FlowDx 的注意力熱圖是基於 DeepGaze IIE 模型生成的。該模型由 Linardos 等人在 ICLR 2021 論文《DeepGaze IIE: Calibrated prediction in and out-of-domain for state-of-the-art saliency modeling》中提出，來自德國圖賓根大學 Bethge Lab 計算神經科學實驗室。在 MIT/Tilburg Saliency Benchmark 上，DeepGaze IIE 在多項指標上排名第一，其預測結果與真實人類眼動數據的相關性超過 0.87。
熱圖的顏色代表什麼？
| 顏色 | 含義 | 注意力百分比 |
|---|---|---|
| 紅色 | 最高注意力區域 — 使用者最先看到這裡 | 前 10% |
| 橙黃色 | 高注意力 — 視線會快速移動到這裡 | 10-30% |
| 綠色 | 中等注意力 — 瀏覽過程中會注意到 | 30-60% |
| 藍色 | 低注意力 — 大部分使用者會忽略 | 60-90% |
| 深色/無色 | 注意力盲區 — 幾乎沒人會看到 | 後 10% |
常見的熱圖模式
模式一：中心聚焦型（健康）
紅色區域集中在內容的核心資訊上（人臉、標題、CTA 按鈕）。這意味著視覺層次清晰，使用者能快速理解你要傳達的資訊。
模式二：分散型（有問題）
紅色區域分散在多個位置，沒有明確的主焦點。這說明畫面元素太多，注意力被分散了。解決方案：減少元素數量，建立一個明確的視覺主體。
模式三：錯位型（嚴重問題）
紅色區域集中在你不希望使用者看的地方（例如背景中的某個無關元素），而你的核心資訊（標題、產品）處於藍色或綠色區域。這是 CTR 殺手。
模式四：邊緣型（浪費）
注意力集中在圖片邊緣。這通常發生在主體太小、留白太多的情況下。大腦會被邊緣的高對比區域吸引（例如圖片邊框與背景的交界）。
視覺路徑：使用者的「閱讀路線」
除了熱圖，FlowDx 還生成視覺路徑——預測使用者眼睛從哪裡開始，按什麼順序掃描畫面。理想的視覺路徑應該是：
- 從最強注意力錨點開始（通常是人臉或最大文字）
- 移動到輔助資訊（副標題、產品圖）
- 最終落在 CTA（行動呼籲）上
如果路徑跳過了關鍵資訊，或者在無關區域徘徊，說明視覺引導出了問題。
五維認知評分詳解
FlowDx 不只給你一個總分，而是從五個認知維度評估你的內容：
- 注意力 — 內容是否能在 0.3 秒內抓住眼球
- 視覺焦點 — 是否有清晰的視覺層次和引導路徑
- 情緒衝擊 — 是否能觸發情緒反應（好奇、興奮、共鳴）
- 行動驅動 — 是否有清晰的行動呼籲（CTA）
- 記憶強度 — 使用者看完後是否能記住你的內容
每個維度 0-100 分。70+ 表示優秀，50-70 需要優化，50 以下存在嚴重問題。
開始使用熱圖診斷
如何根據診斷報告優化內容
拿到 FlowDx 診斷報告後，按以下優先級處理問題：
優先級 1：修復「錯位型」問題（紅色診斷項）
如果注意力集中在錯誤的位置（背景元素、無關細節），這是最嚴重的問題。解決方案通常是：降低干擾元素的視覺權重（模糊、降低飽和度），同時增強核心資訊的顯著性（放大、增加對比、加邊框）。
優先級 2：建立清晰的視覺路徑（橙色診斷項）
如果熱圖顯示注意力分散，需要建立明確的視覺層次。使用大小對比（最重要的元素最大）、顏色對比（核心資訊用高飽和色）、空間引導（箭頭、線條、人物視線方向）來引導使用者的視線按你預設的路徑移動。
優先級 3：提升整體認知評分（黃色建議項）
五維評分中低於 60 分的維度需要重點關注。常見的提升方法：
| 維度偏低 | 可能原因 | 提升方向 |
|---|---|---|
| 注意力 < 60 | 畫面太平淡，缺乏顯著性 | 增加對比度、加入人臉、使用高飽和色 |
| 視覺焦點 < 60 | 元素太多太雜 | 減少元素數量、建立主次層次 |
| 情緒衝擊 < 60 | 內容缺乏情感觸發 | 使用情緒化表情、製造反差、講故事 |
| 行動驅動 < 60 | 缺乏 CTA 或行動暗示 | 加入箭頭、按鈕、「立即」「限時」等觸發詞 |
| 記憶強度 < 60 | 內容太普通，缺乏獨特性 | 建立品牌符號、使用獨特配色、創造視覺記憶點 |
熱圖分析的局限性
注意力熱圖是強大的工具，但也有其局限。誠實地瞭解這些邊界有助於更好地使用它：
- 預測的是「平均使用者」 — 熱圖反映的是群體平均注視分佈，個別使用者的視線路徑可能有所不同
- 不直接等於點擊率 — 高注意力不一定轉化為高點擊。使用者可能注意到了但選擇不點擊（例如內容看起來不夠有趣）
- 依賴圖片品質 — 低解析度或嚴重壓縮的圖片可能影響預測準確性
- 文化差異 — 不同文化背景的使用者對顏色、面孔、符號的注意力分配可能有差異
FlowDx 的五維認知評分正是為了彌補純熱圖分析的不足——它綜合考慮注意力、情緒、記憶等多個維度，給出更全面的內容診斷。
常見問題（FAQ）
熱圖上紅色區域就是最好的嗎？
不一定。紅色表示使用者最先注視的區域，但關鍵是紅色區域是否落在你最想傳達的資訊上。如果紅色在無關背景上，反而說明有問題。理想狀態是：紅色覆蓋核心資訊（產品、人臉、標題），藍色覆蓋次要區域。
視覺路徑有幾個注視點比較好？
對於縮圖和封面，3-5 個注視點是最佳範圍。太少（1-2 個）說明內容資訊量不足，太多（6+）說明注意力太分散。理想路徑：主焦點 → 輔助資訊 → CTA，形成一個清晰的敘事線。
為什麼我的熱圖和別人分析同一張圖的結果不一樣？
FlowDx 使用確定性模型（DeepGaze IIE），對同一張圖片的分析結果是完全一致的。如果看到不同結果，可能是圖片解析度、裁剪方式或檔案壓縮程度不同導致的。建議使用原始解析度的圖片進行分析。
影片的熱圖和靜態圖有什麼區別？
影片內容中，注意力分佈會隨時間變化。FlowDx 對影片進行逐幀分析，每幀都有獨立的熱圖。影片比靜態圖多了一個維度——動態元素（運動的物體、切換的畫面）會強烈吸引注意力。影片分析的關鍵是找到注意力最薄弱的幀，因為那是使用者最可能滑走的時刻。
開始使用熱圖診斷
在 FlowDx 上傳你的內容，獲得注意力熱圖、視覺路徑和五維評分。看看你的內容在使用者大腦中到底發生了什麼。
參考文獻
- Linardos, A. et al. (2021). DeepGaze IIE: Calibrated prediction in and out-of-domain for state-of-the-art saliency modeling. ICLR 2021.
- Borji, A., & Itti, L. (2013). State-of-the-art in visual attention modeling. IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(1), 185-207.
- Bylinskii, Z. et al. (2019). What do different evaluation metrics tell us about saliency models? IEEE TPAMI, 41(3), 740-757.