合理的分类体系能指导设计与推荐，带来以下收益：
- 指导设计创作：帮助设计师根据内容特点选择合适的结构形式
- 优化推荐算法：为用户推荐最匹配其内容需求的模板
- 提升数据抽取效率：不同结构类型对应不同的数据组织方式
- 建立知识体系：形成系统化的信息图理论框架
业界分类方式概览
主流平台（Piktochart、Venngage、Visme 等）与研究中常见的分类类型包括：
| 分类类型 | 出现频率 | 说明 |
|---|---|---|
| 时间线（Timeline） | ⭐⭐⭐⭐⭐ | 展示时间顺序或历史进程 |
| 列表型（List） | ⭐⭐⭐⭐⭐ | 并列展示多个信息项 |
| 对比型（Comparison） | ⭐⭐⭐⭐⭐ | 对比两个或多个对象 |
| 流程型（Process） | ⭐⭐⭐⭐ | 展示步骤或流程 |
| 统计型（Statistical） | ⭐⭐⭐⭐ | 以图表形式展示数据 |
| 地理型（Geographic/Map） | ⭐⭐⭐⭐ | 基于地理位置展示信息 |
| 层级型（Hierarchical） | ⭐⭐⭐ | 展示层级或树状结构 |
| 交互式（Interactive） | ⭐⭐ | 支持用户交互操作 |
现有分类体系的问题
现有分类体系的常见问题：
- 分类维度混乱：有的按结构形式（时间线、地图），有的按内容用途（简历、How-to），有的按技术属性（交互式、动画型），缺乏统一标准
- 类别重叠与歧义：如”流程型”、“流程图”、“步骤型”概念相近；“地图”、“地理型”、“位置型”边界不清
- 粒度不一致：“信息型”过于宽泛，几乎囊括所有图；“解剖型”又过于狭窄
- 混淆展示与内容：将展示技术（交互、动画）与内容结构混为一谈
AntV 信息图分类
基于上述问题，AntV 采用了按结构形式分类的方式，这种分类方法更适合视觉设计、信息图推荐、数据抽取等实际应用场景。
分类体系
| 类型 | 示意 | 核心特征 | 典型视觉元素 | 适用场景 |
|---|---|---|---|---|
| 列表结构 List |  | 信息项并列排布，无明显方向性或层级关系 | • 数字标号（1、2、3…） • 圆点符号 • 方块图标 • 卡片式布局 | • 要点型（关键要点总结） • 清单型（待办事项、检查清单） • 汇总型（信息汇总、知识整理） • 展示型（产品特性、服务介绍） • 排名型（榜单、排行） |
| 对比结构 Comparison |  | 明确的二元或多元对比布局 | • 左右分栏布局 • VS 标识 • 对照表格 • 镜像对称布局 | • 二元对比（优缺点、新旧版本、AB 方案） • 多元对比（多个产品/服务/方案的横向比较） • 矩阵对比（四象限图、九宫格分析） |
| 顺序结构 Sequential |  | 具有明确方向性和顺序性的信息流，顺序不可随意调换 | • 箭头连接 • 流程连接线 • 时间轴 • 路径引导 | • 直线型（操作步骤、制作流程） • 循环型（生命周期、闭环流程） • 时间型（历史事件、项目里程碑） • 因果型（原因-过程-结果） |
| 层级结构 Hierarchical |  | 树状、嵌套或明显的主次关系布局 | • 分支连线 • 大小层级 • 嵌套框架 • 缩进布局 | • 组织型（公司架构、管理层级） • 分类型（知识体系、目录结构、分类树） • 树状（决策树、思维导图） • 从属型（总分关系、包含关系） |
| 关系结构 Relational |  | 展示元素间的连接、依赖或相互作用关系 | • 双向箭头 • 网状连线 • 节点圆圈 • 关系连接器 | • 流程型（工作流、数据流、信息流） • 网络型（人际关系、社交网络） • 概念型（思维导图、知识图谱） • 交互型（系统架构、组件依赖） |
| 地理结构 Geographical |  | 基于地理空间或物理位置的信息组织 | • 地图轮廓 • 位置标记（图钉） • 区域分块 • 坐标系统 | • 地图型（世界地图、国家地图、城市地图） • 路线型（旅行路线、运输路径） • 区域型（行政区域、销售区域） • 定位型（设施分布、门店位置、建筑平面图） |
| 统计图 Statistical |  | 以标准图表形式展示定量数据关系 | • 坐标轴 • 数据条 • 百分比环 • 统计符号 | • 柱状图 • 折线图 • 饼图 • 散点图 • 雷达图 |
如何判断信息图的分类
在实际应用中，同一个视觉框架的模板，填入不同内容后可能属于不同结构类型。掌握正确的判断方法，可以帮助你准确识别和选择信息图类型。
判断流程
第一步：识别核心视觉特征
按以下优先级顺序依次判断，一旦匹配即可确定分类：
Code
1. 有地图/空间元素？ → 地理结构 ↓ 2. 有标准图表（坐标轴、数据条等）？ → 统计图 ↓ 3. 有明确对比布局（左右分栏、VS等）？ → 对比结构 ↓ 4. 有明显层级/树状结构？ → 层级结构 ↓ 5. 有网络/循环连接？ → 关系结构 ↓ 6. 有方向性流程（箭头、连接线）？ → 顺序结构 ↓ 7. 其他情况 → 列表结构（默认类别）
第二步：应用核心原则
结构为主，语义为辅
- 优先看模板的结构意图：视觉元素如何引导用户组织信息
- 再结合设计者的预期用途：模板的典型应用场景
💡 示例：一个有编号的卡片布局，如果没有箭头或连接线，应归为”列表结构”而非”顺序结构”，因为其结构意图是并列展示，而非强调顺序关系。
常见混淆点辨析
1. 列表结构 vs 顺序结构
这是最容易混淆的两种类型，关键判断标准：
| 对比维度 | 列表结构 | 顺序结构 |
|---|---|---|
| 编号 | 可以有编号（1、2、3…） | 通常有编号或步骤标识 |
| 连接元素 | ❌ 没有箭头或连接线 | ✅ 有箭头、连接线、时间轴 |
| 顺序性 | 可随意调整顺序 | 顺序不可随意调换 |
| 语义关系 | 信息项地位平等 | 信息项有先后逻辑关系 |
判断口诀：有编号 ≠ 顺序结构，关键看连接！
实例对比：
- ✅ 列表结构：「产品的 5 大特性」（有编号，无连接线，可任意调整顺序）
- ✅ 顺序结构：「用户注册的 5 个步骤」（有编号，有箭头连接，必须按顺序执行）
2. 顺序结构 vs 关系结构
| 对比维度 | 顺序结构 | 关系结构 |
|---|---|---|
| 流向 | 单向线性流动 | 可双向或多向连接 |
| 起点终点 | 有明确的起点和终点 | 可以有多个起点和终点 |
| 强调重点 | 强调前后推进关系 | 强调关系网络 |
| 典型场景 | 流程、时间线、步骤 | 工作流、系统架构、知识图谱 |
实例对比：
- ✅ 顺序结构：「产品开发流程」（需求 → 设计 → 开发 → 测试 → 上线）
- ✅ 关系结构：「产品团队协作图」（各角色之间有复杂的相互依赖和沟通关系）
3. 层级结构 vs 关系结构
| 对比维度 | 层级结构 | 关系结构 |
|---|---|---|
| 组织形式 | 树状、自上而下 | 网状、多向连接 |
| 关系类型 | 主从关系、包含关系 | 平等关系、相互作用 |
| 视觉呈现 | 明显的层级大小差异 | 节点大小相对平等 |
特殊情况处理
多特征共存
当一个信息图同时具备多种结构特征时：
- 按优先级选择主分类：参考判断流程中的优先级顺序
- 添加次要分类：基于设计的语义倾向补充分类
- 使用标签系统：标识该模板可适配的多种结构类型
示例：一个四象限图可能既有「对比结构」特征（四个象限对比），又有「关系结构」特征（象限间的关系）。此时应以最明显的「对比结构」为主分类，「关系结构」为次要分类。
特征不明显
当视觉特征不够明显、难以判断时：
- 默认归类：归入”列表结构”作为默认类别
- 询问设计意图：咨询设计者的预期用途
- 观察使用场景：看实际使用时最常填入什么类型的内容
一致性原则
- 相似模板归类一致：视觉结构相似的模板必须归入同一类别
- 系列模板保持统一：同一系列的不同变体应保持主分类一致
- 避免主观随意：基于客观的视觉特征判断，而非个人偏好
分类的实际应用
设计指导
根据内容类型快速定位合适的结构形式，提高设计效率。
模板推荐
基于用户的内容需求，推荐最匹配的信息图模板。
数据映射
不同结构类型对应不同的数据组织方式，便于自动化数据填充和生成。
智能优化
通过用户使用数据和反馈，持续优化分类体系和推荐算法。
小结
AntV 的信息图分类体系以结构形式为核心维度，建立了清晰、实用的分类标准。这套体系：
- ✅ 维度统一：专注于结构形式这一单一维度
- ✅ 边界清晰：通过优先级判断减少分类歧义
- ✅ 实用性强：直接服务于设计、推荐、数据抽取等应用场景
- ✅ 可扩展：支持多重分类和标签体系，适应复杂场景
通过理解这套分类体系，你可以更准确地选择和使用信息图模板，创作出结构清晰、表达准确的信息图作品。