Hallo.
Einen erklärenden Text einzubinden, wäre schon wieder eine Überforderung der User, aber intuitiv ist dein Unterfangen m.E. sowieso nicht.
Eine Unterscheidung von "Nur Text" und "Mit Bildern, Tönen und anderem Firlefanz" wäre aber meines Erachtens wieder nachvollziehbar.
MfG, at