图文并茂的挑战：深者是 AI 的“视觉翻译官”
2025-10-10 ｜ 清醒生活 / 经验与认知 / AI 与知识拉平 ｜ 约 6分钟
一份方案里，图表不是装饰，是技术思想的可视化。
AI 现在画图很快，系统流程图、能耗曲线图、设备示意图，几秒钟就能生成一批。可你仔细看，这些图经常“画了等于没画”——它把形状画对了，却没把逻辑画进去。
这篇讲清一件事：让图表会说话，核心是“图文相互印证”。而把技术思想“翻译”成图，是深者的活。
图表不是装饰，是技术思想的可视化
先说个基本认识：好的图表，能替代一大段文字。
正文说“这套系统靠谷电蓄热、峰电放热来平抑电网波动”，你配一张标了“蓄热时段”和“放热时段”的曲线图，读者一眼就懂了，不用你反复解释。
反过来，一张没说清逻辑的图，不但不省事，还会误导——读者看了半天，不知道这张图想说什么。
所以判断一张图好不好，标准只有一个：它有没有把正文里的那个技术思想，清楚地“翻译”出来。
三个要求：统一、关联、准确
怎么做到“图文相互印证”？我盯三件事。
第一，风格统一。
同一份报告里，单位、线条、标注的风格要一致：
- 温度统一用 ℃，不要一会儿 ℃ 一会儿 K；
- 功率统一用 MW，不要混着 kW 和 MW 乱标；
- 线条的粗细、虚实，代表什么要有固定含义，不能一张图一个样。
风格统一，看起来是小事，其实是专业度的体现。图表风格乱，读者会怀疑你整份报告的严谨性。
第二，逻辑关联。
正文说什么，图就要标什么。
正文写“响应时间≤3 秒”，那图里就要把 3 秒这个节点标出来——标在哪、怎么看，一目了然。正文强调某个关键工况，图上就应该有对应的标记。
图和正文，得能对得上。 读者看完正文去找图，看完图能回头验证正文，这才叫相互印证。
第三，信息准确。
这是最容易被忽略、也最容易出事的一条。
AI 生成的图表，数值和坐标轴经常经不起推敲。我会逐项校验：坐标轴的范围合不合理、数值有没有明显偏差、量纲对不对得上。
图可以画得漂亮，但更重要的是画得对。
AI 的图，缺的往往是“关键的那一笔”
AI 生成的图，问题通常不在“画错”，而在“画漏”——漏掉的那些，恰恰是最重要的。
比如流程图，它不标故障应急路径。
一张正常的工艺流程图，AI 会老老实实画出主流程。可现场运行最怕的是“出故障怎么办”。应急切换路径、备用环节、报警逻辑——这些 AI 常常不画，因为它不知道这是评审最关心的部分。
再比如能耗曲线，它不分峰谷时段。
一条能耗曲线画出来，看着挺顺。但如果是用来讲“谷电蓄热、峰电放热”的，那这条曲线就必须把峰谷时段区分开，否则读者根本看不出省钱逻辑在哪。
AI 缺的不是线条，是“这一笔为什么重要”的判断。
一个优化案例：给示意图补上“灵魂”
举个泛化的例子。
有一次，AI 生成了一张“蓄热系统示意图”——罐体、管路、设备，位置都对，但就是一张“安静的照片”，看不出系统是怎么运作的。
我做了几处补充：
- 加上导热油流向箭头——让读者看出热量从哪里来、往哪里去；
- 标出温度监测点——让人知道系统靠什么感知状态；
- 点出安全阀节点——把安全边界明确出来。
然后，在正文对应的位置做解读，把这几处标记和系统的运行逻辑对应起来。
改完之后，这张图就“活”了——连非技术人员也能看懂这套系统在干什么。 这正是“视觉翻译”的价值：把专业的技术语言，翻译成所有人都能读的视觉语言。
深者是 AI 的“视觉翻译官”
AI 画得出图表，但它不知道这张图该说什么。
它不知道流程图要标应急路径，因为没在现场处理过故障；它不知道能耗曲线分峰谷，因为没算过那笔电费账；它不知道示意图该补哪几笔，因为没给非技术的客户讲过方案。
这些“该说什么”的判断，来自你的深度。你是那个把技术思想翻译成图的人。
AI 画得出图表，我能赋予图表逻辑和意义。 这就是深者的位置——AI 当画笔，你当翻译官。深者不替，替的是落笔，替不了立意。
常见问题
问：AI 生成的图，能不能直接放进方案？
答：不能直接用。它画的形状可能没错，但往往漏掉关键标记，数值和坐标轴也常需要核对。拿它当草底可以，但逻辑和准确性要你自己补和校。
问：图表风格统一，真有那么重要吗？
答：重要。风格乱，读者会下意识觉得这份材料不严谨。而且统一风格能帮读者快速读懂——同一个符号始终代表同一个意思，读者就不用每次都重新猜。
问：怎么判断一张图和正文“对得上”？
答：拿正文的关键句去图上找落点。正文说“响应时间≤3 秒”，图上有没有 3 秒的标记？正文说谷电蓄热，图上有没有峰谷分区？找不到落点，就是图和正文脱节了。
问：非技术客户看不懂技术图，怎么办？
答：在图上做“视觉解释”——用箭头表示流向、用标记指出关键点、用颜色区分时段，再在正文里做对应解读。目标是让不懂技术的人也能看懂这张图在讲什么。