先想象一个画面,这是我们做现场调研时看到的真实场景:
中午十二点,屋顶电站。工程师蹲在逆变器旁边,戴着手套,一只手扶着设备,另一只手拿着手机。太阳直射屏幕,APP弹了条告警,他眯着眼看了两秒,骂了一句,把手机塞回兜里,开始凭经验拧螺丝。
这个场景里有运维系统设计要面对的全部真相:工程师的注意力、视力和双手,都不完全属于屏幕。
认知负担这个词听着抽象,放在运维现场特别具体:每多记一个设备编号、每多跳转一个页面、每多猜一次"这个按钮是干嘛的",工程师对系统的信任就掉一格。掉到及格线以下,他就绕开系统干活了。这篇文章聊怎么把认知负担降下来。不是理论,是我们做新能源项目时反复用到的方法。

运维工程师最反感的动作是什么?我们的调研里有个高频答案:记编号。
"INV-E7-3302离线了"——然后呢?这台设备在哪、什么型号、上次什么时候修的,全靠工程师自己回忆或者翻记录。认知负荷理论里有条基本原则:识别比回忆省力。套用到设计上就是,凡是系统知道的,都不该让人脑去记。
落到功能上其实不贵:工单自动带上设备位置和故障参数,别让人填;设备详情页直接显示上次检修时间和当时留下的照片;支持扫码或地图点位直达设备页,别让人在一串编号里找。
每省下一次"回忆",就省下一段现场时间。
排查故障是个链条活:看告警、找设备、查历史、定方案、动手修、留记录。很多系统把这个链条平铺成一个大页面,工程师得自己决定先看哪块。
好的做法是把链条变成步骤:当前这一步需要什么,就只给什么。处理告警时先给判断依据(故障参数、影响范围),确认后给行动建议,执行时给操作清单,完工时才弹出记录表单。后面的步骤不到时候不出现。
这在交互设计上叫渐进披露,说人话就是:别把整张地图糊在脸上,告诉人下一站怎么走就行。
表单是认知负担的重灾区。一个完工记录表,十几个字段一字排开,工程师站在屋顶上逐个填——这个画面本身就说明设计失败了。
能默认的就默认:故障类型从告警里带过来,设备位置自动定位,处理人默认当前登录账号,常用选项排在前面。我们有个粗略的内部标准:现场作业的表单,需要手动输入的字段不应该超过三个。【此处可补充:你们实际项目里表单压缩的真实情况】
排查"功率异常"时,工程师脑子里天然的问题链是:现在多少→正常应该多少→什么时候开始不正常的→上次修它是什么时候。
如果回答这四个问题要跳四个页面,多数人跳到第二个就放弃了。正确姿势是把答案收拢到同一个视图里:告警详情页内嵌该设备的功率曲线、历史告警记录、上次检修结论。数据都在系统里,缺的只是把它们放在一起。
跳转次数是个值得单独统计的指标。一次排查要跳转几次,这个数字降不下来,认知负担就降不下来。
回到开头那个屋顶场景。户外作业对界面有几条硬约束:
单手能完成主要操作,核心按钮放在拇指够得到的位置;触控目标做大,戴手套点不准小按钮;强阳光下要保证可读,高对比、大字号,这条我们在之前的文章里说过,现场实测比什么规范都管用;关键反馈别只靠视觉,震动加提示音,因为工程师的眼睛可能正盯着设备而不是屏幕。
这些细节单看都不起眼,合起来决定了系统是"工具"还是"负担"。
前面五条都在减负,这一条是减负的终极形态:把决策也帮着做了。
设备异常时,系统如果只列出一堆原始数据,等于把诊断工作整个留给工程师。更好的是系统基于规则和历史数据直接给出判断:"疑似通信模块故障,建议现场检查4G信号,近30天内该设备有2次同类告警。"
工程师可以不接受建议,但他从"从零排查"变成了"验证一个猜想",这两个状态的认知消耗完全不在一个量级。
当然这里有个前提要诚实地说:建议不准的时候比没有建议更糟。AI预判类功能我们向来建议客户小步上线,先小范围验证准确率,别一上来全量推。【此处可补充:你们对这类功能的落地节奏建议或真实经历】
降低认知负担,本质上是把系统往前提半步:让系统多记一点、多算一点、多猜一点,让人少想一点。
运维工程师的工作已经够重了——爬屋顶、钻配电房、风吹日晒。系统存在的意义是替他分担,不是再给他添一门需要学习的课。
一个系统做得好不好,现场有个最朴素的检验标准:工程师修完设备收拾工具的时候,有没有顺手把工单在APP里结了。愿意用,就是好用。
关于维好维可:维好维可专注企业级数字化产品体验设计,服务过阳光电源、东方日升、伊利、上汽大众等120余家企业客户,在新能源、智能制造等领域有一线的运维系统设计经验。查看新能源行业案例 | 与我们讨论你的产品