密度需服务于快速定位而非装饰
别名: 任务密度 · visual search efficiency
概念解释
任务相关密度（task-relevant density）关心的是在操作员有限的可视范围内，是否保留了完成一次判断所需要的全部对象、关系和状态，让密度换来的是更快的定位，而不是更多的视觉修饰。衡量这类密度好坏的标准是搜索路径长短和决策所需信息是否被完整覆盖，不是屏幕上元素的多少——元素少的界面同样可能因为关系被拆散而定位很慢，元素多的界面只要结构清楚，反而可能扫得更快。
机制
把经常需要同时查看或按顺序查看的变量放在彼此邻近的位置，能直接减少来回切页和把中间状态记在工作记忆里的负担；而边框、渐变、重复单位这些和判断无关的视觉修饰，会在视觉搜索中制造额外的、和真正目标竞争注意资源的特征，却不提供任何新信息，等于用视觉噪声占用了本该分配给真实信号的搜索容量。真正决定密集内容能不能被快速读取的，是清晰的层级和对齐能不能让分组在前注意阶段（pre-attentive）就被自动识别出来——人的视觉系统在有意识搜索开始之前，就能凭边界、对齐和间距把画面自动切分成若干组，如果这种分组关系清楚，密集的内容仍然可以被整体一眼扫过；如果分组关系被打乱，哪怕元素总数不多，也要靠逐项串行搜索才能拼出关系，反而更慢。也就是说，密度和扫描耗时之间不是单调关系，真正起作用的变量是"结构能不能支撑分组"，只删装饰而不理顺结构没用，只理顺结构而不删装饰也只解决了一半问题，两者要同时做。
边界
低频但高后果的信息不能仅仅因为平时"看起来不相关"就被精简掉——低频恰恰意味着操作员对它缺乏组块记忆，一旦需要用到，它必须能被直接看到而不是靠回忆去调取。判断信息是否相关本身要按运行阶段重新核对：启动、稳态运行和故障诊断这几个阶段需要同时查看的变量集合并不一样，"任务相关"不是一次性贴好的标签，而是要随阶段切换。另一个容易走极端的边界是过度精简：为了让界面显得干净而把关系拆到不同页面或不同层级，看似降低了密度，实际上是要求操作员把原本可以一眼比对的关系记在工作记忆里跨屏幕拼接，这种情况下密度更低但认知负荷反而更高。
怎么落地
从真实的操作日志或任务记录里，按不同运行阶段分别提取哪些变量经常被同时查看、哪些是按固定顺序依次查看的，据此安排空间关系，而不是凭设计直觉猜测；对没有决策作用的视觉墨水（多余的边框、装饰性渐变、重复的单位标注）逐项核查，删除那些拿掉后不影响任何判断的部分。验证办法：用限时定位任务、故意设置的干扰目标和跨页、跨屏切换次数来验证效果，而不是仅仅比较改版前后截图看起来是否更整洁——整洁和好用是两件不一定同时成立的事。