作为设计师，在传达我们的设计理念，呈现设计方案时，经常会援引一些设计原则和设计方法，以此来彰显我们设计推导过程及方案的严谨性和合理性。那么除了这些设计原则之外，还有什么是可以辅助我们彰显专业性的工具呢?
今天，我将给大家介绍另一类设计表达利器──时间常量+数字法则，来帮助各位设计师，更好地利用数字对人类潜意识的影响，来彰显设计的专业性。
在此之前，我想让大家思考一下，为什么数字会有如此神奇和普适的力量?
相信大家都有同感，我们对数字的记忆，其实是很难的。想想中学时候背历史时间的经历?是不是现在想起来还头大。那是因为我们的大脑发育，在 200 万年以前已经完成，而数字的诞生是公元 300 年后的事情。所以我们的大脑对于记忆数字来说，真的是不擅长。
既然如此，数字的普适认知力量又是从何而来的?答案是后天学习。
既然没有先天优势，当时只能是后天习得。想想小时候，或者看看周围的小朋友，除了图片绘本外，最开始学习的字符，就是数字。数字的启蒙和识别往往比其他任何字母、汉字都要来得早一些。从教小朋友数数，到认数，再到运算。数字可以说是贯穿了我们有意识的所有时间。众所周知，让一个事件，进入无意识***的方式，就是训练。从这个角度来说，没有什么符号，能像数字这样更早的进入现代人的潜意识了。
正是由于这种经年累月的潜意识，使得人的大脑和视觉系统在处理数字的时候，要比其他字符优先和快速得多。让我们对数字产生了简单、熟悉的无意识认知印象，这样的印象，伴随着我们对数学的逐年客观、精确印象的累积，又逐渐催生了我们对数字准确、专业、可信赖的心理印象。
说到这里，大家应该能理解数字普适而神奇的力量了吧，全是大家这么多年学习训练的结果。
下面，我们来一起看一下哪些是设计师必须掌握的数字吧。
时间常量
交互设计，设计的是用户与产品互动的行为。在互动的过程中，互动的节奏是一个非常重要的因素。
事件发生需要时间，感知事件需要时间，对感知到的事件进行反应也需要时间。日常生活中，我们常常会被产品或者研发询问：这个动效应该持续多长时间?这个 banner 应该多少秒轮换?这个任务需不需要拆分?这个时候，如果作为专业的设计师，不知道该如何回答，往往会显得有点尴尬。但如果我们能脱口而出一个合理的时间，那我们的专业性就体现出来了，所以说时间节奏是设计师必须要掌握的。
言归正传，让我们从***个问题开始。
- 问：如果你想让用户看见一个元素，它至少要展示多长时间?
- 答：0.1s
解释：我们的大脑感知分为有意识感知和无意识感知两种。无意识感知是比较快的，但是用户自己都不认为自己感知到了，因为它在传递的过程中淹没在了路上，没来得及进入到用户的意识范畴。目前，***的研究表明，潜意识感知需要 0.01s 以上，意识感知需要 0.05s 以上。而我们对单一元素的完整感知至少需要 0.1s。站在 UI设 计师的角度来说，每一个元素(包括出现在动态效果中的显示元素)都至少要显示 0.1 秒以上，否则用户根本就不会注意到。值得一提的是 0.1s 是感知的必要非充分条件，因为有很多的原因都会导致用户能看见却没看见。
- 问：给一个动画配置音效，声画同步的最小延迟时间是多少?
- 答：0.1s
解释：0.1s内，大脑会自动将声音和视觉信号进行「锁定」，超过 0.1s 大脑就能明显区分，从而产生声画不同步的感觉。
- 问：Gif 动画的帧率最小是多少秒/帧才能让视觉上感觉是流畅的?
- 答：0.1s
解释：流畅的动画帧率要求每秒 20 帧以上，比如电影一般是 24 帧/秒，电视一般是 25 或 30 帧/秒(中国和欧洲制式不同，所以帧率不同)。但影视对于流畅度要求是比较高的，我们在设计Gif动画的时候，很有可能只是为了做个新功能引导吸引注意力，如果再加上对素材大小的限制要求，需要牺牲一定的流畅度，那 10 帧/秒也是可以的。设计师可以根据 Gif 的内容及想要达到的目的来取值。
- 问：点击一个元素，它至少应该在多长时间内显示视觉反馈?
- 答：0.1s
解释：心理学上严格的定义是 0.14s，不过这个时间比较难记，所以我们可以简单的要求在 0.1s 内，毕竟响应度越高，用户体验越好。0.14s 的时间间隔是用户感知因果关系的最长时限，超过这个间隔，用户就不会觉得后面的反馈是他刚刚的操作引发的。
- 问：移动端页面内元素入场退场应控制在多长时间内?
- 答：0.2s
解释：根据 material design 的设计规范，对象入场一般需要 225ms 的持续时间，对象退场至少要 195ms 的持续时间。
- 问：移动端页面转场时间应控制在多长时间内?
- 答：0.3s
解释：根据 material design 的设计规范，移动端的页面转场时间一般是 0.3s，动画幅度大，运动组织复杂，可以略长，但不能超过 0.4s，否则就会让人感觉缓慢。
- 问：红包雨中的红包至少要显示多长时间，用户才可能领取到?
- 答：0.7s
解释：人对非预期事件的有目的的反应时间是 0.7s(视觉系统注意到→发起一个有意识的身体动作→运动系统执行此操作)如果一个非规律的元素出现，用户至少需要 0.7 秒的时间才能够对他进行操作。如果考虑到操作对象的大小和操作距离，根据费茨定律，这个时间还有可能会更长。
- 问：等待超过多长时间时，建议显示进度指示?
- 答：1s
解释：理想情况下，只要进程超过 1s，就建议显示进度条。但是目前网络上也有一个 3s 原则，认为超过 3s 一定要显示进度指示。因为 3 秒钟没有结果，会导致 57% 的人放弃等待。所以在实际设计中，我们可以根据操作频度和进度表现形式来具体权衡，如果操作频度高，即使平均等待时间只有 1s，也建议给出进度指示。如果操作频度低，则根据进度指示的实现代价，可以考虑 3 秒以上才给进度指示，3 秒内只给忙碌状态提示。
- 问：多长时间决定***印象?
- 答：3-7s
解释：男女交往的***印象时间是 3 秒。对一般网站的整体印象形成也差不多 3 秒。但是还有一个著名的 7 秒钟定律，即消费者会在 7 秒内决定是否有购买商品的意愿。在这短暂而关键的 7 秒钟内，色彩的作用占到 67%。我估计这个时间差，主要是因为实体产品更立体，用户在感受时，会调用多感官(比如触觉听觉嗅觉等)的综合感受汇总，所以导致感受时间变长。
- 问：当任务耗时超过多长时间时，就应该考虑让用户分步操作?
- 答：10s
解释：6-30s 是人们不受干扰的执行单一操作的时长，超过 10 秒的任务，就可以考虑分解成子任务，以减轻工作记忆的负担。
以上就是设计中，设计师们最常会用到的时间常量，大家可以按照 0.1s、1s 和 10s 这样的数量级去进行归类记忆，更吻合记忆的个数上限，也就更容易记住。
数字法则
说完了让人容易混淆的时间常量，下面我们来看一下稍微轻松有趣的数字法则。
- 问：人们一次能记住的事物数量?
- 答：4±1
解释：7±2 只是 Miller 在一次专业会议上演讲时的猜想，并未经过严谨的实验验证。现在研究表明这个神奇的数字其实是「4±1」，然而现在还是有很多书籍和文章依然在说 7±2，作为专业设计师，我们可不能再犯这种错误了。
- 问：栏宽设计，一行多少个字符比较好?
- 答：45~72字符 / 100字符
解释：人们偏好较小的行宽(45~72字符)，也认为较小行宽阅读更快，但实际上长行更易读，因为打断扫视和凝视连续性的次数更少。所以，想让人们读的开心，比如我们的新闻资讯，建议以人们喜欢的宽度展示。(注意：一个英文字母、阿拉伯数字、半角标点是一个字符。一个汉字、全角标点是2个字符。)
- 问：就近设计反馈时，近的距离是多少?
- 答：1~2cm
解释：人的视觉细胞分为视锥细胞和视杆细胞。视锥细胞集中在中央凹，占据 1% 的视网膜面积，对应 50% 的大脑视觉皮层。另外 99% 的边界视觉区域主要是视杆细胞，对应另外 50% 的大脑视觉皮层。如果只用边界视觉观看，所有的东西就像隔着一层毛玻璃，根据美国医学定义，这样的视力效果几乎等同于失明。当用户执行某个操作时，操作所在的地方是用户中央凹的注意焦点，在焦点 1~2cm 之外的区域就是边界视觉范围，如果没有特殊状态(如特殊颜色或者动效)，这些边界视觉区域是很难被关注到的。
- 问：日常生活中，人们心智游移的时间占多大比例?
- 答：30%
解释：除了进入心流状态，人大多数时候其实就是「三心二意」的。我们在设计产品功能和任务时，任何时候都要显著标志当前进度和状态，不仅仅因为用户会被其他任务打断，还因为用户会走神。
- 问：可用性测试建议邀请多少名用户?
- 答：6~8人
解释：虽然尼尔森调研提出，5 人可以发现 85% 的问题，但是这个结论是有条件的，要求每个人能独立发现 30% 左右的问题，最终才能有 85% 的理想效果。但在现实调研中，因为用户功能使用的卷入度问题，用户测试时的专注度问题，往往达不到这么理想的效果，所以我们通常需要 6~8人，才能发现 80% 左右的可用性问题(其中还有一个预测试用户用以检测和调整调研报告的细节)。
- 问：焦点小组一般会邀请多少个用户?
- 答：4~6人
解释：很多传统的教科书上会说焦点小组的邀请人数是 8~12 人。但根据***实验研究数据表明，为了达到焦点小组的要求，不希望有意见***和沉默用户，希望所有的用户均衡的参与，充分的表达和倾听，小组的人数***在 4 人之内，随着人数的增加，就不可避免的会有沉默用户或意见***的浮现。所以在现实测试中，为了在 2 小时内确保每个用户的参与度和价值贡献度，也为了避免前期用户筛选时的误差，导致确实有个别卷入度低的用户在小组内，4~6 人往往能获取更好的访谈效果。
- 问：对于上百万日活的产品，有效问卷样本量达到多少才具有可信度?
- 答：384人
在足够随机的前提下，有效样本量并不会随着样本总量的增长而线性增长，当样本量抽样误差在 5%，置信区间在 95% 时，384 人的有效样本量的调研结论就是可以代表整体用户的。但在现实世界中，我们是很难确保抽样的随机性，所以当获取成本不太高时，我们也可以通过扩大样本量来减少抽样误差。
