> ## Documentation Index > Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt > Use this file to discover all available pages before exploring further. # 雅各布定律 > 雅各布定律指出：使用者大部分時間在別的網站上，因此期望你的產品也按同樣方式工作。了解起源、UX策略與創新邊界。 **類別**: 定律
**類型**: 可用性／網際網路使用者體驗啟發式
**來源**: Jakob Nielsen, Nielsen Norman Group，《網頁設計的終結》（2000）
**別名**: 雅各布網際網路使用者體驗定律 **快速回答** — **雅各布定律**（Jakob's Law）指出：使用者**大部分時間花在其他網站**上，因此更希望你的站點**按他們已經熟悉的方式**工作。Jakob Nielsen 在 **2000** 年命名；它講的是**心智模型遷移**，不是禁止創新。預設遵循慣例；只有收益被證明、學習成本可支付時再打破。 ## 什麼是雅各布定律？ **雅各布定律**（Jakob's Law）是一條網際網路體驗的可用性啟發式：人們在許多其他產品上練習過，帶著**預期**到來——他們用這些習慣評判你的介面，而不是從白板開始。 > 使用者大部分時間花在其他網站上。這意味著他們希望你的網站與他們已經知道的其他網站以同樣方式工作。想像在陌生城市租車：你仍期望方向盤、踏板與方向燈大致在相同位置。「有創意」的佈局在照片裡也許醒目，卻加重每一次行程。網頁與 App 裡的購物車、左上角識別、搜尋框與偏藍色連結扮演同樣角色——共享詞彙，把注意力留給任務本身。它與 [費茨定律](/zh-hant/laws/fittss-law)（指向成本）、[希克定律](/zh-hant/laws/hicks-law)（選擇負荷）相鄰：熟悉同時降低搜尋與決策摩擦。也與 [現狀偏差](/zh-hant/effects/status-quo-bias) 共鳴——人們守著已經會用的東西——但並不聲稱每條慣例永遠最優。 ### 雅各布定律的三層理解 * **入門**：若 App 給「設定」或「購物車」發明新位置，人們會比在熟悉應用裡找得更久。 * **實務**：盤點主任務的行業模式；先對齊，除非研究證明更好路徑且上手能教會。 * **進階**：把慣例當作**訓練遷移**資產；把「新奇預算」花在產品獨特價值上，而不是重造外殼。 ## 起源 **Jakob Nielsen** 在 Nielsen Norman Group 的 Alertbox **《網頁設計的終結》**（*End of Web Design*，**2000 年 7 月 22 日**）中提出 **Jakob's Law of the Internet User Experience**。他主張站點應弱化獨特的視覺語言、標籤、工作流與資訊架構，因為使用者大部分時間活在網路的**別處**。文中已標準化的例子包括 **Yahoo** 與 **Amazon** 一類模式、**購物車**隱喻與圖示，以及**藍色文字連結**。同一篇文章把該定律與行動端約束、多裝置連續性、內容／功能聯合（syndication）等力量並列，共同推向共享慣例。Nielsen 後來在 NN/g 影片與文章中反覆重述核心句：花在其他站點上的時間，驅動對「一樣好用」的偏好。Laws of UX 等目錄以短名 **Jakob’s Law** 將其寫入設計教育。 ## 核心要點雅各布定律是**預設策略**，不是禁止更好的想法。練習大多發生在競品、作業系統外殼與相鄰產品上。你的首次工作階段很少是他們當天的第一個介面——標籤、圖示位置與流程順序會自動遷移。標準外殼（識別回首頁、許多電商右上角購物車、行動端漢堡選單）讓工作記憶留給內容與目標。偏離會放大類似 [希克](/zh-hant/laws/hicks-law) 的、在陌生選項間搜尋的成本。差異化屬於產品能力、內容與不破壞主路徑的品牌表達。導航上的新奇很貴；「待辦任務」上的新奇可能值得。若必須違反模式，用任務成功率、耗時與錯誤相對慣例基線測量——並教會新路徑。[波斯特爾定律](/zh-hant/laws/postels-law) 是系統側近親：寬鬆接受使用者習慣，謹慎發明私有方言。 ## 應用場景凡是設計評審以「別人都不這麼做——所以我們贏」開場的地方，都該用雅各布。購物車入口、價格鄰近與多步結帳放在預期區域；先對齊品類慣例，再談 A/B 細調。儲存／發布、搜尋與設定對齊作業系統與套件習慣，便於跨工具遷移技能；把刻意例外寫進文件。偏好直白標籤（「搜尋」「聯絡」「繳費」）而非花俏隱喻；市民在多機構間跳轉，不會為每個入口網站重新學習。做 side project 或課程 App 時先複製熟悉模式，再一次只改一個變數，好讓測試者說清壞在哪裡。 ## 經典案例一項具體的 NN/g 發現顯示忽略近乎通行的網頁慣例的代價。在關於**識別位置**的研究中，**置中識別**使「**一次點擊未能回到首頁**」的失敗率約升至 **6 倍**：左對齊識別約 **4%** 失敗，置中約 **24%**（見於 NN/g 置中識別研究，Nielsen 後來在闡釋雅各布定律時亦引用）。左上角識別即首頁是典型的「其他站點」習慣；置中或許好看，卻撞擊訓練遷移。邊界說明：閱讀方向、行動端頁首與純品牌頁可能改變最優；應測量你的受眾，勿把 4% 對 24% 當成一切佈局的永恆常數。 ## 邊界與失效場景 **邊界一：慣例會老化，且隨領域而變**\ 桌面電商上「人人皆知」的事，未必適合工業工具、遊戲或新興平台。要抽樣使用者**真正生活在其中**的競品集。 **邊界二：熟悉不等於道德或可及**\ 黑暗模式也可以很熟悉。雅各布定律不是陷阱的許可證；慣例須與無障礙與誠實選擇架構並用。 **常見誤用**：把定律**武器化來扼殺研究**——「亞馬遜這麼做，所以我們必須」。不經任務分析複製領導者，會凍結平庸，也忽略從未用過該領導者的使用者。把慣例當先驗，而不是證據的替代品。 ## 常見誤區這些誤區把遷移啟發式擰成「必須完全一樣」或「必須完全獨特」的表演。否。它優先熟悉的**互動模型**。品牌、內容與差異化功能仍可在使用者獲得價值處獨特。否。原表述是網際網路 UX，但同樣的遷移邏輯適用於行動 App、桌面軟體與使用者已在別處練過的多裝置服務。否。流行編碼的是過去訓練，不是永久最優。證據顯示更好路徑且你能教會時，可測的偏離是正當的。 ## 相關概念鄰近頁面連接熟悉度、指向、選擇與系統介面。距離與目標尺寸塑造指向時間——與熟悉放置並用。無結構選項增多會拖慢選擇；慣例降低有效搜尋。寬鬆接受輸入——包括使用者既有習慣。使用者依賴可觀察行為——包括意外「慣例」。能工作的複雜系統從簡單者長成——從已知模式起步。人們守著熟悉之物；設計應利用慣性，而非只會對抗。 ## 一句話總結按使用者已在別人產品上練過的方式設計——因為他們確實練過——再把新奇花在任務本身，而不是外殼上。