这一切存在的意义

你可能已经注意到，在上面的例子里，我其实可以增加一些简单的细节描述。例如我可以说：“想象一个人在弹吉他，这把吉他连接着扩音器，扩音器由一堆气球吊着，悬在6层楼高的地方……”这样就能讲清文字背景，不再需要图片了。

那么，我们为什么要把图片和文字结合起来呢？

方便与具体

一切要归结为方便与具体。为了证明这一点，我在下面引用了一段描述某个著名文学形象的原文。读一读，看你要花多长时间才能判断出是哪个人物，再翻到第38页看看图16。

他的四肢比例是匀称的，我为他选择的面貌也算漂亮。漂亮！伟大的上帝呀！他那黄色的皮肤几乎覆盖不住下面的肌肉和血管。他有一头飘动的、有光泽的黑发，一口贝壳般的白牙，但这种华丽只把他那湿漉漉的眼睛衬托得更加可怕。那眼睛和那浅褐色的眼眶、皱巴巴的皮肤和抿成直线的黑嘴唇差不多是同一个颜色。

方便：图像让我们能在短得惊人的时间内处理数量多得可怕的信息。你需要大约30秒才能读完文字描述，但只需要大约0.2秒就能认出图16的形象。

“但是等一下，”你可能会说，“你只要简单地说一句‘弗兰肯斯坦的怪物’，我同样能迅速理解。”当然没错——这就引出了第二个概念。

具体：在过去的一个世纪里，弗兰肯斯坦的怪物已经演化出几十个变体。除了玛丽·雪莱（Mary Shelley）创作的原著和鲍里斯·卡洛夫（Boris Karloff）塑造的经典形象之外，还有彼得·伯耶尔（Peter Boyle）在《新科学怪人》（ Young Frankenstein ）中塑造的喜剧形象，有罗伯特·德尼罗（Robert De Niro）在1994年版电影中的情感解构，以及罗里·金尼尔（Rory Kinnear）在电视剧《低俗怪谈》（ Penny Dreadful ）中苍白的哥特式形象。如果我只简单说一句“弗兰肯斯坦的怪物”，然后对这个角色进行冗长的口头讨论，很难保证每个人脑中的怪物形象是一致的。我们想象出的图像会改变我们解读和理解语言的方式，而使用图片可以确保每个人在这个问题上达成一致，产生相同的理解。

总而言之：口头叙述或视觉呈现单独使用都不错，但只有当听觉和视觉整合后，效果才是最棒的。