IA 是什么：组织 × 标签 × 导航 × 搜索，四套系统一个使命
信息架构（Information Architecture, IA）是『对组织（organization）、标签（labeling）、导航（navigation）、搜索（search）四套系统的设计，帮人更顺利地找到并管理信息』——出自 Rosenfeld、Morville、Arango 的《信息架构》（业界称『北极熊书』，1998 年首版、奠基之作）。
一句话：IA 决定『内容怎么归类、每块叫什么名、怎么跳转、怎么搜』——
- 组织系统：内容怎么归类；
- 标签系统：每块内容叫什么名；
- 导航系统：用户怎么在结构里跳转；
- 搜索系统：用户怎么直接搜到想要的。
IA 常是看不见的底层骨架——做得好你感觉不到，做得差则处处『找不到、不知道点哪』。注意：IA 不等于界面长相（那是视觉/交互的事），它是结构与含义。
把这条尺子记牢：再有用的功能，藏在第四层菜单里、标签还起错名，对用户就等于不存在。
评估 IA 好坏最实在的标准不是好不好看，而是：用户能不能在合理步数内找到他要的东西——用树测试、任务成功率去量，而不是靠感觉。
怎么归类：精确 vs 模糊方案 × 层级 / 超文本 / 分面结构
先看组织方案（按什么逻辑分）。北极熊书把它分两类：
- 精确型（exact）：按客观无争议的属性分——字母序、时间序、地理位置。优点：无歧义、好维护，适合『我知道要找什么』的已知项查找（如查通讯录、按日期翻账单）。
- 模糊型（ambiguous）：按主观含义分——主题、任务、受众、隐喻。更难做（归类见仁见智），但对『我也说不清要啥、想逛逛学学』的探索式浏览更有价值——大部分发现与学习发生在这里。
实战里多数网站两者都要：电商既能按品类逛（模糊），也能按价格/字母排序（精确）。
再看组织结构（内容之间的形状关系），三种主力：
① 层级/树（hierarchy）——最常见，自上而下大类→子类。设计时权衡广度 vs 深度：每层选项太多则宽而乱，层级太深则点击疲劳——通常宁可适度宽，也别太深。
② 超文本（hypertext）——靠关联链接横向连接，灵活但易让人迷路，常作层级的补充而非主结构。
③ 分面/数据库（faceted）——给内容打多个独立属性标签，让用户用多个维度筛选（如电商按『品牌 + 价格 + 尺码 + 颜色』组合过滤），特别适合大库、异构需求。
选哪种结构，看内容量与用户的查找方式。
标签说用户的话、导航分三类，再用卡片分类验证——避开两大误区
标签（labeling）是给每个分类/链接/区块起的名字——它替整块内容『代言』。 两条铁律：
① 一致——同一个意思全站用同一个词，别一会儿『我的订单』一会儿『购买记录』；
② 说用户的语言——用目标用户熟悉的词，而非公司内部术语/部门名。这正是可用性启发式第 2 条『贴合真实世界』在 IA 上的落地。
坏标签的后果很实在：哪怕内容就在那儿，名字不对用户也看不见、点不进。怎么定标签？看用户搜索词、做卡片分类、用现成行业惯例——而不是拍脑袋。
导航回答用户两个问题：『我在哪、我能去哪』。 三类主导航：
- 全局（global）：站点级、每页都在（顶部主菜单/页脚），给整体框架；
- 局部（local）：某区块内部的子导航（侧边栏），在一个大类里穿行；
- 上下文（contextual）：嵌在内容里的相关/内链（『相关文章』『常一起买』），顺着语义跳。
再加补充导航：搜索、站点地图、A-Z 索引、面包屑（显示当前位置）。原则：让用户随时知道身在何处、来路与去路；别只堆链接，要分层、有重点（呼应视觉层级）。
结构和标签别拍脑袋定——让用户的心智模型来定。卡片分类（card sorting）：把内容项写成一张张卡片，请用户分组。
- 开放式（open）：用户自由分组并自己给组命名——揭示他们如何归类、用什么词，适合从零搭结构；
- 封闭式（closed）：你给定分类，用户把卡片归进去——适合验证/优化已有结构。
它的价值：让分类和标签贴合用户预期，而不是照搬公司组织架构——『按部门分』往往正是用户找不到东西的原因。搭好后再用树测试（tree testing）验证：把你的结构给用户，看他们能否在其中找到指定内容。
自测 · 学完检查一下
想真正动手做题、记进度、攒连胜？到互动课里练。
《信息架构》（北极熊书）把 IA 定义为对四套系统的设计，帮人更顺利地找到并管理信息。是哪四套系统？
答案：组织（organization）、标签（labeling）、导航（navigation）、搜索（search）
北极熊书（Rosenfeld、Morville、Arango《信息架构》，1998 年首版、奠基之作）把 IA 定义为『对组织、标签、导航、搜索四套系统的设计，帮人更顺利地找到并管理信息』——即内容怎么归类（组织）、每块叫什么名（标签）、怎么跳转（导航）、怎么搜（搜索）。IA 是看不见的底层骨架，不等于界面长相（那是视觉/交互）。其余选项分别是视觉样式、研发流程和页面类型，都不是 IA 的四系统。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版，O'Reilly；Information Architecture Institute 的 IA 定义）
判断：信息架构（IA）说白了就是画那条导航栏、出一张方框箭头的站点图——把导航画完，IA 的工作就做完了。
答案：错误
错误。这是关于 IA 的第一大误区：导航只是 IA 浮在表面的一部分；IA 的主体是底层的组织与标签逻辑（内容怎么归类、叫什么），要从内容、用户、情境三方推导，常常是看不见的——做得好你感觉不到，做得差则处处『找不到、不知道点哪』。把 IA 等同于画导航栏/站点图，就漏掉了组织系统与标签系统这两块主体工作。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版；NN/g — IA is not navigation）
北极熊书把组织方案分为精确型（exact）与模糊型（ambiguous）。关于两者各适合什么，下面哪种说法是对的？
答案：精确型（字母序/时间序/地理位置）适合『我知道要找什么』的已知项查找；模糊型（主题/任务/受众）对『说不清要啥、想逛逛学学』的探索式浏览更有价值
精确型方案按客观无争议的属性分（字母序、时间序、地理位置），无歧义、好维护，适合已知项查找（如查通讯录、按日期翻账单）；模糊型方案按主观含义分（主题、任务、受众、隐喻），更难做但对探索式浏览更有价值——大部分发现与学习发生在这里。两者不是二选一：实战里多数网站两者都要，如电商既能按品类逛（模糊）、也能按价格/字母排序（精确）。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版 Ch.6 Organization Systems）
一个有几十万商品的电商网站，希望用户能按『品牌 + 价格 + 尺码 + 颜色』自由组合过滤商品。哪种组织结构最适合这个需求？
答案：分面/数据库结构（faceted）——给内容打多个独立属性标签，让用户用多个维度筛选，特别适合大库、异构需求
分面/数据库结构给内容打多个独立属性标签，让用户按多个维度组合筛选（正如按『品牌 + 价格 + 尺码 + 颜色』过滤），特别适合大库、异构需求。超文本靠关联链接横向连接，灵活但易让人迷路，常作层级的补充而非主结构；给每种属性组合都建子分类会让层级树深到点击疲劳；平铺几十万商品则完全放弃了组织。选结构要看内容量与用户的查找方式。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版——hierarchy/hypertext/faceted classification；NN/g — Faceted Navigation）
判断：设计层级结构时，层级越深越好——把内容一层层细分下去，用户点得越深，说明结构分得越清晰。
答案：错误
错误。层级结构要权衡广度 vs 深度：每层选项太多则宽而乱，但层级太深则增加点击疲劳——通常宁可适度宽，也别太深。『点得深』不代表『分得清』，只代表用户要多点很多次才到内容；再叠加 Morville 的可发现性视角，藏在第四层菜单里的功能对用户就约等于不存在。评估标准是用户能否在合理步数内找到目标，不是层级细不细。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版——广度 vs 深度权衡；Morville — Ambient Findability）
文章详情页底部有一排『相关文章』，商品页有『常一起买』推荐——按北极熊书的导航分类，这些属于哪一类导航？
答案：上下文导航（contextual）——嵌在内容里的相关/内链，顺着语义跳
『相关文章』『常一起买』正是上下文导航（contextual）的典型例子：嵌在内容里的相关/内链，让用户顺着语义跳转。三类主导航各司其职：全局导航是站点级、每页都在（顶部主菜单/页脚），给整体框架；局部导航是某区块内部的子导航（侧边栏），在一个大类里穿行；上下文导航则嵌在内容中。面包屑属于补充导航（还有搜索、站点地图、A-Z 索引），作用是显示当前位置。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版 Ch.8 Navigation Systems）
判断：给分类和链接起名时，用公司内部术语或部门名也没关系——反正内容就在那儿，用户多点几下总能找到。
答案：错误
错误。标签系统的两条铁律：① 一致——同一个意思全站用同一个词，别一会儿『我的订单』一会儿『购买记录』；② 说用户的语言——用目标用户熟悉的词，而非公司内部术语/部门名，这正是可用性启发式第 2 条『贴合真实世界』在 IA 上的落地。坏标签的后果很实在：哪怕内容就在那儿，名字不对用户也看不见、点不进。定标签要看用户搜索词、做卡片分类、用现成行业惯例，而不是拍脑袋。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版——标签系统；Nielsen — Heuristic 2: Match between system and real world）
团队要从零搭一个新网站的分类结构，想知道目标用户会怎么归类内容、用什么词给分组命名。这时最适合先用哪种研究方法？
答案：开放式卡片分类（open card sorting）——用户自由分组并自己给组命名，揭示他们如何归类、用什么词
从零搭结构选开放式卡片分类：把内容项写成卡片请用户自由分组、自己命名，揭示他们的心智模型和用词；封闭式卡片分类是你给定分类、用户往里归，适合验证/优化已有结构。照搬公司组织架构恰是反面教材——『按部门分』往往正是用户找不到东西的原因。树测试也不是用来生成结构的：它是拿已有结构给用户测『能否找到指定内容』的验证方法，得先有结构再测。（出处：Nielsen Norman Group — Card Sorting & Tree Testing；北极熊书 — 以 card sorting 推导 IA）
判断：按 Peter Morville 的可发现性（findability）观点，再有用的功能，藏在第四层菜单里、标签还起错名，对用户就等于不存在——内容用户找不到，做得再好也没意义。
答案：正确
正确。Morville 提出可发现性（findability）：内容若用户找不到，做得再好也没意义——IA 的核心使命之一就是让东西『被找到』。他的 UX 蜂巢（honeycomb）列出好体验的 7 个面：有用、可用、合意、可发现、可达、可信、有价值，其中 IA 主要扛起『可发现 + 可用』。评估 IA 好坏最实在的标准就是用户能否在合理步数内找到他要的东西（用树测试/任务成功率量）。（出处：Morville — Ambient Findability, O'Reilly, 2005；Morville — User Experience Honeycomb）
有人主张：『导航里分类列得越多、选项越全，用户就越好找。』这个说法错在哪里？
答案：顶层选项过多反而拖慢决策（Hick 定律：选项越多，决策时间越长），还稀释重点；好 IA 是恰到好处的归类 + 清晰标签 + 强搜索
『分类越多越好找』是 IA 的第二大误区：顶层选项过多反而拖慢决策——Hick 定律指出选项越多、决策时间越长——还会稀释重点；而过深的层级又增加点击疲劳。好 IA 不是把所有东西平铺出来，而是恰到好处的归类 + 清晰标签 + 强搜索；判断标准始终是『用户找得到吗』，不是『我列得全不全』。（出处：Rosenfeld/Morville/Arango《信息架构》第 4 版；Hick W.E. (1952). On the rate of gain of information）