圖像比文字好記，但 2025 年的研究說：真正的原因不是「雙重編碼」，是「與眾不同」

當 AI 把每一張圖都生成得差不多，圖像優勢效應就開始反過來咬設計師了

看到一張圖時，大腦會自動替它生成一個標籤，圖像和文字標籤都被存進記憶 — — 這是 Paivio 雙重編碼理論的經典解釋。

做 UI/UX 這行超過十年，「一張圖勝過千言萬語」這句話我聽過不知道多少遍。它出現在簡報的第一頁、出現在客戶要你「多放點圖」的需求單上、出現在每一本講視覺溝通的書裡。聽久了，它變成一種不需要證明的常識 — — 圖比字好記，所以多用圖，就對了。

直到這個月我把 NN/g 那篇談「圖像優勢效應」（picture-superiority effect）的文章，連同它背後的認知心理學論文一起翻出來重讀，才發現一件有點尷尬的事：大部分設計師（包括把這句話掛在嘴邊的人）記住的是結論，但結論底下那個「為什麼」，最近被學界悄悄換掉了。而換掉的那個原因，剛好就是 2026 年的 AI 正在大規模摧毀的東西。

圖像優勢效應的標準解釋，其實是 1973 年的版本

先把名詞講清楚。圖像優勢效應指的是一個被反覆驗證的現象：人對圖片的記憶，普遍比對文字的記憶來得牢。NN/g 文章引用的解釋，來自心理學家 Allan Paivio 的雙重編碼理論（dual-coding theory）。

這個理論的邏輯很漂亮。當你看到一張狗的照片，大腦會做兩件事：把這個視覺影像存起來，同時自動生成一個標籤 — — 「狗」 — — 也一起存起來。一張圖，兩條記憶路徑。反過來，當你只讀到「狗」這個字，大腦預設只存了文字本身那一條路徑；要把它轉成畫面，需要額外的認知力氣，多數時候不會自動發生。

兩條路徑對一條路徑。Paivio 說，這就是圖比字好記的原因。NN/g 在電商情境裡舉的例子很有說服力：產品照、行銷視覺，會讓使用者更容易記住產品本身、它的價值主張、它的品牌。文章裡有位受訪者講得更直白 — — 他說某個培訓機構的圖讓他「不需要讀就能理解」，他最後就是因為那些圖選了他們。

聽起來無懈可擊。問題是，這套解釋是 1973 年提出的，而 2025 年的研究人員，找到了它的破口。

一群沒有「心像」的人，把雙重編碼理論戳破了

NN/g 把圖像優勢效應的強度拆成四個影響因素：可被發現、清楚、熟悉、與眾不同。但 2025 年的研究暗示，最後那一個，可能根本不是「之一」。

雙重編碼理論有個藏在前提裡的假設：圖之所以好記，是因為大腦會替它生成「心像」（mental image）那條路徑。那如果有一群人，腦袋裡根本生不出心像呢？

這種人是存在的。他們有一種叫「心盲症」（aphantasia）的狀況 — — 閉上眼睛，無法在腦中「看見」任何畫面。按照雙重編碼理論的邏輯，這群人應該享受不到圖像優勢效應，因為他們缺了一條路徑。

但 2025 年的研究發現，事情完全相反。心盲症患者沒辦法在腦中重播圖像，他們的圖像記憶卻一樣很強，照樣把圖記得比字牢。同一年，Higdon 與 Neath 等人發表的另一篇論文標題下得更狠：「是『與眾不同』，不是雙重編碼，解釋了圖像優勢效應」。他們的論點是 — — 圖比字好記，不是因為多了一條編碼路徑，而是因為圖彼此之間的差異性，遠大於字彼此之間的差異性。一百張不同的圖，每一張都長得不一樣；一百個不同的詞，看起來都是一行行黑字。真正讓圖好記的，是它的「不一樣」。

這個轉向不只是學術上的咬文嚼字。它把整件事的重心，從「圖這種媒材天生比較強」，挪到了「圖必須夠獨特才會強」。媒材不是重點，差異才是。

NN/g 自己其實寫對了，只是把它放錯了位置

有意思的是，NN/g 那篇文章其實也提到了「與眾不同」。它把圖像優勢效應的強度拆成四個影響因素：可被發現（discoverable）、清楚（clear）、熟悉（familiar）、與眾不同（unique）。獨特性在裡面，只是它被當成四個並列的條件之一。

但如果 2025 年那批研究是對的，獨特性就不是「四個之一」，它幾乎是整件事的引擎。其他三個因素 — — 能被看到、看得懂、夠熟悉 — — 比較像是門檻；過了門檻之後，真正決定一張圖會不會被記住的，是它跟周圍所有東西有多不一樣。

NN/g 在文章裡舉了一個自己打自己臉的好例子：Google 雲端套件裡 Meet、Chat、Drive、Calendar 的圖示。它們用同一套色盤、同樣的飽和度、幾乎一樣的形狀排列 — — 結果就是彼此難以分辨，誰也記不住誰。文章還提到 Notably.ai 把視覺做得跟 Dovetail.com 高度相似，最後兩邊的產品都變得更不好記。

把這些例子串起來，你會發現一條主線：殺死圖像優勢效應的，從來不是「用了圖還是用了字」，而是「這張圖跟旁邊那張有多像」。

而 2026 年，我們造了一台專門生產「都長一樣」的機器

Notably.ai（左）和 Dovetail.com（右）用了高度相似的視覺元素，結果兩邊都變得更不好記。NN/g 用這個例子警告設計師不要照抄對手 — — 而 2026 年的 AI，正在讓所有人不必照抄就長得一樣。

這就是為什麼一篇 2024 年的設計文章，值得在 2026 年重讀。

過去兩年，AI 生圖從新奇玩具變成日常工具。輸入一句提示詞，幾秒就有一張看起來很專業的圖。表面上這是圖像的大豐收 — — 但如果真正讓圖好記的是「與眾不同」，那我們其實是造了一台反向機器：它最擅長的，正是把所有圖都生成得差不多。

設計圈已經有人替這個現象命名了。2026 年的視覺趨勢討論裡，反覆出現一個詞叫「AI slop」 — — AI 把數位空間灌滿了同質化的、似曾相識的視覺。同一種柔和漸層、同一種等距插畫、同一種發光的 3D 質感，鋪天蓋地。每一張單看都不難看，放在一起卻像同一個模子印出來的。有趣的是，設計師對這件事的反應不是把線條畫得更乾淨，而是反過來擁抱顆粒感、故障感、手作的不完美 — — 他們在本能地搶救那個正在消失的東西：差異。

把這條線接回認知心理學，結論會讓人有點背脊發涼：圖像優勢效應正在 2026 年悄悄失效。不是因為圖變糟了，而是因為當每一張圖都像彼此的兄弟姊妹，大腦就失去了那個讓它把圖記牢的鉤子。你以為自己在「多放點圖增加記憶點」，實際上你放的可能是一堆互相抵銷的視覺雜訊。

那設計師現在該做的，剛好跟直覺相反

如果你接受上面這條推論，設計實務上的調整其實滿明確的。

第一，別再把「用圖」本身當成記憶策略。一張跟競品、跟模板、跟其他 AI 生成物撞臉的圖，不會幫你加分，它只是讓你沉進背景裡。在生圖幾乎零成本的年代，圖多不再是優勢，圖「不一樣」才是。

第二，把獨特性從「四個因素之一」升級成你選圖的第一道篩子。NN/g 那條建議 — — 避開抽象、選具體寫實的圖 — — 在 AI 時代要再加一句：避開那種一看就知道是 AI 通用美學的東西。Adobe Podcast 那個太抽象的 Mic Check 插畫之所以失敗，跟一張過度泛用的 AI 漸層插畫失敗，是同一個病：它沒有給大腦一個能抓住的、獨一無二的標籤。

ChatGPT 首頁用的是真實、具體的產品截圖，大腦能立刻生成清楚的標籤 — — 好記，正是因為它具體又不一樣。

第三，別忘了 NN/g 最後那句很重要的提醒：圖再強，也不該拿來取代文字。有些人誤用圖像優勢效應，把介面上的文字標籤拿掉只留圖示 — — 這是反效果。文字標籤提供了冗餘，會強化理解和記憶，還能確保圖示被正確解讀、順便把點擊目標放大。圖和字從來不是二選一；真正好記的設計，是讓一張夠獨特的圖，配上一個說清楚它是什麼的字。

說到底，這篇 2024 年的文章加上 2025 年的研究，給了 2026 年的設計師一個很反直覺、卻很實用的提醒：在一個圖像氾濫到不值錢的時代，你的工作不是生產更多圖，而是守住每一張圖的「不一樣」。因為大腦記住的，從來就不是圖，是差異。

Sources 延伸閱讀

• NN/g（The Picture-Superiority Effect: Harness the Power of Visuals）
• Distinctiveness, not dual coding, explains the picture-superiority effect（Higdon, Neath, Surprenant & Ensor, 2025）
• Aesthetics in the AI era: Visual + web design trends for 2026（Ioana Teleanu）

我是設計師 Riven，專注於 AI 時代的設計實踐與工具策略。

更多 AI × 設計的實作分享都在我們家的設計學院官網 ⬇️

[embed]RAR 設計攻略 設計師 Riven 的設計攻略｜線上課程｜設計方法｜軟體教學rar.design