Numbers That Count, Numbers That Show
整合自 Stephen Few《Show Me the Numbers》与 Chip Heath & Karla Starr《Make Numbers Count》。 两本书的角色互补：
- Heath & Starr 管 意义层 — 怎样让一个数字被人脑「抓住」。
- Few 管 视觉层 — 怎样把数字以图表/表格的方式正确呈现。
把它们合在一张工作台上，得到一条完整的链路： 受众 → 意义 → 形式 → 干净呈现 → 收尾解读。
0. 一个总框架（开干前先问这三句）
在写任何含数字的内容前，先回答：
- 谁读？他读完后要做什么决定或动作？ （读者不是抽象的「公司」「团队」，是一个具体的人。）
- 整段内容的 ONE takeaway 是什么？ （能压缩成一句话的那个结论。如果压不出来，先回去想，别先画图。）
- 这个 takeaway 是定性的还是定量的？
- 定性的（例如「我们达成目标了」），数字只是支撑 → 用散文 + 1–2 个被锚定的数字。
- 定量的（例如「不同渠道的转化差异」），数字是主体 → 用表格或图表。
这一步是产出质量的最大杠杆。形式选错（图改成表，或反之），后面再多努力也救不回来。
Part I — 让数字落地（Heath & Starr 的核心）
人脑没进化出处理大数字的能力。我们天然处理的是 1、2、3、很多。任何"亿、百分、毫秒、纳米"都需要翻译。
Rule 1. 默认动作：能不写数字，就别写
数字看起来严谨，但常常掩盖意义。读者看到 23% YoY，不知道这是好是坏，要费脑力跨级比较。
- ❌ "我们的留存率是 87.3%。"
- ✅ "在我们这一类产品里，留存表现是头部的。"
判断标准：把数字删掉，意思还在吗？还在，就删。 保留数字的合法理由通常只有：精确决策、合规留痕、对比要算账。
Rule 2. 必须保留时，激进地简化
人能"抓住"的精度比人愿意呈现的精度低得多。
| 原数字 | 抓得住的版本 |
|---|---|
| 89.7% | 9 in 10 / 接近九成 |
| 1,247,856 | 约 125 万 / "破百万" |
| 2.7× | 接近 3 倍 / "翻三倍" |
| 33.4% | 1/3 |
| 49.6% | 「一半」 |
默认偏好：
- 整数 > 小数；分母 ≤ 10 的分数 > 百分比；
- "1 in N" 比 "X%" 在 1–2 位数时更好抓（"1 in 4 children" > "25% of children"）；
- 概率 → 频率（"20% chance" → "every 1 in 5 patients"）。
例外：财务、合规、医学剂量等场合，精度本身就是信息，不能简化。
Rule 3. 给数字一个「锚」（Translation by anchoring）
漂在空中的数字没有重量。要把它系在读者熟悉的物体、时间、空间上。
经典锚的库（背下来当肌肉记忆）：
| 维度 | 锚 |
|---|---|
| 时间 | 1 百万秒 ≈ 12 天；1 十亿秒 ≈ 32 年 |
| 钱 | 一杯咖啡 $5/天 ≈ $1,825/年 ≈ 22 年买一辆 Tesla |
| 距离 | 地球周长 ≈ 4 万公里；LA → NY ≈ 4,000 公里 |
| 人口 | 大型体育场 ≈ 8 万人；小城市 ≈ 10 万；旧金山 ≈ 80 万 |
| 数据 | 一张照片 ≈ 3MB；一部 HD 电影 ≈ 4GB；国会图书馆全部文本 ≈ 15TB |
| 体积/重量 | 一支黄油 ≈ 113g；一个篮球场 ≈ 420㎡ |
核心规则：
- 用 读者 的世界，不是 你 的世界。给会计的锚不是给程序员的锚。
- 同一组数据，给不同受众，用不同的锚。
- 锚要让人 看一眼就抓住，要解释才用的就不是锚。
Rule 4. 切换维度（Dimensional shifts）
同一个事实，从不同维度讲，给人的感受完全不同。
- 0.1% 缺陷率，听起来"很低"。
- 但产量是 100 万件 → "1,000 件坏货" → "一整个挤满人的演唱会"，瞬间炸。
切换的常见组合：
- per-day → per-year → per-lifetime
- 百分比 → 绝对人数
- 总量 → 人均
- 累计 → 即时
用法：先写出几个维度，挑那个 最贴你想让对方感受到的情绪 的。
Rule 5. 让读者「数」（Process numbers）
大数字一次报出来麻木；让读者自己 数 出来，记忆和情绪都翻倍。
"想象一个房间里有 100 个人。其中 32 个……"
把"32%"改成上面这种 100 人剧场，读者会脑补画面。这是 Heath & Starr 反复强调的把抽象量"演出来"。
适用场景：演讲、长文开篇、产品故事页。
Rule 6. 渐强（Crescendo），不要一上来就放峰值
按规模递增地排列数字，对比触发"哇"。
"蛇每年杀 10 万人。狗 2.5 万。鲨鱼 6 个。蚊子？72.5 万。"
经典结构：从一个普通锚 → 类似量级 → 一个反直觉的更大量。
Rule 7. 数据 + 故事，必须配对
- 单纯的统计：脑信，心不动。
- 单纯的故事：心动，但不知道是个例还是普遍。
- 同事+：1 个具体的人，配上 1 in 4 的统计。这是慈善捐款、政策叙事、市场叙事的黄金组合。
Rule 8. 拒绝统计学黑话
-
❌ "中位数家庭收入是 $75K。"
-
✅ "一半的家庭年收入在 $75K 以上，一半在以下。"
-
❌ "p < 0.05"
-
✅ 给非专家读者：直接说"这个差异不太可能是偶然"或省略。
Part II — 把数字摆好（Few 的核心）
让数字在视网膜到大脑这条管道里损耗最小。
Rule 9. 选对形式：散文 vs 表格 vs 图表
| 形式 | 适用 | 信号 |
|---|---|---|
| 散文 | 1–3 个数字嵌在叙事里 | "增长翻倍（47 → 94 单）" |
| 表格 | 精确查值；4+ 个值；多个单位/指标并列 | 读者要读出具体值 |
| 图表 | 模式、趋势、对比、分布、相关性 | 读者要 看出形状 |
判断题：你想让读者「读」一个数字，还是「看出」一个形状？读 → 表格；看 → 图表。
Rule 10. 七种定量信息（Few 的图表选择基底）
每张图都在表达 其中一种 信息。先确定信息类型，再选图。不要从图样先选起。
| 信息类型 | 想说什么 | 推荐图 | 不要用 |
|---|---|---|---|
| 时间序列 Time-series | 一个量随时间变化 | 折线图（连续）/ 柱状（离散周期） | 饼图、雷达图 |
| 排序 Ranking | 谁多谁少（已排序） | 横向条形图（按值排序） | 饼图、3D 柱状 |
| 部分占总体 Part-to-whole | 一份占整体多少 | 条形图、堆叠条 | 饼图 ≥5 片；环图嵌套环图 |
| 偏离 Deviation | 实际 vs 目标/基准 | 子弹图（bullet graph）、带参考线的条形 | 仅展示绝对值的图 |
| 分布 Distribution | 值如何在区间分布 | 直方图、密度图、箱线图 | 折线连接频次 |
| 相关性 Correlation | X 与 Y 的关系 | 散点图（必要时加趋势线） | 双 Y 轴折线图 |
| 名义对比 Nominal comparison | 多类无序对比 | 条形图（大→小排序） | 饼图、词云 |
| （地理）Geospatial | 地理分布 | choropleth / 点地图 | 3D 地球仪 |
核心 mantra：信息类型 → 图类型。不要反过来。
Rule 11. 预注意属性（Pre-attentive attributes）
人脑在 200ms 内并行处理这些视觉特征：位置、长度、宽度、大小、方向、形状、闭合、颜色色相、颜色明度、运动。
实操规则：
- 用 ONE 个属性来 编码 数据（条形长度、点的位置）；
- 用 ONE 个属性来 强调 焦点（一个亮色 / 一个加粗）。
- 不要叠加冗余属性"求保险"，会让眼睛不知道看哪。
- 永远不要只靠色相：8% 男性是色盲，加粗/位置/形状必须能独立传达信息。
精度排序（从高到低）：位置 > 长度 > 角度 > 面积 > 颜色明度 > 颜色色相。所以长度（条形）几乎永远胜过角度（饼图）。
Rule 12. 颜色纪律（Color discipline）
颜色不是装饰，是一种带宽极窄的信道。乱用颜色 = 把高优先级带宽浪费在背景上。
- 默认全灰，留色给那个唯一焦点。
- 高饱和 = 强调；低饱和 = 上下文。
- 背景永远不要纯白纯黑：朝品牌色调一点点（OKLCH 里 chroma 0.005–0.015）。
- 别条件反射用蓝色（h≈250）或暖橙（h≈60），那是 AI/SaaS 默认陷阱。
颜色按用途分三种语义：
| 用途 | 配色规则 |
|---|---|
| 序列型（如收入档位） | 单一色相，明度从浅到深 |
| 分歧型（如盈亏，正负偏离） | 两个色相从中点分开（蓝↔红、青↔橙） |
| 类别型（如不同地区） | 最多 6 个色相；超过用位置/直接标签替代 |
自检：把图截图转灰度还能读出来吗？读不出来就重做。
Rule 13. 删非数据墨水（Non-data ink）
不承载信息的元素：删，或淡。
- 3D、阴影、渐变填柱：全删。
- 网格线：删；保留时降到 5–10% 不透明度。
- 背景色块：删。
- 图表外框：删。
- 图例：能直接在线/柱旁标，就不要图例。
- 坐标刻度：1,234,567 → "1.2M"。
Tufte 的 data-ink ratio 原则：每一滴墨水都该承载信息。
Rule 14. 条形图的硬规则
- Y 轴必须从 0 起（条形长度直接编码量级，截断 = 撒谎）。
- 按值排序（除非类别天然有序：周一到周日、年龄段）。
- 类别标签长 → 横向条形图。
- 条间距 ≈ 条宽的 20–30%。
- 焦点条用品牌色，其余灰色。
Rule 15. 折线图的硬规则
- Y 轴 可以 不从 0 起（编码的是相对位置/趋势）。
- 最多 5 条线；超过会变意大利面。
- 直接在线尾标名字，不要图例。
- 焦点线高饱和 + 加粗，其余线灰色。
- X 轴时间间隔均匀。
Rule 16. 饼图的硬规则
- 默认：不要用饼图。
- 仅当：① 切片 ≤ 4，② "占比"是核心信息，③ 切片差距大到一眼能看出。
- 必须满足：从 12 点钟开始，最大切片在右侧顺时针放置；按大小排序。
- 环图（donut）可以接受 — 中心放焦点数字。
Rule 17. 表格设计
- 数字右对齐，小数点对齐。
- 同列同小数位数。
- 等宽数字（CSS：
font-variant-numeric: tabular-nums; font-feature-settings: "tnum"）。 - 行分组用 空白 或 淡底色，不要同时用。
- 重网格线杀可读性 — 用空白 + 极淡分隔。
- 焦点行/列用淡底色或加粗，不要用红绿条纹（colorblind + 像 Excel）。
- 总览先放，细节后放。最多可见 7 行；其余折叠。
Rule 18. Dashboard 设计
Few 的核心主张：dashboard 是"重要信息一屏可见"，不是数据百货。
- 单屏，不滚动。
- 优先级排版：左上 = 最重要（F-pattern）。
- 每个 dashboard ONE 个主行动点（"应该让人做什么"）。
- 用 bullet graph 替代仪表盘 gauge（见 Appendix B）。
- sparkline（行内迷你折线）让趋势一眼可见，不占空间。
- 没有 logo 水印、没有装饰图标；图标只能承担"分类"职能。
Part III — 决策流（拿来即用）
Decision Tree A：要不要加数字
有结论可讲？
├─ 是 → 数字能让结论更可信/可决策吗？
│ ├─ 能 → 保留 1–3 个，按 Rule 2 简化、Rule 3 锚定
│ └─ 不能 → 删
└─ 否 → 先想结论，再回来
Decision Tree B：用什么形式呈现
读者要做的动作：
├─ 读出具体值 → 表格
├─ 看出形状/趋势/对比 → 图表（按 Rule 10 选）
├─ 记住一个结论 → 散文 + 1 个被锚定的数字
└─ 既要看形状又要查值 → 图表为主 + 可展开的表格
Decision Tree C：图选哪种（七问法）
| 问题 | 答 yes 用 |
|---|---|
| 是不是随时间变化？ | 折线图 |
| 是不是分类间排序对比？ | 横向条形图 |
| 是不是部分占整体？(≤4 类) | 条形 / 环图 |
| 是不是「实际 vs 目标」？ | bullet graph |
| 是不是值的分布？ | 直方图 / 箱线图 |
| 是不是 X-Y 关系？ | 散点图 |
| 都不是，纯类别比较？ | 条形图 |
Smell test（出货前 30 秒自检）
如果以下任意为真，返工：
- 图表看上去像 Excel 默认（蓝色柱、灰背景、3D）。
- 用了饼图但切片 ≥ 5。
- 条形图 Y 轴不从 0 起。
- 颜色超过 3 种且没有语义。
- 有图例但能用直接标签。
- 数字精度超过决策需要（e.g. 87.34% 用在沟通里）。
- 截图缩到 30% 还能读出焦点吗？读不出 → 重做。
- 截图转灰度还能读吗？读不出 → 重做。
Part IV — 按场景应用
A. 日常更新（Slack、邮件）
- 数字 ≤ 3 个；其余讲故事。
- 结论先行，数字括号化：
- ❌ "WoW 变化：+100%"
- ✅ "销售翻倍（47 → 94 单）"
- 等宽字体频道里，用 ▁▃▅▇█ 做 sparkline。
- 数字 ≥ 4 → 截图小表，不要在正文堆。
B. 汇报 / Deck
- 每页 ONE 个 headline 数字，醒目居中。
- headline 必须配锚或对比基准：
"Q1 营收 $4.2M（vs Q4 的 $3.1M，行业平均 +5% 我们 +35%）"
- 实际 vs 目标 → bullet graph，不要 gauge。
- 表格：可见 ≤ 7 行；其余折叠到附录。
- 绝对不要：3D、渐变、Logo 水印盖图、阴影投射。
C. 网站 / Landing Page
- Hero 数字：ONE 个超大数字 + 一行锚（"≈ 12 次往返月球"）。
- 数字滚动动画：仅在首次进入视口时；遵守
prefers-reduced-motion。 - KPI 信任栏（3–4 个数字）：用 字重 + 字号差异，不要每个套盒子（盒子里套盒子是 CLAUDE.md 明令禁止的）。
- SVG 图表 + 系统字体 + OKLCH 品牌色，移动端用 viewport 单位响应式。
- 不要把图表渲成 PNG 嵌网页，糊。
D. Dashboard / 产品 UI
- 单屏优先；详细数据放二级页。
- bullet graph > gauge。
- 直接标签 > 图例。
- 表格条件着色：用淡品牌色调，不要红绿斑马纹。
- Tooltip 给精度，主视图给约值。
- 实时变更别用 闪烁；用 淡入 200ms +
aria-live通知。
E. 公开演讲
- 渐强（crescendo）3 个数字，规模递增。
- 每个数字独占一页，配锚。
- 说出锚后停顿 2 秒，让它落地。
- 故事 + 统计配对。
- 不要在台上读 5 位小数。
F. 学术 / 报告写作
- 这是少数 不能 简化的场合（精度即信息）。
- 但摘要 / Executive Summary 仍要按 Heath & Starr 简化。
- 表格：APA 风格，数字右对齐，单位写在表头。
- 每张图配文字解读（"这张图说明 X"），不要让读者自己推。
Part V — Self-review 十条清单
每次出货前过一遍：
- ☐ 删掉这个数字会损失意义吗？不会则删。
- ☐ 数字简化到了"抓得住"的精度（整数 / 半数 / 三分之一 / "1 in N"）？
- ☐ 给了一个 这位读者熟悉 的锚？
- ☐ 是按"信息类型 → 图类型"选的，不是按"看起来好看"？
- ☐ 主视觉编码（位置/长度/颜色）匹配信息类型？
- ☐ 全图只有 ONE 个焦点元素（颜色 / 大小 / 位置）？
- ☐ 删干净了非数据墨水（无 3D、网格淡、轴线最少）？
- ☐ 条形图 Y 从 0；折线图焦点直接标注？
- ☐ 缩到 30% 大小、转灰度，还能读出焦点吗？
- ☐ 配文 / 标题点出了 takeaway，不是只重复图里有什么？
Appendix A — 锚的速查库
| 维度 | 锚 |
|---|---|
| 时间 | 1M sec ≈ 12 天；1B sec ≈ 32 年 |
| 钱 | 日 $5 ≈ 年 $1,825 ≈ 10 年 $18K |
| 距离 | 地球周长 ≈ 40,000 km；马拉松 ≈ 42 km |
| 人口 | 体育场 ≈ 8 万；旧金山 ≈ 80 万；新加坡 ≈ 600 万 |
| 数据 | 照片 ≈ 3MB；HD 电影 ≈ 4GB；GPT-4 训练数据 ≈ TB 级 |
| 速率 | 阅读速度 ≈ 250 词/分钟；正常步行 ≈ 5 km/h |
| 概率 | 1 in 1M ≈ 一年内被雷击的概率 |
| 体积/重量 | 一支黄油 ≈ 113g；一颗鸡蛋 ≈ 50g；篮球场 ≈ 420㎡ |
Appendix B — Bullet graph 规范（Few 的发明）
替代仪表盘 gauge，用更少像素表达更多信息。
poor satisfactory good
█▓▓▓▓▒▒▒▒▒▒▒▒▒▒▒░░░░░░░░░░░░░░░░░░
━━━━━━━━━━━━━━━━━ ← actual (深色窄条)
│ ← target (短竖线)
0 50 100
构成：
- 背景三段灰阶带：差/合格/优（由深到浅或反之，单色明度差）。
- 前景窄条：当前实际值。
- 目标刻度：一根短竖线。
- 量化轴：一行刻度。
数据密度约为 gauge 的 10×。
Appendix C — 30 条规则速查（一页打印版）
意义层（Heath & Starr）
- 默认能删则删。
- 整数 > 小数；分数 > 百分比（小分母时）。
- 给读者熟悉的锚。
- 同一事实，挑感受最强的维度讲。
- 让读者自己"数"。
- 渐强排列，不要先放峰值。
- 故事配统计；统计配人。
- 拒绝统计学黑话。
视觉层（Few）
- 散文 / 表格 / 图表 — 按"读者要做什么"选。
- 信息类型 → 图类型。
- 一个属性编码数据；一个属性做焦点。
- 默认全灰，留色给焦点。
- 删非数据墨水。
- 条形图 Y 从 0；按值排序。
- 折线图直接标线尾，不要图例。
- 默认不要饼图。
- 表格右对齐 + 等宽数字 + 空白行分组。
- Dashboard 单屏，bullet graph 替 gauge。
通用纪律
- 永远不只靠色相（colorblind）。
- 测灰度 + 测 30% 缩放。
- 不用 3D / 阴影 / 渐变填柱。
- 直接标签 > 图例。
- 数字精度匹配决策需要。
- 一图一信息（不要双 Y 轴叠加）。
- 背景不纯白纯黑（OKLCH 微染品牌色）。
- 标题/配文点 takeaway，不是描述图。
- Dashboard 一个主行动点。
- 不要盒中盒、3D 球、词云、雷达图（除非真的有 5+ 维 profile）。
prefers-reduced-motion永远遵守。- 出货前过一遍 Part V 十条清单。
Related skills
Part of a small family of open agent skills for trustworthy, clear communication:
- reduce-hallucination — audit LLM agents; ground, cite, abstain.
- better-doc — Classic Style + Smart Brevity.
- numbers — make numbers meaningful, and show them cleanly.