用户体验设计师选择题考试(210)

概要:

考试简介:

本考试(编号:210)对应“UCUXD用户体验设计师”等证书。考试依据“用户体验设计师”,“用户体验研究员”等岗位能力模型设计,主要考核用户体验设计研究人员(中级)所需要掌握的知识和能力。重点考核用户体验流程、用户体验原则、设计思维、用户研究、团队共识、行为设计、交互设计、界面及视觉设计、服务设计、用户体验心理学等方面的知识和能力。

报考条件:

目前从事用户体验研究或设计相关工作。

考核模块:

一、UX理论与基础知识
  • 掌握以用户为中心的设计原则与流程。
  • 掌握以用户需求为导向的迭代设计流程(如ISO 9241定义的人机交互流程)以及设计思维方法。
  • 了解心理学发展历史、主要流派及应用领域。
  • 了解感觉器官、大脑、神经系统及内分泌系统的结构和生理。
  • 掌握感觉和知觉,视觉,格式塔视觉原理、错觉、联觉、声音、嗅觉和其他感觉中的心理现象。
  • 熟悉记忆三箱模型,感官记忆,长、短时记忆,注意与记忆,认知负荷,遗忘,艾宾浩斯遗忘曲线,编码、巩固、提取失败,自传体记忆和闪光灯记忆。
  • 熟悉注意力机制与信息呈现,瓶颈理论,资源理论,特征整合理论,注意定势现象,斯特鲁普效应,希克定律,决策过程与选择超载。
  • 熟悉学习与习惯养成,内隐知识和外显知识,语言和符号系统,认知地图,ATARI圈套模式,游戏化设计、八角行为分析。
  • 熟悉思考,逻辑推理和问题解决,双系统理论,创造的心理学过程。
  • 熟悉人格,智商,超我、自我和本我,心理防御机制,集体潜意识,人格内动力,内外向性格,人格发展,共同格调。
  • 掌握心智模型与系统映射。
  • 熟悉用户情绪,掌握用户情绪与情感在设计中的作用,包括愉悦设计、情感引导和品牌调性塑造等理论,使产品在满足功能之余带来积极情感体验。
  • 了解需求层次理论(Maslow需求金字塔)及自我决定论等框架在用户体验中的应用,内在动机和外在动机理论。
  • 熟悉序列位置效应(首因效应和近因效应)与信息布局。
  • 掌握各种认知偏差与界面设计,错误防范与容错设计。
  • 掌握人因工程,费茨定律与交互极限。
  • 了解焦点效应、透明度错觉、自尊、习得性无助,自我妨碍。
  • 熟悉自我服务偏差和归因偏差,虚假普遍性和虚假独特性,信念固着,规划谬误。
  • 熟悉说服的过程和路径,好心情效应,登门槛现象。
  • 熟悉行为设计原理,熟悉如何利用行为经济学和心理学原理影响用户决策(如Fogg行为模型、用户动机触发、MOT等),熟悉助推方法。
  • 了解社会认同效应(从众现象)。
  • 了解社会助长作用,社会懈怠、群体极化和少数派影响。
  • 掌握可用性的科学定义(交互系统在特定情境下的有效性、效率和令人满意程度)以及用户体验在使用前、中、后各阶段的涵义。
  • 熟悉主流的交互设计准则和可用性启发式原则(如尼尔森十大可用性准则、格式塔视觉原理等),确保设计符合一致性和符合用户期望。
  • 了解无障碍(可访问性)的意义,即让各类用户(无论视力、听力或行动能力差异)都能平等地使用产品;熟悉相关标准如WCAG无障碍指南和ISO 9241-171等行业规范。
  • 了解创新商业理论,如:持续性创新和破坏性创新,创新扩散理论等。
  • 了解心智模型和商业模式设计,价值主张的感觉化。
  • 了解可持续发展目标(SDGs)和ESG。了解循环经济学,人-环境交互理论。了解循环思维,社会认同与互惠原则。
二、UX实践与方法
  • 掌握定性用户研究的主要方法,如用户访谈、人种学研究、问卷调查和焦点小组等,能够获取用户需求和痛点。
  • 了解定量研究与数据分析方法,能够初步运用调查统计、A/B测试、漏斗分析等定量手段获取客观数据,利用数据分析用户行为模式,为设计决策提供支撑。
  • 掌握用户画像(Persona)与使用场景。能基于调研塑造典型用户画像及情景案例,能结合AI,用于指导设计决策。
  • 掌握用户旅程地图与体验地图等主要地图技术。能绘制用户旅程地图,分析用户在各接触点的体验过程。
  • 掌握任务分析与信息架构设计。能拆解用户任务流程,提炼用户目标;基于任务分析组织合理的信息架构(如站点地图、导航结构),确保内容架构清晰、易于查找。
  • 掌握线框图与原型设计迭代。能够制作低保真线框图和中/高保真原型,原型迭代验证设计假设。
  • 掌握可用性测试与用户反馈的研究方法。如:可用性实验和远程可用性测试,收集真实用户反馈来发现问题,并根据反馈持续优化设计。
  • 了解启发式评估与专家审查。
  • 熟悉常用的设计思维(Design Thinking)流程和方法,如IDEO设计思维流程。
  • 熟悉在精益创业和敏捷迭代中进行UX研究和设计改进的方法,熟悉精益创业的产品开发流程,能在敏捷开发环境中和协同工作,适应迭代设计、快速原型和持续改进流程。
  • 熟悉UX文案与内容策略。理解UX Writing在用户界面中的作用,能够撰写清晰、有同理心的界面文案。
  • 掌握跨职能团队协作方法。理解产品开发中不同角色(产品经理、开发、测试、市场等)的关注点,具备跨团队沟通协作能力。能融入Scrum/项目团队开展设计。
  • 熟悉从需求到发布的设计流程管理。能按时交付设计产出,遵循项目管理规范。
  • 掌握利益相关者沟通、团队引导。能与高层及各利益相关者有效沟通UX价值,利用数据和实例证明良好用户体验对业务目标的贡献;能用引导方法促使团队形成共识。
  • 熟悉设计评审与反馈机制。善于接受和整合反馈改进设计,推动设计质量持续提升。
  • 熟悉产品定位与用户需求对齐。理解产品定位与目标用户,确保设计方案契合业务定位和用户核心需求。做到设计满足产品基本定位。
  • 掌握用户体验指标与ROI评估。建立量化的UX KPI(如任务成功率、用户留存、NPS等)来评估体验成效,运用数据证明用户体验改进所带来的商业价值和投资回报率。
三、UX工具与技术
  • 掌握线框和原型设计工具。能够熟练使用主流设计软件进行线框绘制和交互原型制作(如Figma、Sketch、Adobe XD等),掌握基本功能,了解如何定制高效的原型工作流。
  • 熟悉用户调研与测试工具。如使用调查问卷平台、远程测试工具和日志分析工具获取用户数据(如SurveyMonkey、UseInsight、热图分析等),支持从定性到定量的综合用户研究。
  • 掌握竞争分析方法和工具。能分析市场上竞争产品的用户体验优劣和差距,能够从体验角度进行竞品分析,对标找出自身产品的改进机会。
  • 熟悉数据分析与可视化工具。能运用数据分析平台(如Google Analytics、Mixpanel)及数据可视化工具,将用户行为数据转化为洞见。
  • 熟悉协同设计与在线白板工具。会使用团队协作工具,如实时协同设计平台和在线白板(例如Miro、FigJam),用于远程头脑风暴、设计评审和团队设计协作,提高协作效率。
  • 熟悉主要开发平台设计指南与标准。熟悉各平台的人机界面指南和设计规范(如Apple Human Interface Guidelines、Google Material Design),确保设计符合不同平台/设备的规范要求并具备一致的用户体验。
  • 了解前端开发的基础技术(HTML/CSS、响应式框架等)及设计实现原理。能与开发者有效沟通实现设计。
  • 了解可持续发展和ESG指标设计。了解可持续设计检查表和设计中的碳排放量化计算。
  • 了解AI赋能的设计工具。会使用新兴的人工智能辅助设计工具,如生成式设计插件、智能版式和自动布局工具等,利用机器学习自动完成图像识别、颜色匹配等设计任务,从而提升设计效率。
四、AI与前沿趋势
  • 了解AI辅助设计。利用人工智能提升设计流程效率,例如运用生成式AI工具自动完成部分设计任务。通过机器学习实现设计智能推荐和重复劳动自动化,使设计过程更加高效创新。了解常见AI设计助手的用法,能将AI深度整合进设计工作流。
  • 熟悉AI驱动的用户建模与个性化。熟悉基于AI的大数据用户建模技术,如利用机器学习分析用户行为并细分用户群,驱动个性化的内容和界面呈现。能够设计和评估个性化推荐系统,为用户提供定制化体验(例如根据用户行为预测其需求)。同时,在产品设计中考虑数据隐私和算法偏见,在提供个性化服务的同时确保公平与合规。
  • 了解AI可解释性与透明设计。注重人工智能决策过程的透明度,在设计中融入可解释性AI(XAI)原则。确保产品界面能够向用户清晰解释AI算法的决策依据,提升系统的可信度和可理解性,以消除用户对AI的疑虑,建立信任。
  • 熟悉对话式界面与无界面交互。了解设计未来的无界面交互(Zero UI)体验,例如语音助手、智能音箱、手势控制等,让用户无需传统屏幕即可完成交互。同时掌握对话式UX设计方法,包括聊天机器人界面的流程设计、多轮对话引导和自然语言处理基础。能规划复杂场景下的人机对话策略,优化多模态交互体验。
  • 了解沉浸式AR/VR体验设计。探索增强现实(AR)、虚拟现实(VR)等沉浸式媒介中的用户体验设计。了解空间交互原则、3D界面设计、人机互动的新范式,以及在AR/VR环境下避免晕动症等可用性问题的设计技巧,把握现实与数字信息融合的机会和挑战。
  • 了解可穿戴设备与物联网设计针对可穿戴设备(如智能手表、AR眼镜)和物联网(IoT)环境下的用户体验进行设计。理解多设备联动、环境计算(Ambient Computing)等概念,了解在屏幕极小或无屏幕设备上提供关键反馈与交互的方法,能够创造在智能家居、车联网等IoT场景中的无缝用户体验。
  • 掌握AI伦理与隐私保护。深刻理解人工智能应用中的伦理议题,在设计中落实对用户隐私、安全的保护措施。例如确保用户数据的透明收集和合理使用、提供隐私控制选项,避免算法决策中的偏见和歧视。制定并遵守AI产品的伦理准则,确保前沿技术的应用以用户信任为前提,符合法律法规和社会价值观。

点击下方按钮,获取完整考试大纲:

考试方法:

考试为单项选择题考试,共60题,采用笔试或机考形式。

考试时间:

45分钟内完成。

合格标准:

合格标准为正确率高于75%。

如何报名:

可通过“SDGT项目课程合作伙伴”报名考试,或购买“考试券”参加线上学习和考试。

免费资料

请填写下表,我们将免费为您寄送考试大纲和课程学习资料(电子版)。

女士 先生

注意:所有带*资料均须正确填写。