P2.05.1Framing effect设计研究
同一事实的得失表述影响决策
别名: 框架效应 · 损失框架 · 收益框架 · 风险选择框架
概念解释
同一个客观事实，以收益表述还是以损失表述，人的选择会系统性反转——这就是框架效应（framing effect）。教科书式的例子来自医疗决策：同一个手术，说「术后一个月存活率 90%」时比说「术后一个月死亡率 10%」时更受欢迎，被说服的不只是普通患者，医生同样翻转。两条陈述都真、事实内容相同，翻转的只有参照基准。它说明结果不是按绝对状态被评价的，而是按相对某个基准的变化被评价的——这是前景理论（prospect theory）的参照点依赖假设，也是损失厌恶（loss aversion）最直接的证据形式。它与「话术更好听」是两回事：措辞没有增删任何信息，偏好顺序却变了。
机制
前景理论假设，结果先相对参照点编码成收益或损失，再进入评价；价值函数在损失侧比收益侧更陡——同额损失造成的心理痛感约为同额收益快感的两倍量级。于是谁替用户安放了参照点，谁就决定了哪个选项被编码为「冒损失的风险」、哪个被编码为「博取收益的机会」。经典例子里，「救活 200 人」把存活立在基准之上，确定性选项是稳拿收益，赌一把变得不可取；「400 人死亡」把基准放在全员存活，确定性选项等于接受一笔确定的损失，赌一把反倒成了止损的选择。偏好反转不是被试轻信，也不是噪声，是价值函数在两套基准上各自正常工作的结果。至于参照点本身从哪里来——事实并不自带基准，基准由呈现事实的那块屏幕给定。
怎么研究
- 范式：三类经典范式。风险选择框架（risky choice framing）是主范式：亚洲疾病问题（Tversky & Kahneman, 1981）给定 600 人面临疫情，收益侧「A 方案确定救活 200 人」对损失侧「D 方案 400 人死亡」，客观等价，风险偏好系统性翻转；成本为纸笔或在线问卷，前提是结果结构能精确配平。属性框架（attribute framing）只改单个属性的表述（牛肉标「75% 瘦」比标「25% 肥」被评为更好吃，Levin & Gaeth, 1988），测评价打分而非选择。目标框架（goal framing）改行为建议的正反表述（损失框架的乳腺自检指导更能促成行为意向，Meyerowitz & Chaiken, 1987）。
- 变量：自变量是同一结果结构的表述框架（收益侧/损失侧）；因变量是选择份额、确定性等价、属性评分或行为采纳率；常记录的调节变量有数字素养、卷入度、被试间/被试内设计。
- 在界面研究里的用途：文案层面的 A/B 测试是框架效应的现场版本；风险评估、警示文案与数据风险提示的设计评估常拿它当分析工具——先测一个决策页对框架的敏感度，再决定用哪种表述。
- 方法论注意点：三类范式的效应量不同，风险选择框架最大、属性与目标框架较小且不够稳定，评述时不能混为一谈；真实利害会压缩效应——元分析（Kühberger, 1998）显示假设性赌局的效应显著大于真金白银的实验，实验室数值不能直接搬上界面；数字素养调节易感性（低数字素养者框架效应更大，Cokely & Kelley, 2009），同一文案对不同用户群不是等强度作用；专家不豁免（医生与患者在同一实验里同向翻转，McNeil et al., 1982），但重复、有反馈的市场经验会削弱估值翻转；被试内设计会暴露矛盾并缩小效应，测「单次呈现」的真实作用必须用被试间设计。
边界
- 实验室到界面的外推要打折：经典数值来自假设性、一次性、被试间的实验室任务；界面上有真实利害、可反复访问、用户可对照历史，效应通常小于教科书数字。
- 框架翻不动严格占优的选项：两个选项期望值接近时框架才有的说，一个选项处处更优时任何表述都救不了它。
- 效应的前提是表述真的搬动了参照基准。只换同义词、不动基准的美容式改写没有效应——这也是区分真框架操作与话术包装的操作性判据。
- 个体差异与重复会稀释它：高数字素养、高领域经验、对同一决策反复曝光的用户框架敏感度下降；框架效应在熟悉工具的日常决策里比在新手引导里弱。
- 框架效应不是欺骗的别名：两侧陈述都真。哪一侧为假属于另一类问题（欺骗），机制与后果都不同。
怎么落地
- 关键决策文案动手前先写两侧：同一个代价的收益侧与损失侧各写一版，回答「用户的真实损失结构更接近哪一版」再决定采用，而不是默认沿用转化率高的那版。
- 代价真实的场景（数据丢失、安全风险、过期失效）值得用损失表述，因为损失侧就是事实所在；同时把可执行的出路放进同一屏，一个动作就能消除该损失。
- 中性信息类选择，采用与用户真实参照一致的表述（用户当前方案、既有数据），而不是与转化率最大化一致的表述。
- 验证办法：A/B 两侧框架比较选择份额，同时对损失侧追加监测后悔信号（即时回退、退款、客服申诉）——只赢点击、输在后悔的框架是选错了基准；对高数字素养用户抽样复测，确认效应来自信息而非压力。