交互与用户体验 / 系统课时
编写可用性测试任务与标准
编写可用性测试任务与标准
一份可用性测试任务应让参与者按照真实目标行动,而不是照着研究员的提示点击按钮。以首次购物结算为例,本篇将写出可直接使用的任务描述,并配好完成条件、计时规则、关键错误记录点和结果判定标准。
学习目标
- 将研究问题改写为不暴露操作路径的可用性测试任务。
- 为任务定义可观察的完成条件、时间阈值和关键错误。
- 使用统一记录表和判定规则,区分独立完成、辅助完成与失败。
用真实目标代替操作说明
假设研究问题是:首次购物的用户能否在付款前核对收货地址和应付金额?测试任务需要交代用户想做什么、处于什么情境、何时停止,但不应告诉用户具体点击顺序。
错误的任务描述是:
点击立即购买,进入订单确认页,选择公司地址,检查运费,再查看合计金额。
这段话直接暴露了按钮、页面和操作顺序。参与者只需执行指令,即使界面本身难以发现,也可能完成任务。
更合适的任务描述是:
你准备购买一只标价129元的保温杯,收货地点是公司。请像平时购物一样完成付款前的准备,确认送货地点和最终需要支付的金额。请在真正付款之前停下,并告诉我你核对的结果。
任务没有指定使用哪个按钮,也没有提示运费位于哪里,却明确给出了购买目标、收货要求和停止位置。
为了让不同参与者接受同等测试条件,还需要统一测试环境:
- 起点:保温杯商品详情页,数量默认1件。
- 账号:使用已登录的测试账号,预置家庭和公司两个模拟收货地址。
- 测试数据:商品129元,配送费8元,无优惠,应付137元。
- 终点:付款前的订单核对状态,禁止实际支付。
上述金额与配送规则属于本次示例原型的固定数据,不是所有购物产品的通用规则。正式测试时应提前检查测试环境的实际计算结果。
将完成条件写成可观察标准
参与者说出「我完成了」并不代表任务成功。研究员应当根据屏幕状态和参与者行为判断,而不是根据参与者的自我评价打分。
针对上述任务,可以预先制定以下标准。
| 判定项目 | 具体标准 |
|---|---|
| 到达终点 | 已进入付款前可核对订单信息的状态,未实际支付 |
| 商品正确 | 保温杯1件,单价129元 |
| 地址正确 | 最终收货地址为预置的公司地址 |
| 金额正确 | 能指出应付137元,包含8元配送费 |
| 独立性 | 未获得主持人关于操作位置或步骤的提示 |
| 时间上限 | 从任务开始到完成或终止,最多300秒 |
其中,商品、地址和金额是正确性条件,是否获得提示是独立性条件,两者必须分开记录。
计时规则也要提前固定:主持人读完任务并说「开始」时启动计时;参与者达到终点并完成金额核对时停止。若达到300秒仍未完成,则终止任务,记录当前状态及最后发生的操作。
可另设180秒作为效率观察目标。参与者在240秒独立完成,仍然属于独立完成,但超过效率目标,不应仅因耗时较长就改判为失败。
180秒与300秒都是教学案例的预设阈值。正式研究应通过2~3次预测试了解任务耗时,再锁定阈值,避免根据正式参与者的表现临时修改。
记录关键行为并统一结果判定
可用性测试不仅记录最终是否成功,还要找到用户在哪里犹豫、犯错以及如何恢复。观察记录点应围绕任务中的高风险决策设置。
| 观察位置 | 需要记录的行为 | 可能暴露的障碍 |
|---|---|---|
| 发起购买 | 停顿超过10秒、反复寻找入口 | 操作入口难以发现 |
| 选择收货地址 | 误选家庭地址、反复切换 | 地址标签或默认值不清楚 |
| 核对费用 | 忽略运费、误读最终金额 | 费用信息层级不明确 |
| 准备付款 | 未核对就尝试付款、误触付款 | 确认信息不突出或操作风险高 |
每条关键事件至少记录发生时间、可见操作、界面状态和参与者原话。例如:
02:14,参与者返回地址区域,将家庭地址改为公司地址,说「刚才没发现默认选的是家里」。
这是可以复核的行为证据。相比之下,「用户不仔细」「用户缺乏耐心」属于未经验证的解释,不应直接当作观察事实。
任务结果采用互斥分类:
- 独立完成:在300秒内满足全部正确性条件,未获得操作提示。
- 辅助完成:在300秒内满足全部正确性条件,但主持人提供过操作步骤或位置提示。
- 未完成:超时、放弃、未达到终点,或者最终地址、商品或金额不正确。
严重错误需要单独标记。例如,参与者曾选择错误地址并准备付款,即使后来自行纠正,也要保留这次高风险事件;但如果最终独立满足全部条件,任务结果仍可判为独立完成。

例如,三名参与者在同一任务下得到如下记录:
| 参与者 | 耗时 | 最终结果 | 操作提示 | 判定 |
|---|---|---|---|---|
| A | 2分42秒 | 地址、金额正确 | 无 | 独立完成 |
| B | 4分15秒 | 地址、金额正确 | 有 | 辅助完成 |
| C | 5分00秒 | 地址错误 | 无 | 未完成 |
A达到全部要求且未超过180秒目标;B虽然完成,但需要帮助且超过效率目标;C达到时间上限,最终结果不正确。三人的任务状态不能合并为简单的「成功2人」,否则会掩盖辅助依赖和操作风险。
通过预测试修正任务与记录规则
正式招募参与者之前,可以让2~3名不参与正式测试的人完成一次预测试,检验任务是否能被一致理解,以及观察员能否按标准记录。
- 让预测试参与者只阅读任务原文,不提供额外界面提示。询问他们理解的目标和停止位置,检查是否存在歧义。
- 使用实际测试环境计时,检查商品价格、地址、配送费与最终金额是否符合预设值。
- 让两名观察员分别记录相同操作,比较对完成状态、帮助次数和关键错误的判定。
- 对争议项补充明确规则,修改任务文案和记录表,然后重新试测。
例如,参与者问「公司地址是哪一个」,可能是测试数据中的地址命名不清楚,而非产品的可用性问题。应把模拟公司地址标识清楚,而不是在正式测试过程中临时告诉个别参与者该选择哪个选项。
主持人还需要准备统一的回应话术。参与者问「下一步点哪里」时,可以回答「请按照你平时会采用的方式继续」。如果必须提供具体操作提示,应记录提示发生时间,并将最终成功归入辅助完成。
最终交付一张任务卡和一张观察记录表即可:任务卡包含场景、任务原文、统一起点、停止条件与时间上限;记录表包含开始及结束时间、关键行为、错误、提示次数、最终正确性和结果分类。这样每位参与者面对的是同一个任务,研究团队也能根据同一组证据复核体验障碍。