配色篇 解决了「用什么颜色」的问题，而 文案排版篇 则回答了「文字怎么读」。然而，在用户感知到颜色和文字之前，他们的眼睛必定会最先落在某个特定的视觉锚点上，这正是构图（Composition）的核心职责——决定用户的「第一眼看哪」，以及视线随后该如何流转。正因如此，本文将静态版面的构图法则与动态创意（视频）的演进节奏结合起来，深度探讨如何构建行之有效的视觉骨架。
本文是 创意设计 系列的第 4 篇（构图与动）。 全系列 4 篇：
- 广告的用户心理学与行为哲学
- 广告创意配色
- 广告文案与排版
- 广告视觉构图与动态创意
一句话定位：利用构图法则与视线引导建立清晰的视觉重心，并在视频前 3 秒抛出钩子，从而在不破坏浏览体验的前提下高效抢夺注意力。
TL;DR
- 构图先回答「第一眼看哪」：巧妙运用三分法将主体置于视觉交点，并通过明暗对比与尺寸差异制造视觉重心，坚决避免将所有元素机械地堆砌在正中或填满整个画面。
- 视线靠三把手引导：利用尺寸、位置以及方向线索（如人物视线或指示箭头）来牵引注意力。由此，让主体、次要信息与行动呼吁（
CTA）形成一条平顺且合乎逻辑的视觉动线。 - 留白绝不是浪费：留白承载着视觉分组与画面呼吸的功能。相较于生硬的分割线，合理的间距更能精准传达「谁和谁同属一组」的信息。
- 安全区意识：鉴于不同版位和设备端存在各异的裁剪比例，关键信息与视觉主体务必避开贴边位置，以防被意外截断。
- 动态创意看前 3 秒：移动端信息流视频默认处于静音自动播放状态，因此字幕必须做到「无声看懂」。必须将最具穿透力的悬念钩子与品牌线索前置，切忌将核心诉求拖延至片尾。
- 动效必须为信息服务：动效的价值在于引导注意力与实现信息的分层展现，绝非单纯炫技；过度的动画反而会大幅抬高用户的认知负荷，进而拉低广告完播率。
- 三方视角看视觉：需求方（
Demand Side）渴望极力抢夺注意力，供给方（Supply Side）要求广告不破坏浏览体验且易于标注，而用户则希望一眼看懂且不被视觉套路所扰。因此，克制而清晰的构图正是这三方利益诉求的最佳平衡点。
Table of contents
Open Table of contents
1. 构图：先决定「第一眼看哪」
用户扫过一次广告曝光（Impression）的时间往往以毫秒计。在此严苛条件下，构图的第一要务绝非单纯追求「排版好看」，而是要果断制造一个明确的视觉重心，让用户的眼睛瞬间知道「先看这里」。
构图先解决「第一眼看哪」：用三分法与视觉重心把主体和 CTA 放到视线自然停留处，再用留白分组及边距留出呼吸空间。
在实战中，有几条经得起反复推敲的构图法则：
- 三分法（
Rule of Thirds）：将画面在横竖方向各进行三等分，并把视觉主体放置在交点或沿着分割线上。对比死板地居正中位置，这种做法更具视觉张力，也更符合人类视线的自然落点。需要强调的是，三分法是一种启发式的指导原则而非绝对定律，中心构图在需要传递庄重感或对称美时同样非常有效。 - 视觉重心：一张图片只能有一个「主角」。设计时应通过赋予主体更大的尺寸、更高的明度或饱和度，以及在其周围留出更多空白等手法，将其从背景中强行「提」出来。
- 留白（
Negative Space）：留白的作用在于视觉分组和赋予画面呼吸感，而非单纯因为「没有内容可排」。元素之间的物理间距能够自然地传达「谁和谁是一组」的逻辑关系，这比直接画出实体分割线显得更为克制且高级。 - 安全边距：核心元素（如视觉主体、品牌 Logo、
CTA按钮及法定免责声明等）必须离画面边缘留出足够的安全区域。这样可以有效避免广告素材在适配不同版位时被意外裁掉，或被平台原生 UI 无情遮挡。
追根溯源，格式塔分组理论正是这些法则背后的心理学基石：人脑会自动对视野中的视觉元素进行「归组」处理。距离相近的元素会被视为一组，外观相似的会被归为一类，不完整的轮廓会被大脑自动补全，而处在同一直线或曲线上的元素则会被视为相互关联。正因如此，「留白分组、卡片化设计、对齐排布」等手法才会如此奏效。与其生硬地画出一堆分割线，不如巧妙利用间距和对齐关系，让「谁和谁同属一组」的逻辑不言自明。
2. 视线引导：尺寸、位置、方向三把手
构图一旦确立了视觉重心，接下来的任务便是引导视线沿着一条精心规划的路径流动：从主体，过渡到卖点，最终落脚于 CTA。这条关键路径绝不能依靠碰运气来实现，而是需要紧紧握住三把可控的「抓手」：
引导视线的三把手：尺寸对比、位置排布与方向线索；确保主体、次要信息与 CTA 形成一条逻辑顺畅的视觉动线。
- 尺寸与明度：画面中最大且最亮的元素天然会成为视觉焦点。因此，必须赋予核心主体最大的视觉权重，同时主动弱化次要信息，坚决避免多个元素在同一层级互相抢夺注意力。
- 位置：将关键元素精准放置在视线的自然停留处。例如，三分法的交叉点、Z 型动线的右下角终点，或者是古腾堡图（
Gutenberg Diagram）中的「终端注视区」。 - 方向线索（
Directional Cues）：画面中人物的视线方向、手指指示、箭头符号，乃至道路的透视线，都会本能地将观众的注意力「拽」向所指之处。一个经典的实战做法是让模特凝视产品或CTA，而不是直勾勾地看向镜头之外；如此一来，用户的注意力便会自然地跟着模特的视线流转。
倘若画面中所有元素的视觉权重被设定得完全相同，用户便会彻底失去「先看哪」的线索。此时，他们只能自行摸索重点，这不仅会大幅增加认知负荷，更会直接拉低点击率（CTR）。从本质上讲，构图的最高价值，就是提前替用户解答好这道视觉排序题。
3. 动态创意：前 3 秒定生死
对比静态版面，视频等动态创意引入了一个全新的维度：时间。然而在竞争激烈的信息流场景中，时间的前 3 秒几乎决定了这条广告的生死存亡。
移动端信息流默认静音自动播放：字幕必须做到「无声看懂」，并在前 3 秒将最强钩子与品牌线索强力前置。
- 前 3 秒钩子：在信息流生态中，用户随时都有可能划走当前内容。因此，开头就必须给出极具穿透力的驻留理由——无论是制造反差、直击痛点、抛出利益还是设置悬念。切忌使用长达数秒的品牌片头来进行「热身」，因为那是传统电视广告的叙事逻辑，在程序化广告中根本行不通。
- 静音优先（
Sound-off First）：移动端信息流通常默认在静音状态下自动播放。业界广泛引用的观测数据表明，绝大多数信息流视频广告是在静音环境下被观看的。基于这一前提，视频中的字幕、文字排版以及画面本身必须确保能够「无声看懂」，而声音仅仅是锦上添花的加分项。 - 竖屏与安全区：9:16 的竖屏画幅是移动端当之无愧的主场。由于不同社交平台或媒体的原生 UI 组件会大量占据屏幕边缘，核心主体和字幕必须被收束在画面中央的安全区内。在实际投放中，一套素材往往需要按照 1:1、4:5 和 9:16 等多种比例进行裁剪适配。
- 品牌前置：行业内关于创意有效性的研究一致表明：「品牌资产越早、越持续地出现，越有利于加深用户记忆」。Google 提出的 ABCD 创意框架将
Branding列为核心要素，其给出的硬性建议之一便是「务必在前 5 秒内引入品牌或产品」。与此同时，Karen Nelson-Field 的注意力研究也证实了主动注意会在短短数秒内发生快速衰减。因此，千万别去赌用户能耐心看到片尾那个孤零零的 Logo。 - 动效为信息服务：动效的真正用途在于分层引入关键信息，并逐步引导视线（例如先出现主体，接着引出核心卖点，最后弹出
CTA），而不是为了炫耀技术而堆砌特效。过度繁杂的动画反而会急剧抬高用户的认知负荷，进而显著拉低视频的完播率。
4. 三方视角看视觉
在广告商业化变现环节，视觉表现往往是最容易「用力过猛」的灾区：设计得越抢眼，越有可能粗暴打断用户的浏览体验；画面越花哨，反而越容易掩盖核心业务信息。为此，我们需要利用三方视角来重新审视并对齐视觉诉求：
| 角色 | 核心关注点 | 视觉与构图诉求 | 常见利益冲突 |
|---|---|---|---|
广告主（Advertiser） | 抢夺注意力、争取点击率 | 构建强烈的视觉焦点、动效抓眼、品牌线索前置 | 冲动地认为「越吵越好」，导致打断正常体验，最终被用户跳过或屏蔽 |
媒体（Publisher） | 维护浏览体验、确保广告可识别 | 广告形式不破坏信息流节奏，且能清晰标注广告字样 | 广告伪装成原生内容或采用闪烁诱导，导致拉低平台信任度 |
| 用户 | 一眼看懂核心价值、不被打扰 | 视觉重心清晰、动效表现克制、能轻易判断「这是一条广告」 | 突兀的弹跳动画或诱导点击设计，极易引发反感与误触 |
- 共同语言仍是注意力与认知负荷：清晰明确的视觉重心对生态三方皆有裨益。需求方的核心信息能够被高效感知，用户无需费力去寻找画面重点，而供给方的浏览体验也不会被杂乱的「视觉噪声」所污染。
- 抢眼 vs 打断：制造视觉焦点是一种友好的助推机制，而使用闪烁诱导或伪装成系统提示则属于恶意的操纵行为。前者能够实现三方共赢，后者则是在严重透支用户对媒体平台的信任基础。正因如此，各平台才会对广告素材的动效强度和诱导点击行为设立极其严格的限制。
- 最终平衡点：通过合理的构图和顺畅的视线引导，让核心信息能够高效触达目标受众；同时，借助克制的动效设计和清晰的广告标识，死死保住浏览体验与内容可识别性。归根结底，克制而清晰，才是能够在长周期内跑量获胜的视觉策略。
5. 常见误解 ↔ 正解
| 常见误解 | 正解 |
|---|---|
| 视觉主体放正中心最稳妥 | 三分法交点往往更具视觉张力，且更贴合自然的视线落点；居中构图仅在需要强化对称与庄重感时适用 |
| 画面必须塞满才不算浪费 | 留白负责视觉分组与画面呼吸；塞满则意味着失去重心，直接导致用户认知过载 |
| 核心元素都做大才会显眼 | 全局放大等于全无焦点；显眼依托于尺寸对比，必须确保主体最大，同时主动弱化其余次要信息 |
| 动效越酷炫越能吸引眼球 | 动效的核心任务是为信息服务；过度渲染动画反而会抬高认知负荷，进而拉低视频完播率 |
| 视频片头应优先播放品牌片花 | 视频前 3 秒必须立刻抛出钩子；品牌线索固然要前置，但绝不能机械地占满开头时段 |
| 视频只需配好背景音效即可 | 移动端信息流默认处于静音状态；首要原则是保证「无声看懂」，然后再讨论声音加成 |
| 一套素材可以直接通投所有版位 | 必须按 1:1、4:5、9:16 的比例分别裁剪适配；核心主体务必避开各端固有的安全盲区 |
6. 版位安全区与时长
在广告竞价与实际投放中，构图的头号大敌往往并不是审美缺失，而是素材被平台系统意外裁切。以下是一份可直接用于对照的实战经验基准。需要说明的是，具体的尺寸比例、安全区范围以及时长限制会因生态平台与版本更迭而有所差异，故最终应以各媒体的官方创意规范为准，此处仅提供量级参考：
| 场景 / 版位 | 推荐比例 | 安全区核心要点 | 时长基准 |
|---|---|---|---|
| 信息流竖屏视频 | 9:16 | 画面上下各预留约 10–15% 空间给 UI 组件，确保主体与字幕居中 | 前 3 秒释放钩子，整体时长通常 ≤ 15–30s |
| 信息流方图 / 竖图 | 1:1 / 4:5 | 关键信息严格居中排布，务必避开画面四角与底部标题区域 | — |
| Stories / 全屏 | 9:16 | 顶部主动让位给播放进度条，底部区域留给 CTA 按钮 | 单卡通常 ≤ 15s |
| 横版视频 | 16:9 | 画面下三分之一区域需避开字幕层与播放控制条 | 6s 的 Bumper 广告，或 15–30s 的贴片 |
展示横幅（Banner） | 因版位而异 | 品牌 Logo 与 CTA 绝不能贴边排布，建议保留文字描边以确保在任意底色下皆可读 | — |
在实际素材生产中，一种高效的做法是「一次设计、多比例导出」：即将最核心的视觉元素集中放置在最窄版位（如 9:16）的安全区内，而在外围保留足够的可裁切空间。切忌将 16:9 的宽屏画面硬生生塞进竖屏版位，因为这样势必会导致视觉主体被无情切除。
视觉构图与动态创意调优口诀：三分交点定主角；留白呼吸作分组；前三秒钟抛钩子；静音字幕需看懂；动效克制防打断；安全边距防裁切。
当需要实现一套素材的规模化生产，并按受众群体特征进行动态拼装时，请继续参阅下一篇：DCO 动态创意优化与创意疲劳。
延伸阅读
- Think with Google. YouTube ABCDs: Video ad best practices.：另见 Google Ads Help（包含关于 Attention、Branding、Connection、Direction 的 5,000+ 广告研究）。
- Nelson-Field, K. (2020). The Attention Economy and How Media Works.：详述了信息流场景中主动注意的快速衰减。
- Nielsen Norman Group. F-Shaped Pattern / Text Scanning Patterns.：深度分析网页与移动端内容浏览中的经典视线动线。
- Digiday (2016). 85% of Facebook video is watched without sound.：揭示了绝大多数移动端视频在静音状态下被观看的行业观测结果。
- 格式塔（Gestalt）. 视知觉组织原则：奠定了邻近、相似、闭合、连续等视觉分组的底层心理学理论基础。