第15章反馈：按钮背后的世界作出回应

第14章里，我们用熟悉的手势把人带到了第一个动作。现在，轮到世界回答这个动作了。

听到“反馈”这个词，策划者通常会想到视觉效果：按下按钮，光芒迸发；击中敌人，数字跃起；做得好，画面闪亮。他们认为反馈越华丽越好。这种想法只看到了反馈的一半。

反馈不是效果，而是回答。人在做了某件事之后，世界回应一句“嗯，我听见了”。回答是华丽还是朴素，是下一步的问题；首先要问的是，有没有回答。按下按钮却什么也没发生，人便会先怀疑自己到底按了没有。如果这种怀疑发生在第一个动作上，他就不会做第二个动作。按下按钮而世界没有反应，那就不是体验，只是输入。

所以，首屏最可怕的不是糟糕的回答，而是沉默。糟糕的回答可以修改，沉默却让人连自己做过什么都不知道。一个不作回应的世界，会把人变成透明人。

两次沉默

让我们进入一款虚构的角色游戏。一个人轻轻点了一下角色的头。此时，两种沉默会让他离开。

第一次沉默立即发生。手已经碰到屏幕，画面却没有任何变化；角色一动不动，按钮也没有显示被按下。人等了极短的一瞬，又按了一次，依旧悄无声息。按到第三次时，他会断定画面卡住了，或者自己按错了。其实游戏一直在正常运行，只是没有把“已经按下”这个事实还给人。输入已经进入，却没有信号告诉他输入已经进入。

第二次沉默来得稍晚。这一次，手一碰上去，按钮出现了按下的状态，角色也轻轻抖了一下。但抖完就结束了，再没有任何事情发生，于是人会想：“所以呢？”他知道按钮被按下了，却不知道这意味着什么，不知道角色是喜欢还是讨厌，不知道自己做了什么，也不知道这件事做得对不对。他知道输入已经进入，却仍不知道这个输入产生了什么意义。第一次沉默使人停下，第二次沉默使人离开。它们是不同的沉默，也必须用不同的回答来解决。

在MEJE IDONG WORLD里，粉丝装扮完小狗IDONG、涂上最后一种颜色的瞬间，两件事会一同发生。涂过的位置立即显出颜色，IDONG则跳起来咯咯发笑。颜色显现，是“你的手碰到我了”的回答；IDONG发笑，是“现在，你的IDONG诞生了”的回答。前一个是手已经触及的信号，后一个是意义已经产生的信号。粉丝同时得到两个回答，明白自己所做的事情在这个世界里变成了某种存在。

这里的“一同”并不是说两个回答混成一团，而是说它们在同一段流程里紧密相连。颜色先显现，确认输入已经发生；随后，IDONG的笑声把这个行动的意义还给人。

输入已经进入，意义也已经产生

如果只是把反馈含糊地称为“反应”，我们就会不清楚应该在什么时候还给人什么。因此，我们把反馈分成三层。每当人做出一个动作，世界都通过这三层来回答。

第一层是物理的回答：手碰到的那个位置立即作出反应。按钮轻轻下沉，触碰处荡开一圈涟漪，或者响起一个很小的声音。这是最低一层的回答：“你的手指碰到了这里。”它可以没有意义，只要立即把已经触碰这一事实还回去就够了。

第二层是规则的回答：告诉人，这个动作在游戏规则中被处理成了什么。按下按钮选择了角色，就在那个角色周围显示边框；涂上颜色，就让那种颜色真正生效。这一层回答：“你的输入被反映成了这样的结果。”人在这里知道，自己的动作并没有落空，而是变成了游戏中的一个事件。第二层也有自己特有的沉默：知道已经按下，却不知道被处理成了什么。选了角色，却没有清楚显示究竟选中谁，人可能选错了还毫不知情地继续下去，过了很久才发现自己选的并不是那个角色。这种误选的沉默不会像第一次沉默那样让人停下，也不会像第三次沉默那样立即让人离开，却会在日后侵蚀信任。

第三层是世界的回答：世界向人展示，这个动作在这个世界里具有什么意义。角色高兴地笑起来，新角色成为我的角色，随后出现一个小小的庆祝。这一层回答：“你做的事情，在这个世界里意味着这个。”人愿意留下的理由，几乎都来自第三层。

本章的核心区分由此出现。“输入已经进入”和“意义已经产生”是两件不同的事。前两层回答输入已经进入，第三层回答意义已经产生。许多首屏只给出第一层便停下来：按钮确实能按，却不展示按下之后产生了什么意义。于是，人虽然知道自己正在操控画面，却感受不到自己正在世界中做某件事。反过来，如果只给出宏大的第三层，却漏掉第一层，人可能在触碰后的短暂沉默中就已经离开，根本看不到那个宏大的回答。所以三层必须依次到来：先回答已经触及，再回答已经反映，最后还回它的意义。

工具型体验只要前两层足够清楚，就足以让人再次使用。第三层尤其重要的，是那些通过世界、角色、所有权等元素给行动赋予意义、建立依恋的体验。

回答也有顺序

回答到来的时点同样是设计对象。人们常说，反馈必须在按下的瞬间立即出现，越快越好。对于确认手已触及的第一层回答，这句话是对的：它必须在触碰的那一刻回来。但如果连传达意义的回答也全在同一瞬间爆发，就会分不清什么是什么的结果。如果按钮被按下、选择已生效、世界还回意义这三个回答全都混进一场烟花，人就会错过“我做了什么，什么因此发生变化”。

因此，第一个回答与第三个回答必须分工。确认手已触及的第一个回答立即到来。这里的“立即”，是指人能够把它和自己的动作直接连成一体的极限之内，也就是大约0.1秒上下的极短时间。如果回答在这个范围内回来，人会把它感受成一个整体：“我一按，它就回应了。”如果再晚一点，按下和反应就会成为彼此分离的事件。回答意义已经产生的第三个回答，比它晚一拍，以用户能够与刚才那个行动联系起来的形式出现。这一拍不是漫长等待，也不是故意让用户等待的空隙，而是用顺序显示“因为我做了，所以这件事发生了”。回答太晚，人会在忘记自己的动作之后才收到结果；回答全部同时到来，动作与结果又会混在一起。

这在初次体验中之所以重要，是因为使人留下的力量来自对因果的发现。“我按下，世界就会反应”“我做的事情会产生结果”，这样的小小领悟会让人再按一次。反馈设计不是让画面华丽，而是让这种因果清清楚楚。

游戏以外的应用也会精心编排这种回答。第14章把语言学习应用Duolingo当作延后注册门槛的例子；这一次，我们从回答的质感再看它一遍。人在选中正确答案的瞬间，应用立即还回轻快的声音，进度条填满一格，连续学习天数增加。触碰已经发生、答案已经选对、“今天也坚持了”这一意义，三个回答隔着很短的间距依次到来。（应用经常变化，具体演出会随时期不同。）正因为这些小回答足够清楚，人每解一道题都会感到自己做的事正在某处积累。让他再解一道题的不是华丽，而是明确的因果。

伤害数字对一些人而言只是噪声

本章要盘问的惯例，是无条件放大反馈的习惯。击中敌人，红色数字从头顶跃起；连续命中，画面角落的连击提示越来越大；猛烈碰撞，画面随之晃动。这样的华丽反馈长期以来一直是游戏制造快感的装置。

这种惯例来自重视打击感与操作手感的动作游戏设计。对玩家来说，跃起的伤害数字既是信息也是快感。他能一眼看出自己造成了多大的打击；连击越高，越能看见自己的实力刻在画面上，从而感到兴奋。画面晃动时，他会用身体感到打击的重量。对熟练玩家而言，这种过度并不过度，而是奖励；他们能把这份华丽读成上下文。

普通人并不共享这套约定。他只是轻点了一下角色，头上却冒出数字，画面也开始晃动，他会惊讶地怀疑自己是不是按错了。真正想读的是“我的小狗喜欢吗”，可屏幕被数字、爆炸和晃动覆盖，真正需要知道的回答反而埋在华丽之下。玩家把跃起的数字读成“我做的事情有多大”，普通人却把它读成“不知所云的噪声”。同一个效果，对一方是快感，对另一方是过载。不是这份华丽没有意义，而是它只对知道如何阅读那套约定的人有意义；对没有约定的人，它就只是吵闹。

放大反馈，最后反而挡住真正该看的东西，这种情况即使在面向玩家的游戏中也经常出现。动作RPG《暗黑破坏神》系列以华丽特效带来的手感著称，但在多人共同战斗时，技能效果、爆炸和倾泻而出的战利品叠在一起，导致看不清敌人和物品究竟在哪里，这类抱怨已经持续了很久。（程度因系列作品与补丁而异。）就连能把华丽读成快感的熟练玩家都会说“太乱了，什么都看不见”，那么对完全不了解这套约定的普通人而言，同一画面从第一个动作开始就是噪声。

这种惯例向普通人收取的费用，是注意力的消耗和意义的消失。画面同时喊出太多东西，人就无法分辨其中哪一个是对自己动作的回答。回答太多，就会变得和没有回答差不多。所以，只留下本质。反馈原本要传达的本质是“你做的事情触及了世界”，而不是填满画面的华丽。初次体验中，不要放大回答，要让回答清楚。一个动作，一个回答。让人做了什么、这件事意味着什么成为屏幕上最醒目的内容，减掉遮蔽它们的效果。等人熟悉这个世界的语言、能把华丽读成快感之后，再慢慢增加华丽。在首屏上，最应该强烈发光的不是最华丽的效果，而是人刚刚做的事情所具有的意义。压缩成一句话就是：首屏的反馈不是奖励设计，而是信息设计。快感要等意义被读懂之后再谈。

▶ 套用到我的画面的三个问题

第一个动作触碰成功的回答（按下状态、涟漪、声音）是否立即返回？

在这个回答之后，是否另有一个回答告诉人“这在这个世界里意味着什么”？

一个动作是否只有一个清楚的回答，还是三四个效果重叠起来，遮住了哪个才是回答？第一项受阻，人就会停下；第二项受阻，人会问“所以呢？”然后离开；第三项受阻，回答就会埋在噪声里。

所以，先决定要给哪个回答

从效果清单开始就已经晚了。反馈设计要从决定世界如何回答人的每一个初始动作开始。第一个动作是否有“手已经触及”的回答？这个回答之后，是否跟着“意义已经产生”的回答？两个回答之间，是否有一道让人感到因果的细小间隔？这三件事一旦确定，就可以在不遮蔽回答的范围内选择效果的形态。先决定效果，再把回答塞进去，画面会变得华丽，意义却会被埋没。

这个决定最终回到测量。第一个动作是否得到了正确回答，可以从人是否反复点击同一位置看出来。按一次没有回答，于是又按两三次；这种动作若经常发生，就是第一层回答缺失的信号。第二层可以通过紧接着发生的取消与撤销频率来观察。刚选完就撤回再选，如果这种动作很多，就说明“输入被处理成了什么”的回答不够清楚，误选正在发生。还要观察第一个动作之后继续做下一个动作的比例。如果许多人按了一次就停下，说明他们做了动作，却没收到“意义已经产生”的回答，停在了“所以呢”。回答究竟是被放大还是变清楚，不能只凭感觉判断，而要看人是否会再按一次。

还要看到，这些沉默的风险性质并不相同。按钮按不下去，QA会发现，评论里的星级也会把它记录下来，所以第一层沉默会被当作缺陷报告。可一个能按、却没有意义的画面，既不会留在崩溃日志里，也不会出现在客服工单中。用户不会抗议，只会默默离开。第三层沉默最危险，不是因为它代价最大，而是因为任何地方都没有记录它。这就是为什么必须把“进入下一个动作的比例”当作首屏必备仪表。从第22章开始的测量部分，将正式继续讨论这块仪表。

参考内容

其他媒介中能够显现本章概念的案例。

电子游戏

《暗黑破坏神》系列的群体战斗画面：多人共同战斗时，技能特效、爆炸和倾泻而出的战利品叠在一起，导致看不清敌人和想捡的物品究竟在哪里；这类抱怨在整个系列中经常出现。回答太多，反而遮住哪个才是自己动作的回答，是“回答太多就会和没有回答差不多”的典型。
《超级马力欧》的跳跃音与金币音：跳跃时，音高上扬的短促音效在触碰的瞬间把动作还回来；吃到金币时，明亮的单音立即响起。作曲家用仅有五个声道的有限音源，为所有主要动作配上清楚的听觉回答，让人能立即通过声音确认自己做过什么，是这一设计的典型。
Candy Crush的方块爆裂与称赞语音：触碰已经发生的回答与“做得好”的意义回答，隔着很短的间距依次返回。它是本书反复盘问的对象，第13章还曾拆开它的称赞，阅读其中的所指。 一般应用
Duolingo的正确答案音效与连续学习提示：触碰已经发生、答案已经选对、“今天也坚持了”这一意义，三个回答隔着很短的间距依次到来。
加载转圈、骨架屏等不确定等待提示：等待期间显示旋转的标记，或以灰色画面预先占住内容即将出现的位置，让“某件事正在进行”这个回答变得可见。只有回答可见，人才能不因沉默而不安并继续等待，这从反面证明了“首先要有回答”的原则。不过，第13章划出的界线也适用于这里。此类提示只说明系统仍在工作，并不声称测量了什么，因此是诚实的；与实际进度无关、凭空编造百分比的假进度条，则是对测量的伪造。必须给出回答存在的信号，却不能编造测量。

其余参考内容汇集在本文末尾的“第15章附录”中（单行本中编为附录D）。

设计笔记 ▶ 亲自实践

选出人在我们游戏的初次体验中会做的五个动作。第一个按钮、第一次选择、第一次制作，也就是手最早会触碰的那些动作。

为每个动作写三行。手已经触及的回答是什么？已经反映到规则中的回答是什么？在这个世界里意味着什么的回答是什么？三行中只要有一行空白，沉默就会在那里发生。第一层空白，人会停下；第二层空白，人会选错还不自知；第三层空白，人会离开。

全部写完后，在每个动作旁标出回答到来的顺序。先是已经触及的回答，意义已经产生的回答则比它稍晚一点。检查两者是否同时爆发。最后，数一数每个动作的回答是否清清楚楚地只有一个。如果一个动作叠着三四个效果，就看看能否只留下其中最能传达意义的一个，减掉其他效果。选择要留下哪一个的标准很简单：只保留这个效果时，初来者能否用语言说出自己做了什么、这件事具有什么意义。针对每项输入的精密回答设计，将在附录C的三层反馈表中继续展开。

一句话总结：反馈不是华丽的效果，而是世界的回答。人做出动作，世界便分三层作答：手已经触及的物理回答、已经反映到规则中的回答、在这个世界里意味着什么的回答。前两层是输入已经进入的信号，第三层是意义已经产生的信号。它们是两件不同的事。伤害数字、连击、画面晃动等过度反馈，对玩家是快感，对普通人却是噪声。不要放大回答，要让回答清楚，使人刚刚做过的事情所具有的意义成为画面上最醒目的内容。 下一章：到目前为止，我们假设人正安静地专注于画面。但人会在颠簸的公交车里、单手操作时、喧闹的间隙看屏幕。回答再清楚，如果人并不处在能看见它的状态，就没有用。接下来进入如何在分心与噪声中决定什么应该发光。

第15章附录：参考内容汇编

这里汇集的是正文未能全部列出的参考案例，按媒介分成电子游戏、音乐、舞台和日常机器等小标题，每一项末尾都附有“观察要点”，说明设计者适合观察什么。把正文建立的框架放在心中：手已经触及的物理回答、已经反映到规则中的回答、意义已经产生的回答这三层；以及漏掉第一个回答、使人停下的沉默，与漏掉意义、使人离开的沉默之间的区别。这样看，便能发现每个案例中哪一层回答以什么顺序到来，沉默又在哪里产生。建议带着一双能分辨“放大回答”与“让回答清楚”的眼睛阅读。

电子游戏

Nuclear Throne的画面晃动：每一次打击都会让画面晃动，让敌人弹飞，从而放大操作手感。开发商Vlambeer据称曾把晃动、短暂停顿、弹飞等层层叠加夸张效果来塑造手感的技法整理成演讲并公开分享。观察要点：结合正文中“夸张并不等于好回答”的提醒一起看。同样的晃动，对了解约定的玩家是快感，对初来者却是噪声，应当判断面对什么人、使用多大强度才合适。
过场动画中突然出现的按钮输入段落（QTE）：本以为只是在看影像，却突然出现“按X”之类的提示，要求人操作。按下后画面若没有立即反应，人会怀疑输入是否生效，并反复按同一个按钮；缺少第一层回答的沉默会直接导致失败。观察要点：观察人是否会以连续按键回应输入后极短的沉默。连续按键，是第一层回答缺失时最诚实的信号。
格斗游戏的顿帧（打击停顿）：攻击命中的瞬间，两个角色会极短地停住，然后重新活动，让人用身体感到“确实打中了”。攻击越强，停顿越久，连回答的重量也随之传达。它不靠华丽效果放大回答，而是以一拍停顿使回答变得清楚。观察要点：回答不只有速度，也有重量。画面无需增加任何东西，只用停顿长度来区分回答的大小，清楚揭示了“放大”与“变清楚”的区别。
《动物森友会》系列的逐字说话声：对话框中每出现一个字，就会伴随一声短促拟声，给人角色真的在说话的感觉。据称，这种声音已经成为系列身份的一部分，甚至被粉丝称为“动物语”。观察要点：观察把进展本身转换成声音的低层回答，如何一路帮助形成角色生命感这一第三层意义。即使朴素的回答，只要不间断，也能变成交流。
《任天狗》（2005）的抚摸小狗反应：在任天堂DS上用触控笔抚摸小狗，小狗会立即朝被触碰的位置作出反应，并发出高兴的声音。手已触及的回答与“我的小狗喜欢”这一意义回答同时到来，使人感到自己真的在与屏幕中的生命交流，是第三层的典型。观察要点：观察触碰回答与意义回答在一个动作中以怎样的顺序相连。反应从手指触及的那个位置开始，因果便不会模糊。
《俄罗斯方块效应》与Lumines：放置方块、消除行列的每一个动作都与音乐、振动、视觉彼此咬合，整个世界一同回应。每个动作都以音乐性的回答返回，使人感到自己的手与世界在同一拍上呼吸，是第三层的扩展。观察要点：越过单个动作的回答，观察整个世界跟随用户节拍呼吸时，第三层能扩展到什么程度。回答很多却不成为噪声，是因为一切都对齐在同一拍上。
FPS的命中标记与击杀确认音：击中远处敌人时，准星上短暂叠出十字标记，并响起一声“嗒”；击杀时，又会出现另一种声音。在敌人很小、只靠画面难以判断是否命中的距离，专用信号会分别回答“已经命中”与“已经击杀”。观察要点：把它视为将第二层——已经反映到规则中的回答——分离成独立信号的案例。观察画面演出无法抵达的地方，什么信号会代替它回答。
《我的世界》破坏方块时扩散的裂纹：挖掘方块期间，裂纹会在表面逐渐扩大，使持续按住的长动作也始终收到“正在进行”的回答。观察要点：结果出现之前，动作也必须持续得到回答。第一个回答与最终结果之间越长，中间回答就越需要填补沉默。

真人电影

ASMR与吃播的声音反馈：敲击、摩擦、咀嚼的声音本身，就向观看者还回“已经触及”的感官回答。回答即使不华丽，只要清楚，也能留住人。观察要点：它以最纯粹的形式展示正文的命题——没有华丽，单凭清楚也能构成回答。可以用它练习把回答的强度与清晰度分开观察。

音乐

呼叫与回应（Call and Response）：一方唱出，另一方立即回答，以声音展示输入立即得到回答的因果。观察要点：回答返回的间隔以节拍为单位形成约定，人可以用身体确认怎样的时机会让自己感到因果。
舞曲的铺垫与高潮（buildup and drop）：紧张逐渐累积，空出一拍，低音随之落下并释放。歌曲结构本身显示，回答不能全在同一瞬间爆发，而要依次累积、留白、落下，人才能感到因果与快感。铺垫不足，高潮的回答也会变弱。观察要点：结合正文中“回答到来的时点本身也是设计对象”一节来看。高潮前的短暂留白，与使因果清楚的间隔做着同一件事。

真人电视 / 电视剧

竞猜节目的正确与错误音效：按下按钮，声音立即回答；“答对了”这一意义回答紧随其后。两个回答顺序分明。观察要点：把它作为“已经按下”与“已经答对”两个回答依次到来的最简单范例。想象如果两个回答合成一种声音会失去什么，顺序的价值便会显现。
情景喜剧的反应镜头（例如《办公室》中看向镜头）：荒唐事件发生后隔一拍，人物短暂瞥向摄像机。事件这个动作得到一句“你敢相信吗”的回答，回答以准确时机跟上，笑声由此爆发。观察要点：观察剪辑时机如何划分立即回答与晚一拍的意义回答。反应镜头太早或太晚，同一场景都会失去笑点，从而证明回答时点与回答内容同样重要。

桌游

《叠叠乐》与Halli Galli的即时反应：积木倒塌、铃铛响起的那个瞬间就是回答。动作与结果贴成一个整体。观察要点：数字反馈试图模仿的回答原型存在于物理世界。把动作与结果合为一体的感觉当作基准，测量自己画面里的回答究竟离动作有多远。

戏剧 / 剧场

观众席的掌声与笑声：观众立即回答演员的动作。回答太晚或不存在，舞台上的人也会失去节奏。观察要点：沉默不仅动摇用户，也会破坏制作方的节奏。面对沉默观众的演员，就是面对没有指标的画面的设计者。

一般应用

Toss与Kakao的转账完成动画：用一个小演出清楚地还回“已经发送”这个事实，让人一眼就知道“完成了”。观察要点：像金钱这样不安较强的动作，意义回答尤其需要清楚。回答模糊，人就会重新打开转账记录确认；这个再次确认的动作本身，就是第三层薄弱的指标。
智能手机的触觉振动：用指尖的一次震动立即还回“屏幕已被按下”这一最低层回答。观察要点：当一个最低层回答共同铺在所有画面下方时，观察沉默总量会减少多少。这是分别设计系统级回答与画面级回答的起点。
KakaoTalk的未读提示“1”：消息发出后，气泡旁显示数字，告诉人对方尚未阅读；对方读过后，数字消失。“已经发送”与“已经读到”两个回答分别到来。观察要点：把它视为第二层与第三层分离的结构。“已读却没有回复”这一状态因此变得可见，又创造出一种新的沉默；显示回答的设计也会创造新情绪。
Instagram的双击点赞：连续点两下照片，手指触及的位置会浮起一个大大的爱心，随后消失，点赞数也会增加。观察要点：观察回答从手真正触及的那个位置开始。触碰位置与回答出现的位置相隔越远，因果就越模糊。

机械装置 / 家电UX

电梯与微波炉按钮的点亮状态和“哔”声：立即回答输入已经进入，使人不必再次按下同一个按钮。观察要点：反复按同一个按钮，是测量第一层沉默最便宜的指标。人们连按关门按钮的样子，就是沉默的风景。
汽车转向灯的“咔嗒”声：以声音和灯光同时回答转向灯已经开启，让驾驶者不看画面也能知道状态。这个声音原本由继电器部件发出；据称，部件改成电子式之后，许多汽车仍会刻意通过扬声器播放它。观察要点：观察功能上的必要性消失之后，仍然为了回答而有意保留声音的决定。回答不是副产品，而是设计对象，这一点在这里显现。
智能手机设置滚轮与开关的触觉振动：滚动日期或时间滚轮，每跨过一格，指尖都会收到一次轻微点击般的震动；打开开关，也会出现咔嗒般的振感。它用一次振动模仿物理旋钮的卡位感，把画面原本会漏掉的第一层回答还给指尖。观察要点：观察画面如何恢复物理旋钮曾经提供的第一层回答。被细分到每一格的回答，填补了连续动作中的沉默。
数字门锁的上锁与解锁旋律：上锁与解锁时播放不同旋律，使已经转身离开的人也能通过声音知道门已锁好。观察要点：观察如何把回答传给既不看画面也不看灯光的人。用两种声音区分两种状态，让人不仅知道有回答，还能读出最终变成了什么状态。

第15章 反馈：按钮背后的世界作出回应