AI 技能AI 插件【免费下载链接】baoyu-skills项目地址https://gitcode.com/gh_mirrors/ba/baoyu-skills点击查看免费下载导读信息图的成败往往在动笔设计之前就已注定同样的素材是先画成时间轴还是对比矩阵是先定视觉风格还是先定学习目标决定了读者能否在数秒内抓住核心信息。baoyu-infographic 技能包提供了 21 种布局layout与 22 种风格style的可组合体系而其内容分析框架analysis-framework.md正是连接原始素材与最终版式之间的决策中枢。本文基于该框架文档结合技能包的工作流与参考资源系统讲解如何在生成信息图之前完成内容类型分类、学习目标识别、受众分析、复杂度评估、视觉机会映射与数据逐字提取并最终产出结构化的analysis.md为后续的布局×风格推荐与提示词生成提供可靠依据。框架定位信息图生产流程中的第一道工序在 baoyu-infographic 的整体工作流中内容分析位于所有视觉工作的最前端。SKILL.md 将流程划分为七个步骤其中Step 1.2「Analyze Content → analysis.md」明确要求保存源内容文件路径或粘贴文本 →source.md若已存在则先备份为source-backup-YYYYMMDD-HHMMSS.md分析主题topic、数据类型data type、复杂度complexity、语气tone、受众audience检测源语言与用户语言从用户输入中提取设计指令保存分析结果analysis.md已存在时同样执行时间戳备份。而分析环节的详细方法论正是本文要展开的 analysis-framework 文档。换句话说该框架是 Step 1.2 的操作手册它把如何理解一份素材拆解成可执行的六个维度并定义了分析结果的统一输出格式。分析完成后structured-content-template.md 负责把分析结论转译为设计师可直接使用的结构化内容base-prompt.md 则负责将其组装为最终的图像生成提示词。教学设计思维五种贯穿始终的立场框架要求分析者以**世界级教学设计者world-class instructional designer**的视角处理素材而非机械地摘抄文字。文档给出了五条核心原则及其应用方式原则应用方式深度理解Deep Understanding先通读整份文档再分析其中的任何一部分避免断章取义以学习者为中心Learner-Centered关注读者需要理解什么而不是我们想展示什么视觉叙事Visual Storytelling用视觉真正传达信息而非仅仅装饰页面认知负荷Cognitive Load在不损失准确性的前提下简化复杂概念控制单图信息密度数据完整性Data Integrity绝不改写、概括或转述源数据中的事实这五条原则中前三条决定分析什么后两条决定边界在哪——认知负荷要求适度精简数据完整性又要求事实原样保留。两者看似矛盾实则互补可精简的是表达方式不可改动的是事实本身。这一张力也贯穿后续全部六个分析维度。六个分析维度详解维度一内容类型分类Content Type Classification框架将常见信息图素材归纳为 11 种内容类型并直接给出每种类型对应的最佳布局与最佳风格推荐。这是整个分析框架中与布局×风格决策联系最紧密的一环内容类型特征最佳布局最佳风格时间线/历史Timeline/History顺序事件、日期、演进linear-progressioncraft-handmade、aged-academia流程/教程Process/Tutorial分步说明、how-tolinear-progression、winding-roadmapikea-manual、technical-schematic对比ComparisonA vs B、优缺点、前后对比binary-comparison、comparison-matrixcorporate-memphis、bold-graphic层级Hierarchy层级、优先级、金字塔hierarchical-layers、tree-branchingcraft-handmade、corporate-memphis关系Relationships连接、重叠、相互影响venn-diagram、hub-spoke、jigsawcraft-handmade、subway-map数据/指标Data/Metrics统计、KPI、度量dashboard、periodic-tablecorporate-memphis、technical-schematic循环Cycle/Loop反复发生的过程、反馈回路circular-flowcraft-handmade、technical-schematic系统/结构System/Structure组件、架构、解剖structural-breakdown、bento-gridtechnical-schematic、ikea-manual旅程/叙事Journey/Narrative故事、用户流、里程碑winding-roadmap、story-mountainstorybook-watercolor、comic-strip概览/摘要Overview/Summary多主题、功能亮点bento-grid、periodic-table、dense-moduleschalkboard、bold-graphic产品/购买指南Product/Buying Guide多维对比、规格、陷阱dense-modulesmorandi-journal、pop-laboratory、retro-pop-grid、retro-popup-pop这份分类表的价值在于它把信息的内在结构信息与自身的关系作为选择版式的第一依据。例如当源材料是一串带日期的历史事件时linear-progression 布局带节点的线性排布、连接路径、起止标记、方向指示天然契合而当材料是多个互有重叠的概念时venn-diagram 才真正说得清关系。值得注意的是类型与布局并非一对一部分类型拥有多个候选布局如概览类可选用 bento-grid 或 periodic-table此时需结合其余维度复杂度、受众、语气进一步收敛。维度二学习目标识别Learning Objective Identification框架要求每张信息图设定13 个清晰的学习目标。好的学习目标应当具体且可衡量specific and measurable聚焦读者将理解什么而非读者将看到什么站在读者视角撰写。标准句式是看完这张信息图后读者将理解……After viewing this infographic, the viewer will understand...。文档按内容侧面给出了目标模板内容侧面目标模板核心概念...理解 [主题] 是什么以及为什么重要流程...理解如何 [完成某件事]对比...理解 [A] 与 [B] 之间的关键差异关系...理解 [各要素] 如何相互连接数据...理解 [关键统计] 的意义学习目标在流程中的作用是承上启下它既是内容分析的产出回答这份素材对读者意味着什么又是后续 structured-content-template.md 中每个章节对应一个学习目标的编排依据。维度三受众分析Audience Analysis受众决定了复杂度的上限、强调的重点与风格的取向。框架给出四个考察因素因素需要回答的问题影响知识水平Knowledge Level读者已经知道什么决定内容复杂度深浅观看语境Context读者为什么看这张图决定强调点期望Expectations读者希望学到什么决定成功标准视觉偏好Visual Preferences专业、俏皮还是偏技术影响风格选择例如面向专家的技术架构图可放心使用 technical-schematic 风格与高密度术语而面向新手的科普图则更适合 chalkboard 或 craft-handmade 风格、简化术语。维度四复杂度评估Complexity Assessment复杂度按主要信息点的数量分为三档直接指导布局密度的选择级别判定标准布局建议简单Simple35 个要点稀疏布局、单一焦点中等Moderate68 个要点均衡布局、清晰分区复杂Complex9 个以上要点高密度布局、多分区在 SKILL.md 的布局库中dense-modules正是为高密度信息大图设计的布局类型与框架中的复杂档位形成呼应而关键词快捷方式Keyword Shortcuts也印证了这一点当用户输入高密度信息大图 / high-density-info时技能会将dense-modules作为首选布局并推荐 portrait 竖版比例。维度五视觉机会映射Visual Opportunity Mapping该维度回答一个核心问题哪些内容适合画出来而不是写出来。框架给出了常见的映射关系内容元素视觉处理方式数字/统计大号高亮数字对比并排、分屏流程箭头、编号步骤、流向层级金字塔、分层、大小差异关系连线、连接、重叠形状类别颜色编码、分组、分区时间线水平/垂直演进引语引用框、引号这一映射在后续结构化内容生成中会被进一步细化为视觉元素Visual Element字段——包括视觉类型icon/chart/illustration/diagram/photo、主题Subject与表现手法Treatment并在最终提示词中以{{LAYOUT_GUIDELINES}}和{{STYLE_GUIDELINES}}占位符的形式注入 base-prompt.md 模板。维度六数据逐字提取Data Verbatim Extraction框架用 Critical 强调这一维度所有事实性信息必须与源文档完全一致地保留。具体处理规则如下数据类型处理规则统计数字原样复制73% 不能写成 约 70%引语逐字复制并注明出处人名保留准确拼写日期保持原始格式技术术语不得简化或替换列表保留顺序与措辞同时框架明确列出五个绝对禁止的操作不得四舍五入数字、不得转述引语、不得替换为更简单的词汇、不得添加隐含信息、不得删除影响语义的上下文。这条规则同样体现在 SKILL.md 的 Core Principles 中——忠实地保留源数据不概括、不转述且输出前必须剔除其中的凭证、API 密钥、令牌等敏感信息。输出格式标准化的 analysis.md框架为分析结果定义了统一的 Markdown/YAML 输出格式文件保存为analysis.md。完整模板如下--- title: [Main topic title] topic: [educational/technical/business/creative/etc.] data_type: [timeline/hierarchy/comparison/process/etc.] complexity: [simple/moderate/complex] point_count: [number of main points] source_language: [detected language] user_language: [users language] --- ## Main Topic [1-2 sentence summary of what this content is about] ## Learning Objectives After viewing this infographic, the viewer should understand: 1. [Primary objective] 2. [Secondary objective] 3. [Tertiary objective if applicable] ## Target Audience - **Knowledge Level**: [Beginner/Intermediate/Expert] - **Context**: [Why theyre viewing this] - **Expectations**: [What they hope to learn] ## Content Type Analysis - **Data Structure**: [How information relates to itself] - **Key Relationships**: [What connects to what] - **Visual Opportunities**: [What can be shown rather than told] ## Key Data Points (Verbatim) [All statistics, quotes, and critical facts exactly as they appear in source] - [Exact data point 1] - [Exact data point 2] - [Exact quote with attribution] ## Layout × Style Signals - Content type: [type] → suggests [layout] - Tone: [tone] → suggests [style] - Audience: [audience] → suggests [style] - Complexity: [level] → suggests [layout density] ## Design Instructions (from user input) [Any style, color, layout, or visual preferences extracted from users steering prompt] ## Recommended Combinations 1. **[Layout] [Style]** (Recommended): [Brief rationale] 2. **[Layout] [Style]**: [Brief rationale] 3. **[Layout] [Style]**: [Brief rationale]该模板的每个区块都对应前面某个分析维度frontmatter 汇总了主题、数据类型、复杂度、信息点数量与语言信息Learning Objectives承接维度二Target Audience承接维度三Layout × Style Signals将维度一、四与语气、受众的结论显式映射为布局与风格线索Recommended Combinations则输出最终的三组布局×风格候选及推荐理由直接喂给工作流的Step 3Recommend Combinations。从源码结构可以推断这份模板的设计意图是一图看懂即可决策Step 3 在无关键词命中时正是基于数据类型→布局、内容语气→风格、受众期望、用户设计指令四个信号来推荐 35 组布局×风格组合与模板中Layout × Style Signals区块的字段一一对应。分析检查清单动笔前的最后一道闸门框架以一份检查清单收尾要求在任何视觉工作开始前逐项确认是否已通读整份源文档能否用 12 句话概括主题是否识别出 13 个清晰的学习目标是否理解目标受众是否正确分类了内容类型是否逐字提取了所有数据点是否识别出视觉机会是否从用户输入中提取了设计指令是否推荐了 3 组布局×风格组合这份清单与输出模板形成闭环每一项都是 analysis.md 中某个必需字段。若任一项无法回答说明分析尚未完成不应进入结构化内容生成Step 2阶段。与配套资源的衔接从分析到成图的完整链路分析框架并非孤立文档它与 baoyu-infographic 技能包的其余参考资源共同构成一条可追溯的流水线内容分析本文档→ 产出analysis.md完成主题判断、类型分类与布局×风格信号提取结构化内容structured-content-template.md→ 将学习目标拆解为分区章节每节包含 Key Concept、逐字 Content、Visual Element 与 Text Labels并按流程/对比/层级/数据四类场景给出分节模板布局定义references/layouts/ 下 21 个文件与风格定义references/styles/ 下 22 个文件→ 为提示词提供{{LAYOUT_GUIDELINES}}与{{STYLE_GUIDELINES}}的具体内容提示词组装base-prompt.md→ 将布局、风格、比例、语言与结构化内容合并为最终生成提示词写入prompts/infographic.md图像生成Step 6→ 调用后端渲染输出infographic.png。SKILL.md 中的推荐组合表Recommended Combinations可作为分析结果的交叉验证参考——例如时间线/历史 →linear-progressioncraft-handmade、产品指南 →dense-modulesmorandi-journal等 18 组默认配对与本文档内容类型分类表中的推荐高度一致说明分析框架的结论与技能包内置的领域知识是同源的。默认组合为bento-gridcraft-handmade但仅作为兜底推荐任何默认值都不得绕过 Step 4 的用户确认环节除非显式--no-confirm。结语baoyu-infographic 的内容分析框架将教学设计者的直觉显式化为可复用的六个维度与一份标准化的analysis.md模板内容类型决定信息骨架学习目标决定叙事重心受众决定深度与风格复杂度决定布局密度视觉机会决定表达方式逐字提取守住事实底线。对使用该技能包的开发者与 Agent 而言这套框架不仅是信息图生产的第一步更是保证信息准确、结构清晰、一图胜千言的可执行方法论。赞分享AI 技能AI 插件【免费下载链接】baoyu-skills项目地址https://gitcode.com/gh_mirrors/ba/baoyu-skills点击查看免费下载相关推荐终极技术突破OpenCore Legacy Patcher让老款Mac免费升级最新macOS系统终极技术突破OpenCore Legacy Patcher让老款Mac免费升级最新macOS系统 你是否还在为心爱的老款Mac无法安装最新系统而烦恼想象一下AI 技能AI 插件实测GenEval 0.90分HiDream-O1-Image-BF16击败GPT Image 2的关键技术解析实测GenEval 0.90分HiDream O1 Image BF16击败GPT Image 2的关键技术解析 HiDream O1 Image BF16是AI 技能AI 插件baoyu-infographic 的 hand-drawn-edu 风格实战马卡龙色系手绘教育信息图的设计规范与提示词工程baoyu infographic 的 hand drawn edu 风格实战马卡龙色系手绘教育信息图的设计规范与提示词工程 本文聚焦 baoyu infogAI 技能AI 插件上一篇ALM 开源项目安装与使用指南下一篇EKAlgorithmsObjective-C算法与数据结构终极指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考