新人想知道怎麼申請出差,打開公司 wiki,看到的頂層是「人資部」「財務部」「行政部」「工程部」。出差該找哪一個?申請表在財務部,規定在人資部,訂機票的流程在行政部。每個部門都把自己的部分寫好了,新人卻要點開三個地方才拼得出答案。
這篇是「知識庫怎麼建」團隊段的第二篇。order 6 談了團隊 wiki 為什麼會爛、要寫哪幾種文件,這篇談這些文件怎麼分層、怎麼命名,讓新人找得到。頁面內文怎麼寫留給 order 8。讀完你能替團隊 wiki 畫出兩層架構,用卡片分類找出讀者的分法,再用樹狀測試驗證。
按部門分,還是按任務分
按任務分的好處,主要是觀察,不是對照實驗。 Nielsen Norman Group(NN/g)多年研究企業內網,觀察到按任務組織的內網比按部門組織的更撐得過組織改組,因為內容的位置不取決於誰負責或誰寫的(NN/g 2014)。他們 2024 年整理 57 個內網的指南也寫道,按部門組織資訊會讓人難找(NN/g 2024)。不過 NN/g 也承認,按部門分的好處是方便維護:每一區都知道歸誰。
有實驗的研究,結果反而偏向部門。 Cozijn 等人 2007 年在一家公司的行銷部門做了實驗:同一批內網內容,一組按部門分,一組按工作任務分(Cozijn et al. 2007)。從第一次點擊到找到資料的搜尋時間,按任務分那組多出一倍以上;研究者認為,這是因為受試者熟悉組織圖。錯誤數兩組沒有顯著差異,但每組不到十人,這不代表兩種分法一樣準。按任務分那組做了幾題之後越來越快,但研究沒有直接比較兩組最後是否打平,作者自己也說不確定這個學習成本值不值得。
另外,兩版的連結文字也不一樣:部門版是名詞,任務版是動詞。有一題還因為任務版的標籤誤導受試者而被剔除,作者也說按任務分的標籤要特別花心思。這個實驗只有 20 人,都是熟悉公司組織圖的行銷部員工。
標籤的影響比分類方式大。 Resnick 和 Sánchez 2004 年在購物網站上同時改變分類方式和標籤品質(Resnick & Sánchez 2004)。標籤品質對完成時間、錯誤次數和滿意度都有明顯影響。分類方式對完成時間沒有顯著影響;它對錯誤和滿意度的影響主要出現在標籤差的時候,而且是按商品分的那組比較好。另一個值得注意的發現是:研究者先請另一組人做卡片分類,大多數人按任務分組,但實際用起來,按任務分的版本並沒有比較快。使用者自己分出來的分法,不一定是他們用起來最快的分法。
GitLab 選了職能,也承認這樣違反直覺。 GitLab 公開的 Handbook 有三千多頁,頂層按職能分。他們的說法是,這樣每一份內容都有位置、也有負責人能保持更新,並承認「Adhering to this hierarchy is sometimes counter-intuitive.」(Handbook Usage)。為了補償,他們要求標題寫得具體、讓人搜得到,每頁頂端都有搜尋;需要從另一個角度看時,例如新人入職,就做一頁只放連結、不複製內容的頁面。他們明文不做常見問題、快速連結這類頁面。
結論:主結構看誰負責,入口頁看讀者要做什麼
把上面幾項放在一起,我的建議是:
- 主結構選一個每頁都找得到負責人的分法。 多數團隊就是按部門或職能;如果你的 wiki 只屬於一個團隊,「部門」就換成負責的小組、系統或人。這是 order 6 說的「誰來維護」問題,分類方式要幫它,不是跟它作對。代價是組織調整時,頁面要跟著搬家;搬的時候留轉址,入口頁就不會斷。
- 加幾頁按任務整理的入口頁。 例如「新人第一週」「出差」「請假」,裡面只放連結,指到各部門的原始頁面。內容只有一份,入口可以有很多個。
- 花最多力氣在標籤上。 頁面標題、資料夾名稱,用讀者會搜的字。
這裡有一個兩邊說法不同的地方:NN/g 2024 年的指南把詞彙表、取了好名字的快速連結列為好用的導覽,GitLab 卻明文不做。GitLab 給的理由是這類頁面很難保持更新,也跟按職能組織的結構不合。我的解讀是,GitLab 擔心的是答案被複製一份、之後沒人更新;入口頁只放連結、不放內容,就避開了這個問題。
頁面標題怎麼取
讀者搜尋或瀏覽目錄時,最先看到的通常就是標題。我的幾個原則:
- 寫讀者會搜的字,不寫內部代號。 「出差申請」比「財務表單 F-07」好;「請假」比「假別管理辦法」好找。
- 寫內容是什麼,不寫什麼時候寫的。 「Q3 會議紀錄」說的是時間,讀者要找的是會議裡的決定。
- 一頁一件事,標題說得出那件事。 如果標題要用「與」「及」連三件事,大概要拆成三頁。
卡片分類與樹狀測試
這兩種方法用在不同時間點:分之前(或改版之前)用卡片分類了解讀者怎麼分,分完之後用樹狀測試驗證讀者找不找得到。
卡片分類(card sorting):把頁面標題寫在卡片上,請受試者自己分組、自己命名(NN/g Card Sorting)。
- 卡片數:NN/g 建議 30 到 50 張,避免受試者做到疲累、亂分。這是他們的經驗值,不是實驗結果。
- 開放式優先:讓受試者自己決定有哪些組。要驗證現有的分類,NN/g 建議改用樹狀測試。
- NN/g 建議的人數:質性研究至少 15 人;量化研究要 30 到 50 人。
- 原始研究的人數:常被引用的 Tullis 和 Wood 2004 年的結論是 20 到 30 人(Tullis & Wood 2004);那是單一公司內網的一個案例。
- 記得 Resnick 的發現:卡片分類告訴你讀者「覺得」怎麼分合理,不保證那樣分最好找。
樹狀測試(tree testing):把架構寫成純文字的樹,不放任何設計,給受試者一個任務(「你要申請出差,會點哪裡?」),看他們點到哪(NN/g Tree Testing)。
- 正確答案要放在最底層,不能是本身也有頁面的上層分類。
- 看第一次點擊點到哪裡:第一次就點對頂層分類,往往能預測最後找不找得到。
- 基準:NN/g 引用一項彙整 98 個樹狀測試的研究,任務成功率的中位數是 62%(NN/g Tree Testing Part 2)。最好的比較基準還是自己上一版的結果。
- 目標:最關鍵的任務,NN/g 建議成功率要到 90% 以上。
- 工具會影響結果:Kuric 等人 2025 年比較了幾種樹狀測試的介面,換一種介面,難題上的結果就可能不同(Kuric et al. 2025)。比較兩版架構時,用同一個工具。
例子:同一批文件的兩種樹
假設你有這些頁面:出差申請表、出差規定、訂機票流程、請假規定、請假表單、新人電腦設定、新人報到流程、報帳流程、部署 SOP、API 文件。
按部門分(主結構) 按任務的入口頁(只放連結)
├── 人資 ├── 新人第一週
│ ├── 請假規定 │ ├── → 新人報到流程
│ ├── 請假表單 │ ├── → 新人電腦設定
│ ├── 出差規定 │ ├── → 請假規定
│ └── 新人報到流程 │ └── → 報帳流程
├── 財務 ├── 出差
│ ├── 出差申請表 │ ├── → 出差規定
│ └── 報帳流程 │ ├── → 出差申請表
├── 行政 │ ├── → 訂機票流程
│ └── 訂機票流程 │ └── → 報帳流程
└── 工程 └── 請假
├── 新人電腦設定 ├── → 請假規定
├── 部署 SOP └── → 請假表單
└── API 文件
左邊每一頁都有一個部門負責;右邊三頁入口頁不放內容,只指回左邊。出差規定改了,只要改人資那一頁,入口頁不用動。入口頁也要有負責人:新增、搬移或刪除頁面時,記得回來更新連結。
研究的限制
按部門和按任務的直接比較很少,上面兩個實驗都很小,Resnick 那篇是購物網站,「任務」指的是購物目的,不是工作任務。2020 年後的英文研究裡,沒有看到直接比較這兩種分法的實驗。NN/g 的建議多半來自他們的觀察,公開文章沒有附對照數據。
今晚可以做的事
- 列出新人最常問的五個問題。 每個問題,數一數答案散在幾頁、幾個部門。
- 散在三頁以上的,做一頁入口頁。 只放連結,不複製內容。
- 改三個最難搜的標題。 換成新人真的會打進搜尋框的字。
- 做一次小型樹狀測試。 把 wiki 頂層和第二層寫成純文字,找三位新人,給他們五個任務,記下第一次點擊點到哪裡。三個人只能看出哪裡容易走錯,不能算成功率,也不要拿去跟 62% 比。
自我檢查
問: 一頁標題叫「Q3 會議紀錄」,好不好找?
判準: 看讀者是誰。開過會的人也許記得是 Q3,但新人不知道有這場會,他會搜想知道的那件事,例如「出差規定改了什麼」,所以對新人不好找。比較好的做法是:會議紀錄照時間放在封存區;會議裡改了規定,就直接更新「出差規定」那一頁;要留下為什麼這樣決定,另寫一份決策紀錄(order 8 會談怎麼寫),兩頁互相連結。
參考資料
- NN/g 2014, Intranet Information Architecture (IA) Trends
- NN/g 2024, Intranet Usability Guidelines: New Findings From 57 Intranets
- Cozijn, Maes, Schackman & Ummelen 2007, Structuring job related information on the intranet: An experimental comparison of task vs. an organization-based approach (Journal of Technical Writing and Communication)
- Resnick & Sánchez 2004, Effects of organizational scheme and labeling on task performance in product-centered and user-centered retail Web sites (Human Factors)
- GitLab Handbook
- GitLab Handbook: Handbook Usage
- NN/g 2024, Card Sorting: Uncover Users' Mental Models for Better Information Architecture
- Tullis & Wood 2004, How Many Users Are Enough for a Card-Sorting Study? (UPA 2004)
- NN/g 2023, Tree Testing: Evaluate Menu Labels and Categories
- NN/g 2024, Tree Testing Part 2: Interpreting the Results
- Kuric, Demcak & Krajcovic 2025, Validation of information architecture: Cross-methodological comparison of tree testing variants and prototype user testing (Information and Software Technology)