給純文字的分類結構（不含視覺設計），請使用者在其中找出特定項目該點哪裡。它把「導覽結構好不好用」跟「視覺美不美」隔離開來，是純粹檢驗 IA 骨架的方法。
一句話記憶：卡片分類用來「生成」IA，樹狀測試用來「驗證」IA。
心智模型與雅各布定律的呼應
好的 IA 之所以順，是因為它貼合使用者既有的心智模型（Mental Model）——使用者對「這類東西應該怎麼分、放哪裡」的內在預期。而這正呼應前幾天提過的雅各布定律：使用者大部分時間都待在別的網站上，因此期待你的網站運作方式跟他們熟悉的那些一致。這給 IA 的啟示是：別急著發明前所未見的分類法，先尊重同類產品已建立的慣例（電商的購物車、部落格的分類/標籤），把創新留給真正能加分的地方。卡片分類本質上就是在「挖出使用者的心智模型」。
實務常見錯誤：用內部組織架構思考
最常見也最致命的 IA 錯誤，是照「公司的部門/組織圖」來分類內容，而不是照使用者的任務來分。政府網站尤其典型：選單長成「第一科、第二科、企劃處」，但民眾只想知道「怎麼申請補助、去哪繳費」。使用者不在乎你內部誰負責，他只帶著一個任務而來。解法是把導覽標籤從「內部術語」翻成「使用者語言」，並用卡片分類驗證你的分類跟使用者腦中的分類是否對得上。
🧠 記
- 四大系統：資訊架構＝組織、標籤、導覽、搜尋四者協作，缺一不可。
- 找不到＝不存在：IA 的終極價值，是讓好內容真的能被使用者抵達。
- 精確 vs 模糊：字母/時間/地理是精確架構；主題/任務/受眾是模糊架構，後者更貼近人的思考。
- 四種導覽各司其職：全域看全站、區域看本區、情境順脈絡、麵包屑防迷路。
- 生成用卡片分類、驗證用樹狀測試：前者挖心智模型，後者檢骨架是否好走。
- 別用組織圖分類：照使用者任務而非內部部門來組織，用使用者語言下標籤。
✍️ 實踐
用開放式卡片分類挖一次心智模型。 挑一個你熟悉的網站或你正在做的產品，把它主要的 15～30 個功能/頁面各寫成一張卡片（實體便利貼或 Miro 皆可），找 3～5 個目標使用者，請他們各自把卡片分群並替每群命名。不要引導、不要糾正。做完把大家的分群疊在一起看：哪些卡片幾乎每個人都放同一群（代表分類很直覺），哪些人人放法都不同（代表這裡的 IA 有爭議、需要重新設計標籤或位置）。
盤點自己產品的導覽並抓內部術語。 把你負責的網站或 App 的全域導覽選單逐項列出，對每一個標籤問兩個問題：一是「這是使用者會用的詞，還是我們內部才懂的詞？」二是「這個分類是照使用者任務，還是照我們部門/系統結構切的？」把可疑的項目圈出來，改寫成使用者語言，再用一次封閉式卡片分類或樹狀測試驗證新標籤是否更好找。
🔗 延伸學習
- Card Sorting vs. Tree Testing — Nielsen Norman Group
- Tree Testing: Fast, Iterative Evaluation of Menu Labels and Categories — Nielsen Norman Group
- Information Architecture: For the Web and Beyond（北極熊書）— Rosenfeld, Morville & Arango
- UX│探索及驗證你的資訊架構 — Chia-Chun (Jean) Chen（中文）
💬 問 AI
把你正在做的產品導覽貼給 AI，請它站在使用者角度挑出「內部術語」與「分類邏輯不符任務」的問題，並提出替代分類：
你是資訊架構（IA）顧問。以下是我產品的全域導覽選單與各分類底下的主要項目：
[貼上你的導覽結構，例如：
關於我們 / 產品服務 / 企劃處 / 客服中心 / ...]
請幫我做三件事：
1. 逐項判斷每個標籤是「使用者語言」還是「內部術語」，把內部術語標出來並提出使用者比較可能搜尋的替代說法。
2. 判斷這套分類是照「使用者任務」還是照「公司內部組織結構」切的，指出不符使用者心智模型的地方。
3. 依常見的使用者任務，重新提出一套 3～5 個主分類的替代導覽架構，並說明每個分類該放哪些項目、為什麼。
最後，設計一份「封閉式卡片分類」的題目，讓我可以拿你的新架構去找 5 位使用者驗證。