一屏容纳量受判读能力限制
别名: 仪表盘密度 · 认知负荷
概念解释
一块屏幕上能塞进多少图表不取决于物理分辨率，而取决于用户同时判读多少信息后仍能做出正确结论。超过判读能力后，多出来的图表不是"多提供了信息"，而是增加了找到关键图表的搜索时间、稀释了每个图表获得的注意力、并且提高了把相邻图表的数据混淆为同一指标的概率。仪表盘设计的密度上限由人的认知决定，不由屏幕尺寸决定。
机制
判读能力的限制来自注意分配与视觉搜索的组合代价。视觉搜索时间随干扰项数量近似线性增长——10 张图中找目标比 3 张图中找目标慢三倍以上，且增长来自每一个不必要的图表都在竞争注意力。同时判读的限制更严：工作记忆能同时保持的项目数约为 4 个（Cowan 2001 的修正值，而非流行引用的 7±2），当用户需要同时对比 6 个以上指标的状态时，比较行为本身就开始出错。这不是说图表数量不能超过 4——用户可以序列化处理（先看 A、再看 B），但序列化意味着每张图获得的注视时间更短、跨图比较的精度更低。密度过高还有一个隐蔽的代价：相邻图表的轴标签、颜色和数值在视觉上相互干扰，用户可能把右侧图表的数值读进左侧图表的判断里。这些效应都不需要用户"感觉超载"就已经在发生——超载的主观感受出现得比客观判读精度下降晚得多。
怎么研究
测量判读容量的实验范式是限时多目标判读：在屏幕上呈现 N 个图表，要求被试在限定时间内回答关于其中一个或多个图表的问题，记录准确率随 N 的衰减曲线。因变量包括单目标准确率（容量对精度的影响）与多目标比较准确率（容量对跨图推理的影响）。在实际仪表盘评估中，可以对比高密度版与低密度版在任务完成时间与错误率上的差异。方法论的注意点：实验室里的图表通常是干净的标准图形，真实仪表盘上还有导航、筛选器、标题等界面元素占据注意力，实验室测得的容量上限在真实场景中只会更紧。
边界
密度容忍度因用户专业度大幅变化：每天看同一仪表盘的分析师可以处理 20 张图（因为空间记忆替代了搜索），新用户 5 张以上就开始迷路。图表类型也影响密度上限——4 个迷你趋势图（sparkline）的认知成本可能低于 1 个复杂的多序列图，所以"图表数量"不是好的密度度量，"判读步骤数"更接近认知负荷的真实单位。大屏监控室与手机屏幕的合理密度差异巨大，但两者的上限都来自判读能力，不是来自分辨率。
怎么落地
- 首屏图表数控制在 5-7 个，超出的用 Tab 或滚动分区承载，并在首屏给出分区的概要信号。
- 每张图表分配明确的单一判断任务，避免一张图同时回答多个问题（延伸至同组的阅读顺序）。
- 验证：抽 3 个首次使用的用户，在首屏上各指出 3 个指定指标的位置与当前值；任何一人的错误超过 1 个即密度过高。