入坑助手
重新定义复杂影视/游戏系列的观看指南
一、项目背景与痛点
1.1 问题发现
随着漫威电影宇宙、星球大战等长线IP的不断扩张,影视和游戏系列的作品关系变得错综复杂。在观察用户的实际观影行为时,我发现了一个普遍痛点:入坑门槛过高。
具体表现有三个典型场景:
- 无从下手:面对几十部甚至上百部的作品列表,新手在决策起点时就已感到疲惫,极易被劝退。
- 断层焦虑:用户害怕按错误顺序观看,担心看到一半发现漏了关键前作、体验受损或看不懂剧情。
- 官方顺序的局限:官方通常只提供”上映顺序”或”时间线顺序”两种标准答案,但用户实际需要的是”仅看主线”、“跳过口碑差的”或”按某位UP主推荐”等定制化顺序。
1.2 核心洞察
在对多个IP社群的观察中,我发现了一个关键现象:
对刚入坑的新人来说,他们根本不需要去理解作品间错综复杂的网状关系。他们只想搞懂一件事——“按什么顺序看哪些作品才是最适合我的”。
这个洞察直接决定了产品的设计方向:放弃”关系图谱”这种常见的全貌浏览方案,转而提供清晰的”行动指引”。
1.3 产品定位
基于以上洞察,“入坑助手”被定位为一个UGC驱动的结构化观看指南工具。产品涵盖两个核心角色与使用场景:
创作侧——用户可以:
- 为自己喜欢的IP创建完整指南:搭建作品库、分组归类、编排多条观看路线、维护作品间的关联关系
- 通过JSON导入/导出实现数据迁移,发布给他人使用或备份继续编辑
消费侧——用户可以:
- 跟随他人创建的路线,一步步完成观看
- 记录个人进度和观看笔记
1.4 产品原则
整个设计遵循三条核心原则:
| 原则 | 含义 |
|---|---|
| 灵活性优于严谨性 | 不追求展现所有作品关联,而是切实解决”下一步看什么”的问题 |
| 概念极简 | 用户只需要理解【作品】、【组】、【路线】三个概念 |
| 软引导而非硬限制 | 提供依赖提醒,但不阻止用户按自己的意愿标记 |
二、信息架构:将复杂逻辑收敛为三个概念
为了降低用户的认知负荷,我将底层复杂的逻辑关系收敛为用户只需理解的三个极简概念:
| 概念 | 定义 | 对用户的意义 |
|---|---|---|
| 作品 | 构成指南的原子单位(一部电影、一季剧集、一款游戏) | “我看的是这个东西” |
| 组 | 作品的容器。分为”有序组”(如三部曲,带序号)和”无序组”(如平行外传,无序号) | “这几个作品是一起的” |
| 路线 | 一个指南包含多条路线,每条路线由节点(作品/组)按顺序排列而成 | ”按照这个顺序看” |
这组概念的设计意图是:用户不需要知道为什么某部作品被归入某个组、为什么这个组出现在这个位置——他们只需要跟随路线,消费内容。
三、核心决策一:将”前置依赖”从作品属性移至节点属性
3.1 常规思路的问题
在设计初期,一个看似自然的想法是:把”必看前作”设为【作品】的一个字段。
但这个方案很快暴露出问题——同一个作品在不同语境下,前置条件可能是不同的。
举例:《龙珠Z》和《龙珠改》(原版和重制版)。
- 在【怀旧路线】中,《龙珠Z》可能是后续作品的前置
- 在【新玩家路线】中,《龙珠Z》的位置则被《龙珠改》替代
如果把”前置依赖”绑定到作品本身,这个矛盾就无法调和。
此外,该方案还会带来一个隐性问题:作品一旦被赋予前置依赖,即使未被纳入任何路线,也会持续受到限制。 这种“全局硬约束”会显著削弱系统的灵活性。
与此同时,如果将「前置依赖」进一步弱化为纯粹的“建议”,彻底移除“锁定”机制,也会带来新的问题:
一方面,缺乏结构化的顺序提示,会使路线的理解成本显著上升,用户更难把握内容之间的关系; 另一方面,也会削弱产品中的“进程感”(sense of progression),降低探索与推进路径时的趣味性。
因此,本方案在“自由”与“引导”之间做出折中: 通过“软锁”提供结构感与目标感,同时避免对用户行为施加硬性限制。
3.2 设计方案
核心决策:前置依赖降级为【路线节点】的属性。
具体实现:
- 软锁机制:未完成前置的节点显示灰色锁定图标,同时不显示勾选框,这为需要按部就班的用户提供视觉指引。
- 强制自由:用户只要点击进入作品详情侧拉栏,就可以随时强制标记”已看”,系统不做硬性拦截。
- 解耦复杂条件:同一个作品在不同路线下可以有完全不同的前置设置,且不污染作品本身的基础数据。
3.3 设计考量
这个决策背后是产品原则的体现:灵活性优于严谨性,软引导而非硬限制。
如果App阻止用户标记”已看”,是在挑战用户的真实认知——现实中不按顺序观看的情况太普遍了(例如被朋友拉去看没看过前作的最新院线电影)。系统应该尊重用户的主体性,同时提供足够的信息支持他们做出知情决策。
四、核心决策二:路线节点的”多态表达”
4.1 现实复杂性
在定义了”路线由节点组成”之后,我发现现实中的观看顺序不是绝对线性的,而是充满各种特例:
- 有时几部外传可以任意顺序观看(不影响主线理解)
- 有时某三部曲需要作为一个整体区块连续观看
- 有时某部OVA需要精确插入在两集TV剧集之间
如果只用单一的”作品A → 作品B”来连线,无法准确传达创作者的意图。
4.2 设计方案
我设计了节点的四种多态表达,让创作者可以根据场景选择合适的形态:
| 节点形态 | 结构说明 | 语义传达 | 典型场景 |
|---|---|---|---|
| 纯作品节点 | 节点为一个单独的作品 | 最直白的线性顺序表达 | 标准正传按部就班推进 |
| 无序组节点 | 节点为一个无序组,展开后内无序号 | 此阶段下可任意顺序观看 | 多部独立外传、平行短篇 |
| 有序组节点 | 节点为一个有序组,展开后带序号 | 此阶段下建议严格按序连续观看 | 某角色三部曲作为整体区块 |
| 作品节点+附属 | 主节点下挂载附属作品,可附带备注 | 需要精确插入特定时间点的特例 | 某剧场版需插入在某两集之间 |
4.3 设计意图
这套模型的核心价值在于:让”顺序”这件事的表达更精确,而不增加用户的认知负担。
对跟随路线的用户来说,他们只需要知道:
- 看到”无序组”→ 这里面的作品随便看
- 看到”有序组”→ 按组内的序号看
- 看到”作品+附属”→ 按备注说明的位置看
五、交互设计:查看模式的三层信息降噪
指南详情页是整个产品的核心使用场景。设计的关键挑战是:如何避免用户在面对庞大IP时认知超载?
我的解决方案是分层设计:将信息按使用频率和场景复杂度分为三个层级,用户按需深入。
5.1 L1 宏观层:Tab导航分离视角
页面顶部设置三个Tab,将三种不同的浏览视角分开:
- 观看路线:默认视图,聚焦于”下一步看什么”
- 所有作品:完整作品列表,支持搜索、筛选、排序
- 所有组:按组浏览,理解整体结构
这种分离的价值在于:默认情况下用户只面对单一焦点(路线),不会被全量信息淹没。
5.2 L2 聚焦层:纵向时间线
当前路线的节点流以纵向时间线形式呈现。这个视图的设计原则是极简:
- 只显示作品/组的标题和状态图标
- 状态图标采用极简符号:实心绿点=已完成、蓝色边框=当前、灰色锁=锁定
- 组节点可展开,展开后显示内部列表
- 所有复杂信息(关联关系、个人笔记)都被隐藏
5.3 L3 微观层:侧拉面板
当用户点击某个节点时,从右侧滑出详情面板。在这里才集中展示:
- 作品基本信息
- 关联作品(续作/外传/前传等用户自定义标签)
- 进度标记控件
- 个人笔记输入框
这种设计的逻辑是:用户绝大多数时间只需要看时间线、点”标记完成”。只有在需要额外信息或做特殊操作时,才需要进入L3层。
5.4 路线切换
顶部提供下拉菜单,用户可以在多条路线间切换(如”入坑推荐”、“完整时间线”、“仅主线”),时间线内容实时更新。
每一路线的定位和推荐人群会在切换时做简要说明,帮助用户选择适合自己的路线。
六、创作模式:从消费到生产
消费侧验证完成后,产品自然延伸到一个关键问题:路线从何而来?
如果路线只能由我作为设计者手动录入,那”UGC驱动”的定位就难以成立。因此,我围绕如何让爱好者为自己的心头好创建结构化指南这一命题,设计了创作模式。
6.1 创作工作流
我将创作过程解构为五个功能域,用户在顶部Tab间自由切换,没有严格的先后顺序:
| 步骤 | 功能域 | 用户操作 |
|---|---|---|
| 1 | 指南设置 | 修改标题、简介、封面、作者署名 |
| 2 | 作品库管理 | 添加作品条目,填写类型、发行时间、集数、时长、简介 |
| 3 | 分组管理 | 将作品归入有序组或无序组,随时增删、调整组内顺序 |
| 4 | 路线搭建 | 以时间线视图将作品/组按顺序排列,支持拖拽、备注、前置依赖、附属作品 |
| 5 | 作品关联 | 标注作品间的续作/前传/重制/外传关系,建立有向关系网 |
这种松耦合的工作流设计降低了创作的心理门槛——不需要一次完成所有事情,可以随时迭代编辑。
6.2 本地优先的架构决策
创作模式采用 Local-First 原则:
- 所有数据存储在浏览器本地,无需联网、无需登录
- 每次修改后自动保存到 localStorage,关掉页面再打开也不会丢
- 通过 JSON 文件的导入/导出实现数据迁移:导出给消费侧使用,或导入备份继续编辑
这个架构选择的背后思考是:降低发布门槛比功能完整更重要。如果用户需要注册账号、搭建服务器才能发布一个指南,大部分人会直接放弃。
6.3 四个操作域的交互设计
指南设置
采用表单式布局,字段包括标题、简介、封面图、作者署名。所有字段失去焦点即触发自动保存,用户无保存负担。
作品库
作品以卡片网格排列,每张卡片展示标题、类型标签和发行年份。顶部提供搜索框、类型筛选下拉和排序切换(按标题/按发行时间)。点击卡片进入编辑弹窗,表单包含标题、作品类型(TV/剧场版/OVA/游戏)、发行时间、集数、每集时长、简介。其中仅标题为必填项,其余字段用以富化展示。
分组管理
同时展示”有序组”和”无序组”两个区块。每个组以折叠面板呈现,展开后显示内部作品列表。有序组的作品带有序号标识,支持拖拽重新排序;无序组的作品无序号,仅作为集合展示。组内增删操作通过下拉选择器完成,从已有作品中选取加入。
路线搭建
路线编辑采用纵向时间线布局,与消费侧 L2 层视觉一致。每条路线在顶部有标题输入框和描述输入框。
节点添加通过”添加节点”按钮触发,弹出选择器让用户选取作品或组作为节点。每个节点附带三个可选属性:
- 备注:为节点添加额外的说明文字
- 前置依赖:设置该节点依赖的前置节点,消费侧据此计算锁定状态
- 附属作品:将一个或多个作品附加到该节点下,附带位置说明(如”在两集之间观看”)
节点间的顺序通过拖拽手柄调整。拖拽时其他节点自动让位,给予流畅的视觉反馈。
6.4 设计意图
创作模式的设计核心在于:消费侧的概念模型就是创作侧的操作模型。用户在消费侧看到的【作品】、【组】、【路线】三个概念,在创作侧以同样的结构呈现和编辑。这种对称性降低了用户从消费到创作的角色转换成本——熟悉消费界面的用户,自然知道如何在创作界面操作。
七、验证方法:从低保真到可交互Demo
面对节点多态、状态联动(锁定/部分完成/全部完成)、路线切换等复杂交互,传统的静态高保真设计稿往往难以高效验证体验的真实流畅度。
因此我采用了一种注重效率的验证工作流:
| 步骤 | 方法 | 目的 |
|---|---|---|
| 1 | Figma低保真线框 | 剥离色彩和样式,专注于L1-L3布局及编辑模式信息层级 |
| 2 | AI辅助生成代码 | 将线框+PRD数据规范输入AI,生成涵盖消费侧与创作侧的Vue组件骨架 |
| 3 | 迭代优化AI输出 | 对初始生成结果提出具体改进意见,反复对话打磨至可用效果 |
| 4 | 本地数据构建 | 用TS文件模拟节点多态、软锁状态、编辑器CRUD等完整数据模型 |
| 5 | 云端部署 | 产出可直接体验的Demo,进行交互验证 |
这个流程的核心价值是:跳过视觉打磨,快速验证核心交互逻辑是否自洽。当前 Demo 已完整覆盖消费侧体验(跟随路线、标记进度)与创作侧体验(指南设置、作品库管理、分组管理、路线搭建、作品关联、导入导出),完整验证了从内容消费到内容生产的 UGC 闭环。
八、总结
-
洞察驱动设计:放弃关系图谱不是偷懒,而是基于”新人不需要理解关系网,只需要行动指引”这一核心洞察的主动选择。
-
概念收敛的力量:将复杂逻辑收敛为三个极简概念,降低了用户的认知门槛,也让整个产品的信息架构更加清晰。
-
灵活性与严谨性的平衡:软锁机制+强制自由的设计,在提供引导的同时保留用户主体性,是对现实用户行为的尊重。
-
分层设计的价值:L1/L2/L3三层信息架构,让用户按需深入,在大信息量场景中避免了认知超载。
-
消费与创作的概念对称:消费侧的概念模型直接映射为创作侧的操作模型,降低了用户从跟随便用到内容创作的角色转换成本,让 UGC 闭环真正可落地。