1. 第 1 句——直接回答。先用题目自己的措辞把问题答了，再去解释。
2. 第 2 句——定义，用课程的术语。
3. 第 3 句——应用：「在本案例中，这意味着……」
4. 第 4 句——一个例子，一个从句交代背景，然后立刻给论点。

范式示意。「confidence rating 是参与者自评对自己是否正确完成任务的把握程度。它是定量的但主观，因此课程把它与 success rate 配对使用而不是单独使用。在本案例中，4.8/5 的评分与 86.7% 的 success rate 并置，说明多数人既做成了、也相信自己做成了。在我自己的测试里，高评分配低 success rate，正是任务措辞在误导用户的信号。」

1. 定义——一到两句，用课程措辞。
2. 目的——它是干什么的，发生在流程的哪一步。
3. 点名的组成部分——3–5 个，每个配半句解释。用课程自己的清单；课程若编了号，就保留编号。
4. 一个例子，并说明它显示了什么。

8 分题的陷阱是把其中六分花在定义上。定义加目的合起来大约占四分之一就够了。

1. 板块 1——定义并定位。它是什么、干什么用、在流程的哪里。
2. 板块 2——应用。拿题目自带的证据——一句引述、一个指标、一处描述的失败——把概念套上去。点名你在用哪条证据。
3. 板块 3——例子与后果。你自己的例子，然后给「so what」：什么变了，或本来会变成什么样。

如果指令动词是 compare，把板块 2 拆成两半并写明对比的基准，把板块 3 留给真正重要的那处差异。

1. 定义并定位。
2. 应用到题目情境，点名证据。
3. 你没有采用的替代方案，以及具体理由——成本、时间、它显示不了什么、它排除了谁。这一块正是 12 分与 10 分的分水岭。
4. 例子与后果。

课程里任何一组成对框架都能直接给你第 3 块：qualitative 对 quantitative、moderated 对 unmoderated、concept 对 usability testing、Impact × Importance 对 Impact × Effort、low 对 mid fidelity、current 对 future state。

1. 定义并定位——从简，两三句。
2. 完整点名框架。五条 heuristics、五条 design principles、五个 P、五个 blueprint 组成部分、三个 sensemaking 步骤——哪个适用点哪个。完整点名框架占不了多少篇幅，却为后面的展开提供了骨架。
3. 逐点套到题目情境上。不必每一点都写一段；题目确实违反的那几点才需要。
4. 带后果的例子。用你自己的，并说明它显示了什么。
5. 建议 + 验证。具体的改动，以及你如何知道它奏效了——一个度量、一场测试、一条 hypothesis。把闭环合上。

手绘 artefact 会出现在 Question 3 的某些小问中，但录音没有说明这些小问对应哪一个分值档——所以不要预设它一定是 15 分那一档。需要作图时，把 artefact 当作主要的应用内容，推理则通过标签与标注来表达。

1(a)——10 分，三个板块。

• 定义 + 定位。exploratory research 是在你还不知道问题是什么时做的事——它位于 Double Diamond 的 Discover，产出的是理解，不是决策。用一个从句与 evaluative research 对比：后者检验已经存在的东西。
• 两项活动、两件交付物——题目指定了数量，所以要标注清楚、一眼可数。活动：半结构化访谈；一场 workshop（4Cs 的 Collect 阶段）。交付物：访谈产出的 discussion guide 与 transcripts / participant snapshots；workshop 产出的 clustered outputs。每一件都说明它让你下一步能做什么。
• 例子 + so what。你自己的项目：你原本想弄清什么、哪项活动产出了它，以及你学到的一件出乎意料的事——这个「意外」正是它确实属于探索性研究的证据。

1(b)——15 分，五个板块。这就是 D 节的完整形态。

• 定位。标准排在研究问题之后、招募之前。写出 enrolment 的研究问题——例如「为什么在读学生总把注册拖到最后一周？」
• 完整点名框架：Who · What · How · Where · When（W2 s67），外加排除项与局限。
• 逐项套用。Who：至少注册过一次的在读本科生，外加一组尚未注册的一年级新生——这是行为限定条件，不只是「学生」。What：人数以及两个分段之间的配额。How：招募渠道，以及它会偏向谁。Where：线下还是远程。When：在注册窗口期内，而不是之后——否则他们只能凭记忆重构。
• 样本量，并注明出处。如果是对注册界面做 usability test，用 Magic of 5——5 人约可发现 85% 的问题——W7 s35 把它归于 Jeff Sauro of MeasuringU。如果是探索性访谈，则说明你会招到不再出现新 theme 为止，并注明课程对此没有给出固定人数。
• 两点局限，直说。例如：通过学生门户招募只能触达那些已经会登录的人，而最可能被挡在门外的人恰恰会被漏掉；单一校区的样本无法代表远程学生。每条都写明它会让你不能宣称什么。
• 例子。那场把标准写在招募之后的 workshop，以及它的代价。一个带教训的失败，比一个干净的成功更能答好这一问。

2(a)——8 分。这是一道带出处要求的列举题。五条全给，并严格按 W1 s35 印的作者色带分组：

• Alan Cooper——"Software should be polite"：01 Software should be forthcoming、02 Software should be self-confident
• Jakob Nielsen——Usability Heuristics：03 Visibility of system status、04 Match between system & real world
• Steve Krug：05 Don't waste my time!

再加一句：这一组的标题是 "Combining 5 heuristics for INFS3700"，因此它是本课程自己的组合，而不是任何单一作者的清单。正是这一句，把一个背诵型答案变成一个正确的答案。

2(b)——12 分。两处违反 × 五段式 finding，再加对比板块。

• 违反 1——03 Visibility of system status。证据：一个没有文字的旋转图标，且最长十分钟内没有任何状态变化。对用户的后果：用户判断不了订单是否下成，于是重复下单或直接放弃。对业务的后果：重复订单、退款、客服工单。建议：把旋转图标换成有名字的状态加上时间预估——「订单已收到 · 餐厅确认中 · 通常不超过 2 分钟」——并把确认推送到 app 内，而不只发邮件。
• 违反 2——01 Software should be forthcoming，或 05 Don't waste my time。forthcoming：系统知道订单状态却不主动告知。Don't waste my time：用户必须离开 app 去查邮件，才能得知 app 早就知道的事。两条都站得住——选一条，并说明为什么选它而不是另一条。
• 12 分多出来的那一块：两处你会先修哪一处、依据是什么。依据是对用户的影响，而不是团队的工作量——并说明你如何知道它奏效了（重复订单下降，或在「确认我的订单已下成」这条任务上的 direct success）。

3(a)——10 分。五项全部点名，各用一句话套上去，然后给出判断。

• People：会员、分馆员工、还书／上架人员。Processes：预约 → 签入 → 上架 → 定位 → 保留 → 取书。Places：app 与分馆取书点。Products：app、保留书架、书本身。Performance：72% 的取书成功率与 2.9/5 的信心评分。
• 给出判断：失败落在 Processes——具体是签入与上架之间的交接。它表现得像 Products 的问题（app 在撒谎），但 app 只是忠实地报告了流程唯一记录下来的那个事件。把这一点说出来，并说明它为什么不是 Products 的问题，这才是分析。

3(b)——5 分。一段。先给 HMW，再说明它好在哪里。

• "How might we give members an accurate picture of whether a reserved book can actually be collected today?"
• 它好在点名了结果（今天能否取到的准确判断），而没有点名解法。它把「解法是新增状态、延迟置位、员工扫码还是改变承诺」全部留白。反例是 "How might we add a shelving-status barcode scan to the app?"——它已经替你选好了答案。引用 W3 s61 作为划出这一区分的幻灯片。

3(c)——10 分。三块：各自说了什么、各自说不了什么、两者合起来说了什么。

• 只看定量：72% 取到，信心 2.9/5。这两个数字互相矛盾——72% 的成功率配 2.9 的信心，意味着会员成功的次数比他们预期的多。这个落差本身就是发现。
• 只看定性：会员的原话给出了机制（一个虚假的「可取」），员工的原话给出了成因（签入 ≠ 已定位）。但两者都说不出这有多普遍。
• 合起来：这个故障没有频繁到构成中断，但它不可预测——而摧毁信心的正是不可预测。先诊断，再决定：这是一次 iterate，不是 validate。使用 Week 10 slide 30 的词汇（confidence rating 低，因为……；顾客觉得 X 令人困惑，因此……），并注明课程排除了计算，所以这里不需要任何算术。

3(d)——15 分。画出来。顶部阶段：预约 · 收到通知 · 前往 · 取书。纵向泳道：physical evidence、customer actions、frontstage、backstage、support processes。线要标注。

• Physical evidence：app 界面、「可取」通知、保留书架、书本身。
• Customer：预约 → 收到通知 → 前往 → 到柜台询问。
• Frontstage：柜台员工先在保留书架上找，再去还书推车上找。
• Backstage：图书被签入；图书滞留在还书推车上；图书上架。
• Support：在签入时翻转标记的编目系统。
• 让答案完整的那条标注：要说清失败从哪里开始，而不只是它在哪里被看见。失败始于 support process——系统把「签入」当成了「已上架、确认可取」。这个过早置位的状态随后一路向外扩散：跨过 line of internal interaction 进入 backstage，此时书还实实在在地躺在还书推车上，与记录相互矛盾；再经由 backstage 到 frontstage 的交接，柜台员工去翻一个系统声称有书的保留书架；最后跨过 line of visibility，变成会员看得见的 app 通知——会员正是在这里撞上它。
• 要说准 line of visibility 的作用。它分隔的是顾客看得见与看不见的活动。它标出的是这个错误状态变得可见的位置，而不是造成它的位置。一个只说「失败发生在 line of visibility」的答案，描述的是症状。请在图上把两个点都标出来——起因点与暴露点——并注明哪个是哪个。同时套用导师在课堂上纠正过的两条规则：每个 service moment 只用一个 touchpoint，以及写明每个 staff action 的执行者。

3(e)——15 分。一项改动、一条 hypothesis、一场测试、一个度量。

• 改动：把状态拆成两级——签入时标记为「已归还——处理中」，只有当图书被扫码放上保留书架时才变为「可取」。通知只在第二个事件触发，不在第一个。
• Hypothesis：We believe that 会员之所以失去信任，是因为「可取」在书实际可取之前就已置位。So if we 只在上架扫码时才发通知，并显示一个独立的处理中状态，we will see 信心评分上升、白跑一趟的次数下降。
• 测试：先用一张 low-fidelity wireframe 对两级通知做 concept testing（若想突出白跑一趟的经历，用 storyboard 同样奏效），再就任务「弄清楚你今天能不能取到你的书」做一场 moderated usability test。参与者：过去一个月内做过预约的会员——行为限定条件出自主题 01。5 人，出处为 Sauro 的 Magic of 5。
• 如何验证：信心评分脱离 2.9；「今天能否取到」这条任务上的 direct success；以及运营指标——在图书上架之前就前来取书的次数。说明你会以哪一个为准，并说明什么结果会证明你错了。

1(a)——10 分。指令动词是 compare，所以先写基准。

• 基准：各自能回答什么类型的问题。qualitative 回答为什么与怎么样；quantitative 回答多少、多频繁、多大程度。这句话要写在最前面——对比题不写基准，是这个动词上最经典的「答非所问」。
• 各自的位置：课程把 qualitative 映射到 Discover 与 Develop，把 quantitative 映射到 Define 与 Deliver（W2）。
• 例子，连同它们的产出。qualitative：半结构化访谈 → discussion guide、transcripts、participant snapshots；情境观察 → 观察到的行为与推断出的行为。quantitative：在线问卷 → 分布与分段规模；可用性指标 → direct/indirect success、ratings and scales、time to complete。
• 你会如何收集两类数据——题目明确问了，就明确答：按标准招募，先用问卷摸清规模，再对其中一部分做访谈来解释这个模式。把它点名为 triangulation，并说明它换来了什么。
• 以对比题需要的结论收尾：任一方都不充分；正是两者的搭配，才让一条 finding 站得住。

1(b)——15 分。完整形态。

• 定位。这是 Define 阶段——在田野工作与任何设计工作之间。
• 完整点名框架。三个 sensemaking 步骤，然后：observations → affinity mapping → themes → insights → problem statement → How Might We → 优先级排序。
• 把 insight 定义准确。W3 s16：insight 是若干 observation 归并后浮现出的清晰 theme，且必须是 IRA——Interesting、Relevant、Actionable。三项检验全给，并补上 s17 对 Interesting 的注解：用户的视角如何改变了你的视角？
• 走通那条链——每步一句，用真实例子。Observation：「开会前我把群聊翻了四遍，就为了看有没有人已经动手。」Theme：力气花在查看上，而不是做事上。Insight：成员不问人就看不到进度，于是用「反复查看」替代了「动手做事」——interesting（它把问题从动机重构为可见性）、relevant、actionable。Problem statement：团队成员没有共享的进度视图，只能退回到互相打扰。HMW：「How might we let a team member see what has moved without asking anyone?」
• 优先级 + 命名规则。点名一个矩阵并解释两轴——Impact × Importance（W3 s64，客户收益 × 业务收益，1–5 分）或 Impact × Effort（W3 s65，Start Here / Do Next / Proceed Carefully / Avoid）。同时写出 affinity 的命名规则：cluster 按体验命名，而不是按提议的解法。

2(a)——8 分。定义、目的、组成、对比。

• 定义，引用 W4 s43：storyboard 以视觉形式、通过 entertainment 与 engagement 传达社会性或功能性的讯息——以线性、顺序的方式呈现顾客可能如何与你的体验互动。
• 目的：它回答「为什么会有人想要这个？」storyboard 承载一个人、一个处境和一种情绪。
• 组成：三幕结构，以及八类元素中的两三类（characters、speech bubbles、devices、signs、arrows……）。
• 题目要的那个对比：wireframe 呈现某一屏的结构——布局、层级、功能、交互选项。它无法呈现屏幕之外的情境、情绪，或那个让人打开 app 的 trigger。把每种交付物显示不了什么点出来；这正是题目要求展开的核心对比。

2(b)——12 分。画六格，三幕，配文字，标情绪。

• 第 1 格——actor、context、trigger。一位有名字的居民在天黑后走回家，经过一盏坏掉的路灯。情绪：不安。
• 第 2 格——pain point。他以前打电话报过，等了很久，之后再无音讯。情绪：认命。正是这一格让它成为 storyboard，而不是 wireflow。
• 第 3 格——user action。掏出手机，当场拍照。
• 第 4 格——intervention / touchpoint。app 自动获取位置并显示一个受理编号。情绪：松了一口气。
• 第 5 格——outcome。一条通知：「维修班组周四到场」。情绪：信任。
• 第 6 格——更长远的意义。下一次遇到故障他不再犹豫——还会告诉邻居。
• 标注：第 2 格旁边注明痛点是那份没有回音，不是那个坑；第 4 格旁边注明自动定位去掉了最容易让人半途放弃的那一步；第 5 格旁边注明结局是一个闭环，而闭环正是把一次上报变成上报习惯的原因。并按名称套用三条原则——Stay Authentic · Keep it Simple · Highlight Emotion。

3(a)——10 分。五条全部点名，然后锁定两条。

• 这两条：4 Provide feedback——「它什么都没说，所以我又报了一次」是对「确认缺失」的直接引述，而它正在制造管理员看到的那些重复记录；以及 1 Perceivable and predictable——三个视觉上完全相同的列表，意味着志愿者不点开三个就分不出哪个是这周的。
• 论证为什么是这两条。它们是案例中既有证据又有可度量后果的两条：前者对应重复报名，后者对应 3 分 40 秒与 54% 的 direct success。可以顺带指出 2 Consistent and conventional 也可以说被违反了，并说明你为什么把它排在这两条之后——这个排序本身就是评估。
• 不要写 signifier 或 F-pattern。两者都不是课程词汇。

3(b)——5 分。一段，三段式照原文。

• We believe that 志愿者放弃报名，是因为他们分不清哪份排班表是当前的，而且提交后得不到任何确认。So if we 默认只显示一份带日期的「本周」排班表，并在报名后就地显示班次名称与日期的确认，we will see direct success 上升、任务耗时下降、重复报名减少。
• 再加一句说明它为什么是一条好 hypothesis：具体、点名了被改动的变量、预测了一个可度量的结果——也就是说，它可以被证明是错的。

3(c)——10 分。

• 落差本身就是发现。54% direct + 21% indirect = 75% 最终成功了。indirect 占比高，意味着这个任务做得到但找不到——人们是靠折返摸索找到的。如果是结构性失败，indirect 也会接近零。3 分 40 秒印证了这一点：那就是折返的代价，而这件事在纸上只要几秒。
• 与定性配对。两条原话点出了机制：三个一模一样的列表（可发现性）与没有确认（反馈）。先诊断，再决定——这是一次 iterate。
• 这些数字说不了什么。那些干脆不再来当志愿者的人不在数据里，因为他们根本没开始这个任务。改用短信联系管理员的年长志愿者同样没有被计入。指标衡量的是「尝试过的人」，而志愿者人数下降说的是「没有尝试的人」。说明你会怎么触达他们，并注明这些度量的课程用词出自 Week 10 slide 30（direct/indirect success、confidence rating），Week 7 的对应说法是 success rate。

3(d)——15 分。两屏，low fidelity，标好名称，箭头从被点击的元素出发。

• 第 1 屏「本周六 —— 4 月 12 日」：标题栏带日期，让当前排班表不可能被认错；下面是单一的班次列表，每行显示岗位、时间与剩余名额；每行各自显示状态（可报名 / 已满 / 你已在此班次）；每行只有一个主操作。全部用占位——图片打 X，文字用线条。
• 第 2 屏「已报名 —— 小卖部，4 月 12 日周六 9:00–11:00」：由第 1 屏某行的操作进入。用文字明确给出确认，附撤销选项，并且排班表中那一行现在显示了你的名字。
• 三条标注，各带证据：（1）标题栏里的日期——因为「不把三个都点开，我根本不知道哪个是这周的」；（2）每行独立状态、含「你已在此班次」——因为「我报了名。我以为我报了。」以及管理员数据中出现的重复记录；（3）每行只有一个视觉上压得住的主操作——因为 21% 的 indirect success 说明人们在到处找那个提交动作。
• 结尾点明这张 wireframe 没有解决什么——年长志愿者能不能读清楚，以及「你已在此班次」是否一眼可辨——并说明那正是 3(e) 要测的东西。

3(e)——15 分。按课程的四步走：Plan、Prepare、Moderate、Outcomes。

• 参与者与标准。上一赛季内报过班次的现役与流失志愿者——这是行为限定条件。刻意纳入年长志愿者这一分段，因为案例说正是这群人放弃了。usability test 用 5–6 人，出处为 Sauro 的 Magic of 5（W7 s35）——5 人约可发现 85% 的问题。
• 任务，用用户的语言而不是界面的语言。「有人请你这周六上午到小卖部帮忙——按你平时的做法把名字报上去。」然后：「确认一下你是不是真的在排班表上。」绝不要说「点击报名按钮」。
• 要测什么：每条任务的 direct 与 indirect success；任务耗时；任务 2 之后的一个 confidence rating；以及定性三问——喜欢什么、不喜欢什么、有什么建议。再加运营层面的核查：重复报名数。
• 两个出自课程自己清单的 bias，而且都真的契合这个情境。（i）Social desirability bias——你用俱乐部自己的志愿者去测俱乐部自己的 app，他们完全有理由说好话；所以要问他们做了什么，而不是问他们喜不喜欢，并且以行为为准、不以恭维为准。（ii）Hawthorne effect——一个知道自己正被观察的志愿者，会在一个令人困惑的界面上坚持得比周六早上独自操作时久得多，而这恰好会掩盖本案例真正关心的「放弃」行为；因此可发现性那条任务改用 unmoderated，或者在报告中明说：被观察时的坚持并不能证明易用。Week 7 slide 39 点名了四种 bias——Confirmation bias · Social desirability bias · Hawthorne effect · Culture bias——而且没有给出定义，所以请点名它们，并用你的应对措施来体现理解，而不是自编一段教科书式定义。
• 另外两项风险，标注要准确。主持人影响（moderator influence）——一个会暗示或解释的 facilitator 会污染可发现性测试，这正是 8 Rules 要防的：be curious、listen more than you talk、base it in actual behaviour，而不是问 "would you…?"。以及抽样问题（sampling）——只从 app 的活跃用户里招募，恰好排除了那些已经离开的志愿者，所以要用短信去招募流失的人。这两项都不属于 slide 39 点名的那四种 bias。它们是实务上的测试风险，值得作为风险提出——只是不要把它们说成课程点名的 bias。
• 把闭环合上。说明什么结果会让你否定这条 hypothesis——例如 direct success 上升了但重复报名没有下降，那就意味着确认信息仍然没有被读到。