「好看」的一百种具体说法
信息密度、视觉噪音、呼吸感、对比度层级…点选审美词汇看释义与正反案例。说得出名字，才指挥得动 AI
本页解决的问题
先给结论「「好看」的一百种具体说法」要解决的关键问题是什么？
信息密度、视觉噪音、呼吸感、对比度层级…点选审美词汇看释义与正反案例。说得出名字，才指挥得动 AI
把品味变成产品可重复的行为。 有用的结果不是一句“我觉得更好”。它应该是一条看得见的规则、一个小例子，以及判断体验何时低于标准的方法。
记录一个前后对比，让别人不用听解释也能看懂质量线。
表面更精致了，却没有减少用户的不确定感。
「好看一点」交出去，AI 只能猜：猜你要加渐变，猜你要换字体，猜你要堆动效。「信息密度加一档，视觉噪音降下来」交出去，AI 立刻知道该动哪里：多放两组数据，砍掉一半徽章。词汇是判断力的容器：装得下「视觉噪音」这个词，你才留得住「这页面哪里不对」的那个直觉。
单位面积里装了多少有效信息。密度低是在浪费读者的屏幕；密度高但没层级，才叫挤。
与信息无关的装饰量。徽章、角标、分割线、多余的颜色，都是噪音。
内容和边界、内容和内容之间的空隙。空隙也是设计，挤掉它，内容会打架。
谁最重要，谁最显眼。字号、字重、颜色三根杠杆，一次只捧一个主角。
元素抢注意力的能力，由大小、颜色深浅、实心程度决定。重的名额要留给主操作。
相关的靠近，无关的离远。距离本身就在传递分组信息。
文字和背景拉开多少差距。灰得优雅和灰得看不清，隔着一条可读性的线。
元素的边缘落在同几条隐形直线上。对齐是免费的秩序感。
一个颜色拆成三个旋钮：色调 H 管它是什么颜色，饱和度 S 管它有多鲜艳，色值 V 管它有多深。About Face 4 建议设计师把三个旋钮分开考虑，跟 AI 调色也一样，按旋钮说，别整体抱怨「颜色不好看」。
取值天生分大小的视觉属性。大小、色值、位置有序，适合表达层级、数量、顺序；色调、形状无序，只能管分类。出自 Bertin《图形符号学》，About Face 4 沿用了这套判断。
元素外观发出的「怎么操作我」信号。凸起、阴影、纹理都在说能点能拖；信号乱发，读者就会去点点不动的东西。About Face 4 提到纹理很少用来做对比，本职就是当能供性信号。
眯起一只眼看屏幕：谁还跳得出来，谁糊成一团，谁自动聚成一组。About Face 4 推荐的层级体检法，五秒钟做完，交稿前做一遍。
上面的词管「怎么评」，下面这套变量管「怎么改」。Bertin 在《图形符号学》里把视觉编码拆成八个变量，About Face 4 沿用了这套清单：形状、大小、色值、色调、饱和度、方向、纹理、位置。界面上一切「看起来不一样」，拆到底就是这八个旋钮。同一排色块，动哪个变量，讲出来的故事就不一样。
仪表盘要展示五档风险，从低到高一眼排得出来。该动哪个变量？
About Face 4 里有条压舱原则：表明「是什么」用视觉属性，明确「是哪一个」用文字。图标说到「这是份文档」就到头了，哪份是合同，得靠文件名接着说。两样各干各的活，谁也替不了谁。
客户和老板说不出术语，但他们的抱怨句句有所指。听懂抱怨背后的变量，改起来才有方向。先练四句最常听到的。
八个词整理成了给 AI 用的句式，每句都能直接贴进 Prompt。复制一份存起来，下次改界面照着挑。
老板拿着你的页面说：「没有高级感」。按这一节的思路，先检查哪个？
「好看」是许愿，术语是指令：说得出「信息密度」「视觉噪音」，AI 才知道往哪改。
抱怨都能翻译成变量：「太乱」是视觉噪音超标，「显得廉价」是配色超预算，翻译出来才改得对。
八个变量各有分工：层级和数量找有序变量（大小、色值），分类才用色调，形状管「是什么」，纹理管「能不能按」。
下次让 AI 改界面，先从速查表挑一个词写进 Prompt，跟「好看一点」的产出对比一次，感受差距。
内容来源：newwebplay AI「审美工程」专题原创；部分设计原则整理自《About Face 4：交互设计精髓》第 17 章。
从「说不出名字，就改不对地方」把感觉变成判断
「「好看一点」交出去，AI 只能猜：猜你要加渐变，猜你要换字体，猜你要堆动效。「信息密度加一档，视觉噪音降下来」交出去，AI 立刻知道该动哪里：多放两组数据，砍掉一半徽章。」指出，AI 降低了做出“能用”成品的门槛，读者真正需要练的是看出哪里不对，并把感觉说成可以执行的要求。
观察用户的下一步，而不是只看表面
「单位面积里装了多少有效信息。密度低是在浪费读者的屏幕；密度高但没层级，才叫挤」可以转成几个可观察的问题：用户是否知道现在发生了什么，是否知道下一步做什么，出错或空白时能否恢复，以及信息层级是否让重要内容先被看见。
漂亮不等于容易用
把「下次让 AI 改界面，先从速查表挑一个词 写进 Prompt，跟「好看一点」的产出对比一次，感受差距」用在第二个页面或流程上，记录一个具体犹豫点和一个改动后的用户动作；能被观察到的变化，才是体验改善。
从「说不出名字，就改不对地方」走到「动手 · 八个词，一张张翻开」
「说不出名字，就改不对地方」先把问题落在「「好看一点」交出去，AI 只能猜：猜你要加渐变，猜你要换字体，猜你要堆动效。「信息密度加一档，视觉噪音降下来」交出去，AI 立刻知道该动哪里：多放两组数据，砍掉一半徽章。 词汇是判断力的容器 ：装得下「视觉噪音」这个词，你才留得住「这页面哪里不对」的那个直觉」上；到了「动手 · 八个词，一张张翻开」，讨论继续推进到「单位面积里装了多少有效信息。密度低是在浪费读者的屏幕；密度高但没层级，才叫挤」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
评估体验时，把抽象的“好看”或“顺手”换成用户动作：他是否看懂状态、找到了下一步、能从错误中恢复，并且愿意继续使用。
- 「说不出名字，就改不对地方」：「好看一点」交出去，AI 只能猜：猜你要加渐变，猜你要换字体，猜你要堆动效。「信息密度加一档，视觉噪音降下来」交出去，AI 立刻知道该动哪里：多放两组数据，砍掉一半徽章。 词汇是判断力的容器 ：装得下「视觉噪音」这个词，你才留得住「这页面哪里不对」的那个直觉
- 「动手 · 八个词，一张张翻开」：单位面积里装了多少有效信息。密度低是在浪费读者的屏幕；密度高但没层级，才叫挤
- 「最后的要点」：眯起一只眼看屏幕：谁还跳得出来，谁糊成一团，谁自动聚成一组。About Face 4 推荐的层级体检法，五秒钟做完，交稿前做一遍
最后的「最后的要点」把讨论落到「眯起一只眼看屏幕：谁还跳得出来，谁糊成一团，谁自动聚成一组。About Face 4 推荐的层级体检法，五秒钟做完，交稿前做一遍」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。