mcpField
V
visual-storytelling-design

visual-storytelling-design

github.com/lyndonkl设计与 UI187221 次安装10 周前更新
代码仓库

关于 visual-storytelling-design

这项技能通过叙事结构、标注、框定和滚动叙事来设计数据故事,帮助创作者选择表达方式,并检查视觉说明是否清晰、诚实。

主要功能

  1. 01叙事弧线与开场策略
  2. 02引导注意力的图表标注
  3. 03通过基线和比较提供语境
  4. 04用于渐进呈现的滚动叙事
  5. 05清晰度与诚信检查清单

适用场景

  1. 01规划数据可视化的叙事
  2. 02为图表添加标注以凸显洞见
  3. 03设计网页故事的渐进式呈现

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/lyndonkl/claude --skill visual-storytelling-design

安装后在 Claude Code 中输入/visual-storytelling-design确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

resources/
narrative-techniques.md
storytelling-patterns.md
resources/evaluators/
rubric_visual_storytelling.json

详细介绍

视觉叙事设计

目录


核心原则: 将数据组织成叙事(背景 → 问题 → 证据 → 洞见),有助于理解和记忆。标注可以引导注意力,渐进式呈现可以逐步揭示复杂内容,而框架则能为准确解读提供背景。

相关技能: 使用 cognitive-design 了解认知原则,使用 d3-visualization 实现 D3.js,使用 design-evaluation-audit 进行系统评估,使用 cognitive-fallacies-guard 检查内容完整性。


叙事设计工作流

时间: 1-2 小时

复制此清单并跟踪进度:

Story Design Progress:
- [ ] Step 1: Define Narrative
- [ ] Step 2: Choose Structure
- [ ] Step 3: Apply Cognitive Techniques
- [ ] Step 4: Review for Clarity & Integrity
步骤 1:定义叙事

确定故事弧线:背景是什么?问题是什么?哪些数据可以回答问题?洞见是什么?选择开篇策略:以人的影响、意外发现或视觉内容开篇。

资源: 叙事技巧 — 叙事结构部分

步骤 2:选择结构

选择适合故事类型、受众和媒介的模板与模式。选项包括分步文章、杂志风格、带注释的图表、交互式探索或演示文稿。

资源: 叙事模式 — 模板和决策矩阵

步骤 3:应用认知技巧

添加标注(说明框、箭头、阴影区域、直接标签)。通过基线、对比和明确分母来运用框架。如果内容基于网页,可使用滚动叙事逐步揭示信息。考虑使用视觉隐喻。

资源: 叙事技巧 — 标注、滚动叙事、框架部分

步骤 4:检查清晰度与完整性

确认叙事诚实(不挑选数据、框架平衡)、清晰(5 秒内即可看出洞见)且完整(注明来源、说明局限)。使用 design-evaluation-audit 进行系统评估,使用 cognitive-fallacies-guard 验证内容完整性。


路径选择菜单

路径 1:构建叙事结构

适用情况: 开始构建数据故事,需要定义故事弧线和开篇策略。

→ 转到叙事技巧 — 第 1-2 节


路径 2:掌握标注技巧

适用情况: 为现有图表和可视化添加标注,以引导解读。

→ 转到叙事技巧 — 第 3 节


路径 3:设计滚动叙事

适用情况: 构建基于网页、逐步揭示信息的体验。

→ 转到叙事技巧 — 第 4 节


路径 4:运用框架与隐喻

适用情况: 提供背景、基线、对比和视觉隐喻。

→ 转到叙事技巧 — 第 5-6 节


快速参考

5 条叙事原则
  1. 以洞见开篇,而非主题 — 标题应为“远程办公者的满意度高出 23%”,而不是“远程办公调查结果”
  2. 标注洞见 — 不要让读者自己发现;用说明框指出洞见
  3. 提供背景 — 为每个百分比提供基线、历史对比和分母
  4. 每次只做一项改变 — 滚动叙事:只高亮或只添加标注,不要同时进行
  5. 保持诚实 — 展示完整数据,承认局限,避免挑选数据

规范

**范围:**此技能提供数据叙事的叙事结构、注释技巧、滚动叙事模式、框定指导、故事模板和质量检查清单。它不实现代码、不评估通用可用性、不讲授认知理论,也不检查是否存在误导性模式。

评论

支持 Markdown