必须将图片说明文字手动设为“正文”样式并清除格式，或粘贴至图片所在段落末尾用顿号/破折号分隔，再通过编辑面板的「caption」字段绑定，才能确保vibeknow在视频中同步显示字幕且不干扰旁白。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要把VibeKnow文档中原本附带的图片说明文字（比如图注、caption、下方小字标注）完整保留在生成的视频里，不能依赖系统自动识别——它默认会忽略所有非正文段落样式的内容，尤其当说明文字用“题注”样式、文本框或表格单元格包裹时，90%以上会被直接过滤掉。
确认图片说明是否被VibeKnow识别为有效文本
打开你的Word或PDF文档 → 全选图片下方说明文字 → 检查其段落样式是否为“正文”或“普通文本”；若显示为“题注”“标题3”“文本框内文字”或嵌套在表格中，【VibeKnow解析时将完全跳过该段，不生成字幕也不触发语音】。
右键该文字 → 选择“样式”→ 修改为“正文” → 再按Ctrl+Q清除残留格式。这一步不做，后续所有操作都无效。
手动补救：把图注粘贴进对应段落末尾
方法一：在原图上方或下方插入一个新段落，把图注文字复制进去，紧贴图片所在段落；
方法二：直接把图注文字加在图片所在段落末尾，用中文顿号“、”或破折号“——”隔开，例如：“系统架构图——来源：2026年技术白皮书第17页”。VibeKnow会把整段作为连续语义处理，语音和字幕均能呈现。
注意：不要用英文冒号“:”或括号“()”单独包裹图注，AI会误判为标点分隔符而截断语音。
用“视觉锚点”强制绑定图注与画面
第一步：上传文档并等待解析完成，进入编辑面板；
第二步：在左侧脚本区找到含图片的那一页 → 点击右侧预览图中该图片 → 图片周围出现蓝色控制框；
第三步：在右侧属性栏中找到「Caption」字段 → 将你整理好的图注文字（如“图3：用户登录流程时序图，含JWT校验环节”）粘贴进去 → 按回车确认；
这一步操作后，VibeKnow会在视频中该画面出现时，于底部安全区自动生成半透明黑底白字字幕，持续时间与画面同步，且不占用语音通道——也就是说，旁白照常读正文，图注以纯字幕形式叠加显示，互不干扰。
