內容變多之後，網站需要的是「很會來事」的探索設計
文章越多，理論上選擇越多。實際上卻可能更難找到東西。
首頁反覆出現同一批卡片；進到全部文章後，滑鼠滾輪一轉，標題飛快掠過；於是有人說「那就只放6篇」。可是如果這6篇都沒興趣，讀者甚至看不到第7篇就走了。站內搜尋也不是萬靈丹，因為隨便逛的人可能根本還沒有搜尋詞。
庫存有、搜尋有、推薦也有，發現卻沒有發生。
真正的問題是網站把探索成本幾乎全丟給讀者。
0. 30秒版：不是把倉庫縮小，而是讓「店員」更貼心
少量顯示有用，但只是一個觀察窗口。
第一組沒命中時，要立即提供方向：更多親身經驗、更多實用內容、比較、原因說明、輕鬆內容、完全不同的主題。
不要讓使用者每次都從零想出搜尋詞。
理想狀態是：
「這個不是？那你是不是在找這些？」
1. 首頁為什麼很快變成「又是這個」
線上新聞推薦研究指出，同一內容反覆曝光會產生使用者疲勞。[1]
Bing Now 的行為紀錄中，每次顯示15則新聞；兩次造訪間隔在2小時內時，平均有11則重複。把過去曝光與互動加入排序後，全部使用者最高改善15%，高頻使用者最高改善34%。[1]
這不是說舊文章都要消失。
三個月前的常青文章，對第一次看到的人仍然新；十分鐘前發布的文章，如果今天已被同一人看到四次，也會顯得陳舊。
所以要區分文章本身的新舊，與對這個人來說是否新鮮。
2. 清單何時從資訊變成瀑布
超長清單理論上什麼都有，但滾輪與手指會把它變成標題流水。
100篇文章中如果真正看清楚的只有8篇，其餘92篇只是庫存，不算被發現。
「選項越多越糟」也不是普遍規律。2010年的統合分析匯總50個實驗、5,036人，平均選擇過載效應接近零，但研究間差異很大。[2]
問題更接近：
一次要求人比較太多、又難以分辨差異的選項。
3. 「先放6篇」也不是完成答案
少量卡片較容易比較，但會產生漏接風險。
6篇都沒中，讀者可能在第7篇出現前離開。
因此6、8、10篇都只是一次觀察窗口，不是魔法數字。
旁邊直接放「換一組」「更實用」「更多親身經驗」「深入這個主題」「輕鬆一點」「完全換方向」。
2026年 NU.nl 的兩週正式環境實驗顯示，在維持相關性的同時降低清單內部相似度的方法，提高了點擊率與感知相關性。[3]
多樣性不是隨機，而是不要太像、又仍然有興趣。
4. 全部文章保留，但別當大門
全部文章頁仍有價值：找以前看過的內容、深挖主題、按日期瀏覽。
只是它不必承擔隨便逛逛的第一入口。
不要讓讀者「從127篇選一篇」，而是「先從127篇裡挑幾個可能有意思的方向給你」。
全部查看、精確篩選、日期排序都可以留著。
5. 搜尋的隱藏成本：人要自己發明搜尋詞
站內搜尋只有在人已經能說清楚需求時才強。
隨便逛的人，意圖可能還沒形成。
空搜尋框只寫「輸入關鍵字」並不會幫忙。
Baymard 的大規模搜尋測試顯示，使用者常把自動完成建議當作組合自己搜尋詞的起點，不只是原樣送出。[4]
所以價值不只是少打幾個字，而是幫人回答：
「我到底該怎麼搜？」
6. 「很會來事的搜尋」應該建議意圖，而不只是標題
輸入「工作」，可以出現：
- 討厭工作本身
- 人際關係很累
- 正在猶豫要不要換工作
- 想提高效率
- 想看真實經驗
甚至沒輸入時，也能從「怎麼辦」「選哪個」「為什麼會這樣」「實際怎麼樣」「來點有意思的」開始。
讀完文章後，再出「接著比較」「看原因」「看相反案例」。
日本在2026年流行過「気が利くねぇ」這個網路迷因，大意就是「喔，滿貼心、很會嘛」；它因高須幹彌的珍珠奶茶影片脈絡而廣泛流傳。[5] 最早來源另有說法，因此這裡不認祖歸宗。
好的介面要讓人產生同樣的反應：
還沒開口，下一步已經先準備了一點。
7. 不需要每敲一個鍵就呼叫大型語言模型
文章生成時順便做探索中繼資料即可：
相關搜尋詞、問題類型、相近主題、對照主題、文章調性、讀後下一個疑問。
線上只需依照目前文章、近期曝光、近期點擊、未看過加分與清單多樣性排序。
昂貴模型放在編輯階段，正式網站用快速便宜的排序。
8. 首頁、清單、搜尋不要做成三座孤島
首頁負責具體候選與降低重複疲勞。
清單負責一次可比較的數量，以及多個下一方向。
搜尋負責空狀態也能開始，輸入時同時補助文字與意圖。
三者共享：
讀者狀態 + 內容中繼資料 + 曝光歷史。
9. 只看點擊率，最後會變成標題黨工廠
應該看：
候選 → 真正曝光 → 點擊 → 到達 → 有效閱讀 → 下一篇 → 再訪。
另外看同一卡片第1、2、3次曝光的反應、重複造訪的重合率、換一組的使用、搜尋建議的選擇與修改、零結果、快速滑動後離開、第一組沒點時是否繼續，以及從未被推薦過的文章是否得到曝光。
最重要的問題是：
前6篇沒中時，讀者能不能走到第7篇？
10. 結論：從「請搜尋」變成「你是不是在找這個？」
大型內容網站遲早會遇到倉庫問題。
全放會淹沒，少放會漏掉，搜尋框可能沒人打字，固定推薦會膩，個人化太強又會越看越窄。
答案不是某個神奇卡片數量。
庫存可以很多，畫面可以很少，下一個方向可以很多，搜尋詞可以由網站先幫忙想一半。
不要只把巨大清單換成6張卡片。
在6張之後，放一個很會來事的下一步。
資料來源
- Hao Ma, Xueqing Liu, Zhihong Shen (2016), User Fatigue in Online News Recommendation doi.org
- Benjamin Scheibehenne, Rainer Greifeneder, Peter M. Todd (2010), Can There Ever Be Too Many Options? doi.org
- Robin Verachtert, Kim Falk, Christine Bauer (2026), Enhancing Diversity in News Recommendations Increases Click-Through Rates doi.org
- Baymard Institute (2024), Always Copy the Active Autocomplete Suggestion to the Search Field baymard.com
- 依2026年9月公開迷因流通資料確認，不斷言最早來源。
