用户说“我看到了”，但视线实际落在哪里，往往是另一回事。眼动追踪通过记录视线落点与移动轨迹，把注意力分配转化为可观测的时间序列数据，用来回答“第一眼看到什么”“关键信息是否被读到”“这个按钮为何被忽略”等问题。它不能替代访谈，却能为设计判断提供客观依据。
常见技术路线与取舍
- 屏幕式（遥测式）：红外光源配合摄像头，被试坐在显示器前，无需接触设备，适合网页、软件界面与静态材料的测试。
- 穿戴式眼镜：适用于货架、展厅、真实作业环境等需要移动的场景，能还原自然行为，但数据整理成本更高。
- VR/AR 集成方案：在沉浸式环境中研究注意力分布，适合空间界面与仿真训练。
- 基于普通摄像头的方案：成本低、部署快，但精度与稳定性有限，更适合大样本粗筛而非精细测量。
选型时重点看三项：采样率、空间精度、对头部运动的容忍范围。指标要求越高，对实验环境与操作规范的要求也越高。
核心指标怎么读
- 注视次数与注视时长：反映信息加工的强度，但必须与具体任务绑定才有解释力。
- 扫视路径：体现视觉搜索策略，常用于判断信息层级是否清晰。
- 首次注视时间：衡量某个区域捕获注意力的效率，适合评估首屏与主视觉。
- 兴趣区（AOI）注视占比与回视次数：判断关键内容是否被有效阅读。
- 热图与轨迹图：便于沟通与提出假设，但不宜单独作为结论依据。
典型应用场景
- 可用性测试：定位界面中被告知却未被看见的入口与提示。
- 广告与包装评估：比较不同版式的视觉显著性差异。
- 阅读与信息架构研究：观察标题、导航与正文的实际阅读顺序。
- 培训与技能评估：分析操作流程中的注意分配是否合理。
- 人机交互与辅助输入：为视线交互、无障碍设计提供依据。
让结论站得住的做法
先明确研究问题与假设，再决定指标，而不是先买设备再找用途。校准质量需记录，并事先约定剔除标准；样本量与任务粒度要匹配，避免用少量被试的几张热图下普遍性结论。分析时把眼动数据与任务绩效、访谈记录、行为日志做三角验证，报告中写明设备型号、采样率、环境光照与筛选规则，便于他人复现。这也是眼动追踪研究可信度的基础。
局限与合规提醒
眼动追踪反映的是“看”，不等于“理解”或“偏好”，需要结合其他方法解释。佩戴眼镜、睫毛遮挡、环境红外干扰都会影响数据质量，实验前应做预测试。涉及人脸与行为数据时，应告知用途、取得知情同意、最小化采集范围并设定留存期限，避免超出研究目的使用。