---
title: "让文字和图片讲同一个故事"
date: "2026-05-16"
tags: ["AI 创作", "图文叙事", "视觉表达"]
canonical: "https://www.whatsblog.site/post/ai-creation-visual-story"
source: "https://www.whatsblog.site/post/ai-creation-visual-story.md"
site: "Whatsblog"
author: "Whatsblog"
language: "zh-CN"
updated: "2026-11-06"
---

# 让文字和图片讲同一个故事

> 把图文风格落成色值、画布比例、字体与留白规格，附主图提示词、选图标准、手机字号换算和 alt 示例，完成一套可执行的视觉方案。

## 阅读提示

**关键更新（2026-11-06）：** 补充 AI 创作的可执行步骤、示例与验收方法

![咖啡馆活动海报以咖啡杯、窗和植物为主视觉，连接标题、画面与参与信息](/images/ai-creation/visual-story-cover.svg "图一：图文协作示意图。每个元素承担不同任务，共同解释一件事。")

“配一张温暖、有氛围的图”还不是可执行的视觉要求。插画可能很漂亮，却没有地方放活动日期；桌面看起来完整，手机一裁切，杯子和预约方式都消失了。图文协作需要把故事、尺寸和信息层级一起确定。

本文沿用[创作简报](/post/ai-creation-brief)里的虚构教学案例：窗边咖啡馆在 `[活动日期]` 14:00—16:00 举办手冲演示与风味交流，最多 12 人，每人 39 元含一杯手冲，通过 `[预约方式]` 确认参与，地址为 `[门店地址]`。这些都是练习设定，不能直接当成真实活动发布。下文提示词是可修改的示范，不代表模型已生成配图。

## 先写出每个元素的工作

共同主线是“周末，留一点时间来喝一杯”。标题发出邀请，咖啡杯、窗光与植物表现片刻放松，信息区说明活动怎么参加。图片无需再塞进一段品牌宣言，文字也不必把画面逐物描述一遍。

可以先画三个空框：上方放主题，中间放主视觉，下方放活动事实。用灰色方块代替插画，检查没有图片时是否仍能读懂日期、费用和预约规则。这个草图阶段就能发现“文字太多却只留一小条信息区”的问题。

文章中的主图和流程图也应分工：主图帮助理解风格与场景，流程图解释标题、画面、图注如何配合。如果两张图都只是咖啡杯特写，删去一张，或让第二张承担真正不同的信息任务。

## 把风格写成一张规格表

下面是一套适合本案例的起步规格，属于教学建议，不要求复刻现有插图的每个颜色。既有配图采用细线与淡彩，新增素材也应沿用这种表达。

| 项目 | 可执行规格 |
| --- | --- |
| 色彩 | 纸底 `#F7F4EA`；浅绿 `#DDE6D8`；浅蓝 `#E3E9EB`；正文与轮廓 `#334238` |
| 色彩用途 | 浅绿、浅蓝作大面积色块；信息文字用深色，不把浅色当正文颜色 |
| 文章横图 | 新作可用 1200×800、比例 3:2；本文现有图为 1200×760，沿用原比例 |
| 独立竖海报 | 单独制作 1080×1440、比例 3:4 的版式，不把横图直接拉长 |
| 构图 | 轻俯视；杯子与植物集中在右侧，左侧约三分之一预留给标题 |
| 线与底色 | 轮廓细而连续，平涂淡彩；避免高光塑料质感、厚重阴影和密集装饰 |
| 字体 | 标题可用思源宋体，信息区用思源黑体；全组最多两种字体 |
| 留白 | 海报四周至少留画布宽度的约 6%，不要把关键文字贴在裁切边缘 |

色值不能替代可读性检查。导出后仍要用对比度工具核对实际文字与背景组合；一般正文以至少 4.5:1 为目标。若标题放在明暗变化的窗景上，可以给文字加一块稳定的纸色底，比不断加阴影更容易控制。

字体也要有交付办法。编辑工程保留可修改文字；对外导出的 SVG 可按实际工具能力嵌入合规字体或将最终文字转为路径，并在导出前检查授权。转为路径会失去文字可选性，因此活动事实还要在页面正文中出现。

## 给主图一条明确的提示词

先做不带文字的插画，再排标题和时间，能减少图片内错字，也方便以后改期。下面这条可以交给支持图像创作的工具，或作为给设计协作者的说明：

> 为“周末，来喝一杯”咖啡馆活动制作示意插画，横向 3:2。一只普通陶瓷咖啡杯放在窗边木桌上，旁边是一株小植物；杯子与植物主要位于右侧，左侧约三分之一保持干净留白。轻俯视，细而连续的深灰绿轮廓，米白纸底，浅绿和浅蓝淡彩，光线柔和。物品不超过三类，背景简洁。画面不包含文字、数字、商标、二维码或价签；表现安静的周末片刻，不模拟真实门店照片。

再列一小组需要避开的内容：不要拥挤人群、舞台灯光、霓虹、立体金属字、复杂拉花特写；不要额外增加蛋糕、赠品或第二杯饮品，让人误以为费用包含这些东西。工具若有独立的负面提示输入框，可以放在那里；没有就直接补在要求末尾。

不要指望提示词能保证每一项都满足。得到候选图后，应按杯子位置、留白、线条、颜色和额外物品逐项检查。若只是不够留白，就只要求调整构图，先保留已有的颜色与风格。

![周末来喝一杯的叙事主线分别连接标题、画面和图注三个信息块](/images/ai-creation/visual-story-flow.svg "图二：图文对齐流程示意图。先统一叙事，再统一颜色、视角与比例。")

## 选图时先做否决，再比较风格

先排除无法确认使用权、夹带陌生标志、杯柄明显畸变或暗示错误活动内容的图片。再把剩余候选缩到实际显示尺寸，检查主题是否清楚、标题区域是否干净、是否与其他插图同属细线淡彩风格。

如果使用门店实拍，应核对拍摄场地、时间与使用授权；如果使用示意插画，图注就明确写“示意”。不能给虚构窗景标上“本店环境”，也不能让一幅宽敞空间的图承担证明座位数量的任务。

选择时可以只留三张候选，每张写一个保留理由和一个问题。例如“A 的留白足够，但植物太抢眼；B 的杯子清晰，但下方放不下时间”。这种记录比“更高级一点”更能帮助下一轮修改。

## 从大图到手机，按尺寸处理

先确定图片的使用位置，再裁切。文章横图通常保留完整构图；卡片封面需要另做裁切预览，检查焦点是否仍在画面内；竖海报重新排列文字区与图像区。不要把同一文件机械塞进所有比例。

判断小字能否看清，可以算一次缩放：一张宽 1200 像素的图显示为 300 像素时，文字也只剩四分之一。原图 32 像素的说明，显示时约为 8 像素，通常难读。如果希望至少呈现 14 像素，原图字号就要约 56 像素，或把说明移到正文。流程图应减少节点与句子，不靠不断缩字号装下内容。

在 375 像素手机上，页面左右留白后，正文图片可能只剩约 300 像素宽，因此应按正文实际宽度检查。日期、费用与预约方式尽量使用可选择的页面文字；若做成独立海报，也要附一份纯文字通知。

照片可导出为 WebP 或 JPEG，细线图与透明素材可考虑 SVG、PNG 或无损 WebP。使用有损压缩时逐档降低质量，观察细线和文字边缘，一出现破损就回到上一档。保留原始文件与导出副本，不把已经压缩过的图反复另存为新原稿。

## 把 alt、图注和正文分别写好

alt 描述图片中的主要信息。对于这个主图，可以写：“窗边木桌上放着一杯咖啡和一株小植物，左侧留有空白。”图注则解释它与文章的关系：“周末活动视觉示意，以自然光和咖啡表达片刻放松，非门店实拍。”

流程图的 alt 可以写：“同一主线分配给标题、画面和图注，分别负责主题、感受和具体信息。”重要步骤仍在正文展开，不能让读者必须看清图片上的小字才能理解文章。

排版后做三次检查：只看标题和图片，能否识别主题；暂时隐藏图片，活动事实是否仍完整；在手机正文宽度下，主体、信息和图注是否都可读。对照同一张事实表检查 39 元、12 人、时间与预约规则，防止漂亮的图覆盖了正确的信息。

需要修正时，记录本轮只处理构图、颜色还是文字层级，再按[从第一版到作品：AI 创作的修改方法](/post/ai-creation-iteration)比较前后版本。这样得到的视觉方案，才能与简报一起稳定地进入后续制作。

---

原文（HTML）：https://www.whatsblog.site/post/ai-creation-visual-story
来源：Whatsblog · https://www.whatsblog.site/ —— 引用请保留标题与原文链接。