信息架构

信息架构是组织、标注信息并设计导航与检索系统，让用户能高效找到并理解内容的学科，回答的是信息放在哪、叫什么、怎么找到的问题。经典拆分包括四部分。一是组织系统，决定信息如何分类与结构化，常用模式有按层级树状、按数据库式 facets 分面、按线性序列与按标签云式的自由归类，电商的类目树加属性筛选就是层级加分面。二是标签系统，决定内容叫什么名字，要求用用户语言而非内部术语，比如用户找改密码不叫账户安全设置。三是导航系统，决定用户怎么移动，包括全局导航、局部导航、面包屑、标签页与页脚导航的组合。四是检索系统，决定怎么搜，包括搜索、筛选、排序与筛选器设计。四者协同的评价标准是可寻性与可理解性，用户既能找到也能看懂。这是 IA 面试的地基题，答不全其余问题都会露怯。

常见导航模式有七种。一是全局顶部导航，承载五个左右的一级入口，是站点的骨架，适合几乎所有产品。二是底部标签栏，移动端拇指友好，适合三四到五个平级主模块的工具型应用。三是抽屉导航，把低频功能收进侧栏保持界面干净，缺点是入口隐藏发现性差，适合功能多但主路径明确的复杂应用，如企业后台。四是汉堡菜单属于抽屉的具体形态，移动网页与内容型应用常用。五是面包屑，显示当前所在层级路径，适合层级深的内容站与电商，解决我在哪能回退的问题。六是标签页切换，平级内容就地切换成本低，适合并列频道。七是跳转式锚点导航如移动端吸顶分类，适合长页面分区。选型依据是信息层级深度、使用频率与屏幕规格，原则是让高频入口一眼可见，低频入口有序收纳，并保证用户随时知道自己在哪、能去哪、能回来。

卡片分类是让目标用户对信息内容自行分组命名，从而推导类目结构的研究方法，分开放式与封闭式。开放式只给内容卡片，用户自由分堆并给每组起名，不预设类目，适合新项目或改版初期探索用户心智里的自然结构。封闭式预先给定类目框架，用户把卡片放进已有分组，适合验证已有 IA 是否符合预期，或在新旧结构间抉择。执行流程：先从内容清单中抽取三十到六十张有代表性的卡片，覆盖各层级与边界模糊项；招募十五到二十名目标用户，可线下桌面卡片也可用在线工具；用户边分边出声思维，记录分组、命名与犹豫点；分析用聚类统计生成树状图，观察共识簇与争议卡片，争议大的卡片就是需要双重归属或改名的地方。产出是类目草案，再经反向测试如树测试验证任务成功率。这是 IA 落地的核心方法，面试常追问执行细节。

信息的层级深度指从首页到内容要经过几层，广度指每层并列多少选项。权衡的本质是点击次数与认知负荷的交换。层级过深的问题：到达内容路径长，用户每深一层流失一部分；中途迷失感增强，面包屑与返回成本高；移动端多次跳转体验割裂。层级过浅的问题：单屏选项过多，扫视负担大，选择困难按希克定律决策变慢；分类被迫粗放，类目内项目杂乱，找不到定位。经验值是移动端主要任务三到四次点击内可达，一级导航入口四到六个，每个中间层并列项不超过八九个。调和手段有三个：一是重要内容上浮，高频功能提级或做快捷入口，不靠层级硬挖；二是交叉链接，让相关内容横向直达，网状补树状；三是搜索与筛选兜底，深库内容不依赖逐级浏览。关键指标是任务到达率与路径长度埋点。回答时能带出这些数字与手段，说明有实操。

树测试是验证信息结构的方法，给用户一个去掉视觉样式的纯文字类目树，让他们完成找东西任务，例如在哪里可以找到退货政策，记录成功路径、直接成功率、失败去向与耗时，从而量化某个 IA 结构是否好找。因为剥离了界面视觉、搜索与推荐等干扰，树测试测的是结构本身的直觉性，也叫反向卡片分类。与卡片分类的配合形成闭环：卡片分类是自下而上生成结构，从用户的分组推导类目草案；树测试是自上而下验证结构，把草案拿给另一批用户做查找任务，看草案在真实任务下成功率多少。典型流程是卡片分类产出结构草案，修订后做树测试，核心任务成功率低于八成或失败集中指向错误类目时回炉调整命名或归属，再迭代。两个方法都便宜快速，在线工具可远程执行，是 IA 重构项目的标准组合拳，面试讲清楚一探一验的逻辑链即可。