先给整体结构再允许深入
别名: 概览优先 · 信息搜寻箴言 · visual information-seeking mantra
概念解释
分析界面应该先呈现数据的整体结构（概览），再提供收窄与深入的手段，最后按需要展示细节——这就是 Shneiderman 提出的视觉信息搜寻箴言（visual information-seeking mantra）："overview first, zoom and filter, then details-on-demand"。顺序不是偏好而是逻辑：没有概览，用户不知道去哪里深入；没有深入手段，概览就只是装饰。概览回答"数据长什么样、值得看哪里"，深入回答"那里具体是什么"。
机制
概览优先的机理与人类信息搜寻的结构一致：用户面对陌生数据集时的第一个问题是"这里面有什么样的东西、分布如何"，这只能由整体视图回答；在此之前的任何细节都是无上下文的信息碎片，读者既不知道它在整体中的位置，也不知道它是否值得注意。概览还承担"路标"职能——后续所有缩放与筛选都以它为参照系，用户才能知道"我现在看的是整体的哪一块"。缺少概览的界面迫使用户靠滚动与猜测建立心理地图，搜寻成本从"看一眼"变成"逛一圈"。
怎么研究
箴言的验证多用任务式对比：同一数据集分别用"概览+深入"与"仅细节列表"两种界面，让用户完成定位、比较与全局概括三类任务，测时间、准确率与主观负荷。全局概括任务是关键——只在支持概览的界面上可完成，它也是概览价值最直接的证据。研究综述还指出适用边界：概览的收益随数据规模与用户任务而变，小数据集或单一查找任务上概览的增益有限。评测时应区分"首次探索"与"熟练后的重复访问"，两者从概览中获得的收益不同。
边界
箴言是启发式而非定律：它假定概览本身有意义——设计失败的概览（一屏无法分辨的密集缩略图）反而增加一层成本；也假定用户任务是探索型的——领域专家查一条已知记录时，直达搜索比"先概览再深入"更快。概览的收益随数据规模增长，几行数据用不上概览；随任务可分解性增长，单一明确任务也用不上。证据多来自受控任务实验，与真实分析的碎片化节奏存在生态效度差距，引用时应注意实验任务的粒度。
怎么落地
- 每个分析界面先画概览层：整图、汇总表或聚合地图，让用户三秒内说出"数据整体长什么样"。
- 概览上标出可深入的区域（可点击、可框选），让深入动作有明确的起点。
- 验证：请新用户完成"描述这份数据的整体结构"任务；只有概览版能完成，细节列表版无从下手，即为箴言生效。