这与人的信息提取机制有关，人从古代就对环境格外敏感，而到了现代社会则表现为人更容易从图片当中提取信息。当图片和文本放在一起的时候，眼睛和大脑会先对图片进行处理，而后图片附近的文本会作为图片的补充和解释。人的心理信息机制决定了，如果图片足够能与读者达到共鸣，那么图片中的文字自然也会被读者接受。因此，文本放在文本里就会让人容易接受。