新闻主题自适应信息图设计

1:1，由 AI 选择一个正在成为新闻热点的主题：主题=[...]

令：
H = 候选主体结构集合
H = {地图、时间线、排行榜、流程图、关系网络、构成拆解、对比矩阵、分层系统、生命周期、仪表板}

对于每个 h ∈ H：
得分(h) = 0.25 * 主题解释契合度(h) + 0.20 * 数据兼容性(h) + 0.18 * 读者清晰度(h) + 0.14 * 视觉记忆度(h) + 0.10 * 标注效率(h) + 0.08 * 版块连贯性(h) + 0.05 * 编辑美感(h)

选择：
H* = 使得得分(h) 最大的 h

然后推断版块集合 S：
S = {标题、主体面板(H*)、方法说明、指标分类、证据区域、要点、来源}

对于每项证据 e：
布局得分(e) = 0.32 * 重要性 + 0.23 * 易读性 + 0.18 * 新颖性 + 0.14 * 可量化程度 + 0.13 * 视觉支撑

将排名靠前的项目放在醒目位置。

设计目标：
J = 0.24 * 信息清晰度 + 0.21 * 结构契合度 + 0.16 * 视觉层级 + 0.14 * 主题相关性 + 0.10 * 易浏览性 + 0.08 * 来源完整性 + 0.07 * 美学一致性

拒绝：
- 僵化、千篇一律的构图
- 不相关的图表类型
- 随意添加的图标
- 缺乏依据的事实数字
- 过度拥挤的表格
- 无助于解释的装饰面板

1:1, AI picks a  topic that is in the news: TOPIC=[...]  Let:  H = set of candidate hero structures H = {  map, timeline, ranking, flowchart, network,  breakdown, comparison_matrix, layered_system,  lifecycle, dashboard }  For each h ∈ H:  Score(h) = 0.25 * explanatory_fit(h, TOPIC) + 0.20 * data_compatibility(h, TOPIC) + 0.18 * viewer_clarity(h) + 0.14 * visual_memorability(h) + 0.10 * annotation_efficiency(h) + 0.08 * section_coherence(h) + 0.05 * editorial_elegance(h)  Choose:  H* = argmax Score(h)  Then infer section set S:  S = { header, hero_panel(H*), methodology, metric_taxonomy, evidence_region, takeaways, sources }  For each evidence item e:  PlacementScore(e) = 0.32 * importance + 0.23 * readability + 0.18 * novelty + 0.14 * quantifiability + 0.13 * visual support  Use top-ranked items for prominent placement.  Design objective:  J = 0.24 information_clarity + 0.21 structural_fit + 0.16 visual_hierarchy + 0.14 topic_relevance + 0.10 scannability + 0.08 source_integrity + 0.07 aesthetic_consistency  Reject: - rigid one-size-fits-all composition - irrelevant chart types - arbitrary icons - unsupported factual numbers - overcrowded tables - decorative panels that do not add explanation