U5.07.3Visual appeal must not be bought with accuracy设计
视觉吸引力不能以准确性为代价
别名: 准确性优先 · 吸引力权衡
概念解释
前两叶的结论可以收拢成一条权衡规则：图表的视觉手段可以服务美感、风格与传播，但任何提升吸引力的选择，只要改变了读者从图形读出的量值或关系，就越过了底线。吸引力是图表的表达预算，准确性是图表的存在理由；用准确性换吸引力的交易，收益是暂时的印象，代价是永久的误导。
机制
这条规则的约束力来自图表的功能定位：读者带着"图形即数据"的默认信任来读图——视觉系统对图形的量值判断是自动的、不经怀疑的。任何扭曲量值的装饰都会利用这份信任制造系统性误读，而读者无从察觉，因为他们不知道自己该怀疑。这也是为什么"好看但不准"比"丑但不准"更危险：后者至少可能引起警觉，前者带着可信的外观直达错误结论。权衡的正解不是放弃吸引力，而是把吸引力花在不接触数据编码的地方：排版、留白、色彩和谐、图形语言的一致性——这些都能提升观感而不动量值。
边界
规则的适用需要区分"误导"与"强调"：视觉手段在不改变量值关系的前提下引导注意（高亮、排序、构图），是合法的编辑；改变量值映射或遮挡数据结构的手段才是越线。传播场景的压力真实存在——纯准确的图有时确实传播不动——但正确的应对是提升叙事与构图，而不是扭曲坐标与比例。艺术化数据作品是另一类物件：它声明自己是艺术而非图表，不受此规则约束；规则管的是"以数据事实自居"的图。
怎么落地
- 立一条评审红线：任何视觉处理不得改变读者可读出的量值或关系；评审时对每个"好看"的处理问一句"它动数据了吗"。
- 想提升吸引力时从安全清单入手：排版层级、留白、和谐色板、一致的图形语言。
- 验证：对任何存疑的视觉处理，用本族第一叶的方法测读者判断误差；误差高于朴素版本即越线，回退处理。