Communitygithub.com

NeverSight/learn-skills.dev

Design von YouTube-Thumbnails mit spezifischen Abmessungen, Kontrastregeln und Optimierung für die mobile Vorschau. Behandelt Safe Zones, Textplatzierung, Gesichtsausdruckspsychologie und A/B-Tests.

Was ist learn-skills.dev?

Diese Skill-Anleitung bietet Entwicklern und Content-Erstellern eine umfassende Strategie zur Erstellung von YouTube-Thumbnails, die die Klickrate (CTR) maximieren. Sie deckt technische Spezifikationen wie Abmessungen (1280x720 px Minimum), Seitenverhältnis (16:9) und Dateigrößenbeschränkungen ab und betont den entscheidenden 120px-Test, der die Lesbarkeit auf mobilen Geräten sicherstellt. Die Anleitung enthält detaillierte Richtlinien für Safe Zones, Farbschemata mit hohem Kontrast und maximale Textlänge (6 Wörter, fett), sowie psychologische Erkenntnisse zur Wirkung von Gesichtsausdrücken. Praktische Codebeispiele mit dem `belt` CLI-Tool von inference.sh helfen bei der KI-gestützten Generierung von Thumbnails für verschiedene Inhaltsformate wie Tutorials, Vorher/Nachher-Vergleiche und Produktrezensionen. Abschließend werden A/B-Teststrategien und eine Checkliste zur Vermeidung häufiger Fehler wie überladener Komposition oder irreführender Bilder bereitgestellt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/NeverSight/learn-skills.dev/tree/HEAD/data/skills-md/101-skills/skills/youtube-thumbnail-design

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Installieren Sie die belt CLI-Skill: npx skills add belt-sh/cli

YouTube-Thumbnail-Design

Erstellen Sie klickstarke YouTube-Thumbnails mit KI-Bildgenerierung über die inference.sh CLI.

Schnellstart

Erfordert die inference.sh CLI (belt). Installationsanleitung

belt login

# Ein Thumbnail generieren
belt app run falai/flux-dev-lora --input '{
  "prompt": "YouTube Thumbnail-Stil, Nahaufnahme einer Person mit überraschtem, aufgeregtem Ausdruck, die auf einen leuchtenden Laptop-Bildschirm schaut, lebendiges Blau-Orange-Farbschema, dramatisches Studiolicht, geringe Schärfentiefe, hoher Kontrast, filmisch",
  "width": 1280,
  "height": 720
}'

Spezifikationen

SpezifikationWert
Abmessungen1280 x 720 px (Minimum)
Empfohlen1920 x 1080 px
Seitenverhältnis16:9
Maximale Dateigröße2 MB
FormateJPG, GIF, PNG

Der 120px-Test

Ihr Thumbnail erscheint auf mobilen Geräten etwa 120px breit – so sehen es die meisten Zuschauer zuerst.

Bei 120px müssen Zuschauer Folgendes erkennen können:

  1. Die Stimmung/Emotion (anhand von Farben und Ausdruck)
  2. Das allgemeine Motiv (anhand der Komposition)
  3. Den Text (falls vorhanden – nur wenn er groß genug ist)

Test: Betrachten Sie Ihr Thumbnail bei 120px Breite. Wenn es ein matschiger Klumpen ist, überarbeiten Sie es.

Safe Zones

┌─────────────────────────────────────────────┐
│                                             │
│   ✅ SICHER FÜR TEXT UND SCHLÜSSELELEMENTE  │
│                                             │
│                                             │
│                                             │
│                                             │
│                                       ┌───┐ │
│                                       │ ⏱ │ │ ← Zeitstempel-Overlay
│                              ┌────────┴───┘ │    (unten rechts)
│   ┌────┐                     │  DAUER       │
│   │ CH │ Kapitelmarker      └──────────────│
└───┴────┴────────────────────────────────────┘
     ↑ Unten links: Kapitel-/Fortschrittsmarkierungen

Vermeiden Sie kritische Elemente in:

  • Der unteren rechten Ecke (Videodauer-Zeitstempel)
  • Der unteren linken Ecke (Kapitelmarkierungen, Fortschrittsbalken)
  • Den äußeren Rändern (Zuschneiden variiert je nach Gerät)

Farbstrategie

Kontrastreiche Paare, die funktionieren

KombinationStimmungAm besten geeignet für
Gelb + SchwarzDringlichkeit, AufmerksamkeitTechnik, Business, Listen
Rot + WeißEnergie, AufregungUnterhaltung, Reaktionen
Blau + OrangeProfessioneller KontrastBildung, Tutorials
Grün + WeißWachstum, GeldFinanzen, Erfolgsgeschichten
Lila + GelbHochwertig, kreativDesign, Kunst, Kreativität
Weiß + DunkelSauber, minimalistischLuxus, minimalistische Kanäle

Farbregeln

  • Hintergrund und Text/Motiv sollten komplementär oder kontrastreich sein
  • Vermeiden Sie, dass Farben mit gleicher Temperatur aneinandergrenzen (Rot auf Orange = Matsch)
  • Verwenden Sie maximal 3 Farben pro Thumbnail
  • Sättigen Sie stärker als im echten Leben – Thumbnails konkurrieren mit hellen UI-Elementen

Text auf Thumbnails

Wann Text verwendet werden sollte

  • Listen/Zahlen: „7 Tipps“, „Top 10“
  • Starke Meinungen: „HÖR AUF DAMIT“
  • Ergebnisse: „10.000€ in 30 Tagen“
  • Vergleiche: „vs“ zwischen zwei Dingen

Wann KEIN Text verwendet werden sollte

  • Der Videotitel sagt es bereits (redundant)
  • Die Emotion/Visual erzählt die Geschichte
  • Sie können ihn nicht groß genug machen, um bei 120px gelesen zu werden

Textregeln

RegelGrund
Maximal 6 WörterLesbarkeit bei Thumbnailgröße
Mindestens 60pt ÄquivalentMuss bei 120px Breite lesbar sein
Fette serifenlose SchriftDünne Schriften verschwinden bei kleinen Größen
Kontrastierender Strich/SchattenStellt Lesbarkeit auf jedem Hintergrund sicher
Kein kleiner TextWenn er nicht klein lesbar ist, streichen Sie ihn

Psychologie der Gesichtsausdrücke

Thumbnails mit Gesichtern erzielen eine höhere CTR als Thumbnails ohne Gesichter. Der Ausdruck ist entscheidend:

AusdruckCTR-AuswirkungAm besten geeignet für
Überraschung/SchockAm höchstenReaktion, Enthüllung, Entdeckungsinhalte
NeugierHochTutorial, Anleitung, Tipps
AufregungHochUnboxing, Bewertungen, Ankündigungen
Besorgnis/SorgeMittel-hochWarnungen, Fehler, Problem-Inhalte
SelbstvertrauenMittelExpertenrat, Autoritätsinhalte
NeutralAm niedrigstenVermeiden, es sei denn, Ihre Marke ist minimalistisch

Gesichts-Kompositionsregeln

  • Das Gesicht sollte 30-50% des Thumbnails ausfüllen
  • Die Augen sollten in Richtung des Texts oder Motivs schauen (lenkt die Aufmerksamkeit des Betrachters)
  • Augen in die Kamera = Verbindung. Augen auf das Objekt = Neugier.
  • Platzieren Sie das Gesicht auf einer Seite (normalerweise links), Text oder Motiv auf der anderen
# Ein frontales Thumbnail generieren
belt app run falai/flux-dev-lora --input '{
  "prompt": "Nahaufnahme-Porträt eines Mannes mit aufrichtig überraschtem Ausdruck, Mund leicht geöffnet, hochgezogene Augenbrauen, in die Kamera blickend, linke Bildseite, lebendiger türkiser Hintergrund, dramatisches Randlicht, YouTube Thumbnail-Stil, hoher Kontrast, filmisch",
  "width": 1280,
  "height": 720
}'

# Ein Thumbnail mit einem Gesicht, das auf ein Motiv schaut, generieren
belt app run bytedance/seedream-4-5 --input '{
  "prompt": "Person, die erstaunt auf ein leuchtendes holografisches Diagramm mit Aufwärtstrend blickt, dramatisches Blau-Grün-Licht, rechte Seitenprofilansicht, dunkler Hintergrund, Tech-Ästhetik, hohe Energie",
  "size": "2K"
}'

Thumbnail-Muster nach Inhaltstyp

Tutorial / Anleitung

belt app run falai/flux-dev-lora --input '{
  "prompt": "Draufsicht, flache Anordnung eines organisierten Arbeitsplatzes mit Laptop, der einen Code-Editor zeigt, bunte Haftnotizen, Kaffeetasse, sauberer heller Hintergrund, professionelles Setup, Tutorial-Stil-Komposition, warmes Licht",
  "width": 1280,
  "height": 720
}'

Vorher/Nachher

belt app run falai/flux-dev-lora --input '{
  "prompt": "Geteilte Komposition, linke Seite dunkler und unordentlicher Schreibtisch, rechte Seite heller, sauberer, organisierter minimalistischer Arbeitsplatz, dramatischer Kontrast zwischen Chaos und Ordnung, klare Trennlinie in der Mitte, hoher Kontrast",
  "width": 1280,
  "height": 720
}'

Produktbewertung / Vergleich

belt app run falai/flux-dev-lora --input '{
  "prompt": "Zwei Produkte, die einander gegenüberstehen, mit dramatischem Licht und Funken zwischen ihnen, Wettbewerb-Kampfkonzept, dunkler Hintergrund mit farbigem Randlicht, Versus-Vergleichsstil, hohe Energie, Produktfotografie",
  "width": 1280,
  "height": 720
}'

Liste / Nummer

belt app run falai/flux-dev-lora --input '{
  "prompt": "Dynamische Anordnung von 7 verschiedenen farbigen Objekten, die im Raum gegen einen dunklen Farbverlaufshintergrund schweben, jedes Objekt deutlich und klar getrennt, energiegeladene Komposition, lebendige gesättigte Farben, Studiolicht",
  "width": 1280,
  "height": 720
}'

A/B-Tests

Testen Sie jeweils eine Variable:

VariableTest A vs B
Gesicht vs. Kein GesichtGleiche Komposition, mit/ohne Person
AusdruckÜberraschung vs. Neugier
FarbschemaWarme vs. kühle Palette
Text vs. Kein TextMit/ohne Text-Overlay
HintergrundHell vs. Dunkel
KompositionLinks- vs. rechtsgerichtetes Motiv
# Variante A generieren
belt app run falai/flux-dev-lora --input '{
  "prompt": "..., hellgelber Hintergrund, ...",
  "width": 1280, "height": 720
}' --no-wait

# Variante B generieren (gleicher Prompt, anderer Hintergrund)
belt app run falai/flux-dev-lora --input '{
  "prompt": "..., dunkelblauer Hintergrund, ...",
  "width": 1280, "height": 720
}' --no-wait

Thumbnail-Checkliste

  • Mindestens 1280x720 (1920x1080 bevorzugt)
  • Unter 2 MB Dateigröße
  • Besteht den 120px-Zwicker-Test
  • Keine kritischen Elemente unten rechts (Zeitstempel) oder unten links (Kapitel)
  • Maximal 3 Farben, hoher Kontrast
  • Text (falls vorhanden) maximal 6 Wörter, fett, mit kontrastreichem Strich
  • Gesichtsausdruck passt zur Energie des Inhalts (falls zutreffend)
  • Dupliziert nicht den Videotitel
  • Hebt sich von umliegenden Thumbnails ab (überprüfen Sie Ihre Nische)
  • Funktioniert sowohl auf hellem als auch auf dunklem YouTube-Hintergrund

Häufige Fehler

FehlerProblemLösung
Zu viel TextBei Thumbnailgröße unlesbarMaximal 6 Wörter oder kein Text
Geringer KontrastVerschwindet im FeedKomplementärfarben verwenden
Überladene KompositionDas Auge weiß nicht, wohin es schauen sollEin Brennpunkt
Generischer Stockfoto-LookKeine Persönlichkeit, wird übersprungenAuthentische Ausdrücke, einzigartige Blickwinkel
Winzige DetailsBei 120px verlorenFette, einfache Formen
Gleicher Stil bei jedem VideoZuschauermüdigkeitVariieren Sie innerhalb der Markenrichtlinien
Irreführendes ThumbnailZerstört Vertrauen, schadet der BindungPassen Sie den tatsächlichen Inhalt an

Verwandte Skills

npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@image-upscaling
npx skills add inference-sh/skills@prompt-engineering

Alle Apps durchsuchen: belt app store

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

NeverSight/learn-skills.dev

Use when generating or modifying Remotion video code, creating demo videos, or working with the demo-video/ directory

NeverSight/learn-skills.dev

Create AI avatar and talking head videos via inference.sh CLI. Recommended: P-Video-Avatar (fastest, cheapest, built-in TTS). Also: OmniHuman, Fabric, PixVerse. Audio: Inworld TTS-2 (100+ languages, emotion steering for characters), ElevenLabs, Kokoro. Capabilities: audio-driven avatars, text-to-avatar, lipsync videos, talking head generation, virtual presenters, UGC content. Use for: AI presenters, explainer videos, virtual influencers, dubbing, marketing videos, UGC ads, gaming avatars, NPC dialogue. Triggers: ai avatar, talking head, lipsync, avatar video, virtual presenter, ai spokesperson, audio driven video, heygen alternative, synthesia alternative, talking avatar, lip sync, video avatar, ai presenter, digital human, ugc, ugc video, ugc ad, avatar ugc

NeverSight/learn-skills.dev

Create AI marketing videos for ads, promos, product launches, and brand content. Models: Veo, Seedance, Wan, FLUX for visuals, Kokoro for voiceover. Types: product demos, testimonials, explainers, social ads, brand videos. Use for: Facebook ads, YouTube ads, product launches, brand awareness. Triggers: marketing video, ad video, promo video, commercial, brand video, product video, explainer video, ad creative, video ad, facebook ad video, youtube ad, instagram ad, tiktok ad, promotional video, launch video

NeverSight/learn-skills.dev

Generate AI videos with Google Veo, Seedance 2.0, HappyHorse, Wan, Grok and 40+ models via inference.sh CLI. Models: Veo 3.1, Veo 3, Seedance 2.0, HappyHorse 1.0, Wan 2.5, Grok Imagine Video, OmniHuman, Fabric, HunyuanVideo. Capabilities: text-to-video, image-to-video, reference-to-video, video editing, lipsync, avatar animation, video upscaling, foley sound. Use for: social media videos, marketing content, explainer videos, product demos, AI avatars. Triggers: video generation, ai video, text to video, image to video, veo, animate image, video from image, ai animation, video generator, generate video, t2v, i2v, ai video maker, create video with ai, runway alternative, pika alternative, sora alternative, kling alternative, seedance, happyhorse

NeverSight/learn-skills.dev

ElevenLabs automatic dubbing - translate and dub audio/video into 29 languages while preserving speaker voice via inference.sh CLI. Capabilities: auto speaker detection, voice-preserving translation, video dubbing, audio localization. Use for: content localization, video translation, multilingual content, international distribution. Triggers: dubbing, dub video, translate audio, video translation, audio translation, localize content, elevenlabs dubbing, eleven labs dub, multilingual dub, voice translation, auto dub, language dub, content localization

NeverSight/learn-skills.dev

Explainer video production guide: scripting, voiceover, visuals, and assembly. Covers script formulas, pacing rules, scene planning, and multi-tool pipelines. Use for: product demos, how-it-works videos, onboarding videos, social explainers. Triggers: explainer video, how to make explainer, product video, demo video, video production, video script, animated explainer, product demo video, tutorial video, onboarding video, walkthrough video, video pipeline

NeverSight/learn-skills.dev

Still-to-video conversion guide: model selection, motion prompting, and camera movement. Covers Wan 2.5 i2v, Seedance, Fabric, Grok Video with when to use each. Use for: animating images, creating video from stills, adding motion, product animations. Triggers: image to video, i2v, animate image, still to video, add motion to image, image animation, photo to video, animate still, wan i2v, image2video, bring image to life, animate photo, motion from image

NeverSight/learn-skills.dev

Generate talking head avatar videos with Pruna P-Video-Avatar via inference.sh CLI. Turn a portrait image into a realistic speaking video with built-in TTS. 18x faster and 6x cheaper than competitors. Models: P-Video-Avatar, P-Image (for portrait generation). Capabilities: text-to-avatar, audio-driven avatars, 30 voices, 10 languages, 720p/1080p, built-in TTS, dynamic backgrounds, full-body control. Use for: AI presenters, product demos, explainer videos, virtual influencers, marketing, education, multilingual content, UGC, gaming avatars. Triggers: avatar video, talking head, ai avatar, p-video-avatar, pruna avatar, video avatar, ai presenter, digital human, virtual presenter, lipsync, talking avatar, ai spokesperson, heygen alternative, synthesia alternative, veed alternative, fabric alternative, omnihuman alternative

NeverSight/learn-skills.dev

Generate videos with Pruna P-Video and WAN models via inference.sh CLI. Models: P-Video, WAN-T2V, WAN-I2V. Capabilities: text-to-video, image-to-video, audio support, 720p/1080p, fast inference. Pruna optimizes models for speed without quality loss. Triggers: pruna video, p-video, pruna ai video, fast video generation, optimized video, wan t2v, wan i2v, economic video generation, cheap video generation, pruna text to video, pruna image to video

NeverSight/learn-skills.dev

Render videos from React/Remotion component code via inference.sh. Pass TSX code, get MP4. Supports all Remotion APIs: useCurrentFrame, useVideoConfig, spring, interpolate, AbsoluteFill, Sequence. Configurable resolution, FPS, duration, codec. Use for: programmatic video generation, animated graphics, motion design, data-driven videos, React animations to video. Triggers: remotion, render video from code, tsx to video, react video, programmatic video, remotion render, code to video, animated video, motion graphics code, react animation video

NeverSight/learn-skills.dev

Video ad creation with exact platform-specific specs for TikTok, Instagram, YouTube, Facebook, LinkedIn. Covers dimensions, duration limits, AIDA framework, and caption requirements. Use for: video ads, social media ads, paid media creative, video marketing, ad production. Triggers: video ad, social media ad, tiktok ad, instagram ad, youtube ad, facebook ad, linkedin ad, video creative, ad specs, paid media, video marketing, ad production, reels ad, stories ad, pre roll, bumper ad

NeverSight/learn-skills.dev

Best practices and techniques for writing effective AI video generation prompts. Covers: Veo, Seedance, Wan, Grok, Kling, Runway, Pika, Sora prompting strategies. Learn: shot types, camera movements, lighting, pacing, style keywords, negative prompts. Use for: improving video quality, getting consistent results, professional video prompts. Triggers: video prompt, how to prompt video, veo prompts, video generation tips, better ai video, video prompt engineering, video prompt guide, video prompt template, ai video tips, video prompt best practices, video prompt examples, cinematography prompts

NeverSight/learn-skills.dev

Landing page conversion optimization with layout rules, hero section design, and CTA psychology. Covers above-the-fold formula, social proof placement, mobile design, and F-pattern reading. Use for: startup landing pages, product pages, SaaS marketing, conversion optimization. Triggers: landing page, hero section, above the fold, conversion optimization, landing page design, cta button, hero image, landing page layout, saas landing page, product page design, conversion rate, landing page best practices

NeverSight/learn-skills.dev

Configure and use the hosted YouTube Data MCP end-to-end with minimal user input. Use when users want the agent to verify Node.js and `npx`, configure MCP server config (Windows/macOS, Cursor/Codex/OpenClaw/OpenCode), request API key at setup time, run post-install capability discovery (`tools/list` and `get_patch_notes`), and then strongly recommend helper skill and Python setup for full local document and spreadsheet workflows.

NeverSight/learn-skills.dev

Creates 120fps GPU-accelerated animations with Motion.dev (Framer Motion successor) for React, Next.js, Svelte, and Astro projects. Use when user requests animation, motion, scroll effects, parallax, hero animations, gestures, drag interactions, spring physics, whileHover effects, whileInView animations, animated UI, micro-interactions, page transitions, or layout animations. Generates production TypeScript/JSX code with accessibility (prefers-reduced-motion) and performance validation (≥60fps). Supports entrance animations, gesture interactions (hover/tap/drag), scroll-based reveals, and layout transitions using spring physics and natural timing. Do NOT use for CSS-only transitions (use native CSS), static sites without JavaScript, Vue animations (use motion-v variant instead), or SVG/Canvas complex animations (GSAP better suited).

NeverSight/learn-skills.dev

Static artifact craft skill for self-contained HTML/CSS/JS documents: docs, sheets, dashboards, explainers, slides, tools, and landing pages. Use when the user asks for a durable, openable, shareable web deliverable they'll keep or hand off — a report, a dashboard, a slide deck, a data table, a page. Local folder first, temporary public link via tunnel (localhost.run), optional durable publish to Surge, GitHub Pages, or Cloudflare. Not for quick look renders, inline snippets, or throwaway scratch. Not for SPA frameworks, backend APIs, database apps, or production product UI.

NeverSight/learn-skills.dev

FFmpeg commands for video/audio conversion, trimming, compression, and processing. Use when user mentions "ffmpeg", "convert video", "compress video", "extract audio", "trim video", "gif from video", "video codec", "transcode", "screen recording", "merge videos", "video to mp4", "reduce file size", or any media processing task.

NeverSight/learn-skills.dev

Vim keybindings, motions, text objects, and operators for efficient text editing. Use when user asks about "vim commands", "vim motions", "text objects", "vim keybindings", "vim cheat sheet", "learn vim", "vim in VS Code", or any Vim editing tasks.

NeverSight/learn-skills.dev

Download YouTube videos, extract/proofread/translate subtitles, and render them onto video. Use whenever the user asks to download a YouTube video with subtitles, translate video subtitles to Chinese, add subtitles/burn subtitles to a video, or do ASR transcription on video audio. Covers the full pipeline: video download → subtitle extraction → proofreading → translation → SRT generation → subtitle rendering. Also use for "下载视频加字幕", "视频翻译字幕", "把字幕烧录到视频中". For pure subtitle file creation without rendering (just SRT output), this skill handles that too — stop before Phase 5.

NeverSight/learn-skills.dev

Grok Build ONLY. Turn a 2D character still into smooth animation sprites via image_gen/image_edit base → image_to_video (6s/10s run-in-place) → ffmpeg frames → magenta chroma-key → dense sampled sprites (strip/grid/GIF). Use when the user wants video-to-sprite, motion capture from generated video, smoother run/walk cycles from dense frames, or runs /video2dsprite. Do NOT use on Codex/Claude — only Grok Build has image_to_video. Prefer generate2dsprite for crisp pixel sheets without video.

Verwandte Skills