Thumbnails y empaquetado de videos de YouTube
Las instrucciones están en ruso. Responde en el idioma del usuario.
Por qué
El thumbnail y el título deciden si se hará clic en el video en el feed, la búsqueda y las recomendaciones. El video puede ser excelente, pero si la tarjeta en el teléfono se lee como una mancha gris con letras pequeñas, no se llegará a la reproducción.
Dos problemas comunes. Primero: una captura de pantalla del video con el color ajustado. Es honesta pero plana: en el feed hay fotogramas donde la luz y la atmósfera son más fuertes que en cualquier fotograma crudo. Segundo: una "imagen bonita" al estilo Pinterest, donde el protagonista es diminuto y hay mucho espacio vacío. En la pantalla del teléfono solo queda un rectángulo vacío.
El skill se ha construido a partir del flujo de trabajo de un pequeño estudio: cada regla a continuación surgió después de una variante que tuvo que rehacerse.
En qué funciona
| Qué | Para qué está aquí |
|---|---|
| Fotogramas y capturas del video | referencias base: rostro, ropa, producto, lugar |
| Seedream 5 Pro y Nano Banana a través de Higgsfield, Flowith o similar | crean un nuevo fotograma a partir de referencias con luz para thumbnail; los modelos se comparan, uno mantiene el rostro, el otro es más fuerte en iluminación |
Look de film-look | al final de cada prompt, la relación de aspecto como parámetro |
| Logotipos PNG del sitio oficial | el logotipo nace en el fotograma junto con la escena; solo PNG: en Higgsfield CLI, JPEG falla con error de firma de almacenamiento solo en el log, y la generación se va silenciosamente sin referencia, por lo tanto revisa los logs |
| Editor (Photoshop o similar) | texto preciso como capa separada después de la generación: los modelos confunden el cirílico |
scripts/check_thumb.py | tamaño, peso y nombre de archivo; la vista previa reducida se hace a ojo en una hoja de contactos |
| Agente y propietario | el agente hace 3-4 variantes y la hoja de contactos, el propietario elige y decide sobre la subida |
Cuándo activarlo
- Se necesita un thumbnail para un video de YouTube o una portada para Shorts.
- Se necesita empaquetar el video completo: thumbnail, título, descripción, etiquetas.
- Se necesitan 3-4 variantes para pruebas de thumbnail (en YouTube es "Prueba y comparación").
- El canal quiere una serie unificada para que los videos sean reconocibles en el feed.
Las portadas para artículos y páginas las hace article-cover, el look para los prompts se toma de film-look.
Orden de trabajo
- Briefing. Completa
templates/thumb-brief.md: tema del video, qué debe sentir el espectador en un segundo, objeto principal, texto en el thumbnail, título de trabajo, fotogramas propios y referencias con roles. Los campos vacíos en los primeros tres bloques significan que es demasiado pronto para generar. - Una idea. Escríbela en una frase: "El thumbnail promete: ...". No es el tema ("revisión de cámara"), sino un sentimiento o intriga ("esta cámara graba mejor de lo que cuesta"). Si hay dos frases, elige una, la segunda dal al título.
- Vínculo con el título. Escribe inmediatamente 3-5 variantes de título. El thumbnail da la emoción, el título da hechos y palabras clave. No dupliques lo mismo: si en la imagen está "SILENCIO", no hace falta poner "silencio" otra vez en el título.
- Material propio. Recoge del video 10-20 fotogramas distribuidos uniformemente en la línea de tiempo (hoja de contactos), elige 2-4 donde se vea mejor al protagonista, rostro, producto, lugar. Esto es un soporte para la generación, no el thumbnail final.
- Roles de las referencias. A cada referencia asígnale un rol: apariencia y rostro, producto, lugar, composición, iluminación, ambiente. Una referencia para todo a la vez funciona mal.
- 3-4 conceptos diferentes. No cuatro duplicados del mismo fotograma, sino diferentes enfoques: primer plano del rostro con emoción, objeto protagonista, protagonista en una escena atmosférica, fotograma "antes y después" o "contra". Describe cada uno en una línea en el briefing.
- Generación o refinamiento (sección a continuación). Look de
film-lookal final de cada prompt, relación de aspecto solo como parámetro del modelo. - Texto en el thumbnail como paso separado (sección "Texto").
- Verificación. Script
scripts/check_thumb.pypara tamaño, peso y nombre, a ojo para el significado: cada thumbnail en versión reducida junto a otros. - Presentación al propietario. Todas las variantes en un solo mensaje, numeradas, con recomendación y variantes de título. Hasta que el propietario no elija, no subas nada al canal ni inicies la prueba.
- Guardado. Los finales con nombres claros en la carpeta del video, los fotogramas de trabajo y prompts al lado, no sobrescribas nada.
Reglas del fotograma
Una idea. El ojo entiende en medio segundo hacia dónde mirar. En el fotograma no más de 2-3 elementos: protagonista, un detalle, texto. Todo lo demás es fondo.
Rostro y emoción. Un rostro vivo con una emoción clara engancha más que nada: sorpresa, concentración, cansancio, euforia. Si no hay rostro por concepto (casco, máscara, espalda del protagonista), lo sustituye un detalle reconocible que se repite de video en video y se convierte en el "rostro" del canal.
Objeto grande. El protagonista ocupa una parte notable del fotograma. Una silueta pequeña en un paisaje enorme es bonita para la portada de una lista de reproducción o el banner del canal, pero como thumbnail de un video individual no funciona: en el teléfono no se ve.
Contraste. El protagonista se separa del fondo por luz o color: objeto cálido sobre fondo frío, rostro claro sobre oscuro, nítido sobre suave. Si el protagonista y el fondo tienen el mismo brillo, el thumbnail se funde con los vecinos.
Atmósfera más fuerte que en el video. El thumbnail puede ser más cinematográfico que el original: cielo dramático, contraluz, neblina, asfalto mojado, sol bajo. Pero hay que prometer lo que hay dentro: lugar, protagonista, ambiente. YouTube en la prueba de thumbnail elige al ganador por tiempo de visualización, no por clics, por lo que el engaño se castiga.
Esquina inferior derecha libre. Allí YouTube coloca la duración del video. No pongas rostro, texto ni objeto principal ahí.
Pantalla móvil primero. La mayoría mira desde el teléfono. Todo lo que no se lee en una tarjeta del ancho de un dedo no existe.
Generación y refinamiento
Una captura de pantalla cruda casi siempre pierde. Los fotogramas del video, fotos del protagonista y capturas van al modelo como referencias: apariencia, pose, producto, lugar. El modelo crea a partir de ellos un nuevo fotograma con luz y composición para thumbnail. Un collage de recortes en lugar de generación se ve barato.
Esquema del prompt, cada bloque por separado:
- Base: lo que debe permanecer como en tus fotogramas (rostro, ropa, forma del producto, color, lugar).
- Estilo: qué tomar de las referencias de estilo (luz, óptica, ambiente).
- Composición: plano, dónde está el protagonista, dónde hay espacio vacío para el texto, esquina inferior derecha libre.
- Luz: concreta, en palabras de operador.
- Prohibiciones: sin letras aleatorias, marcas de agua, logotipos adicionales, brillo CGI, sin sustituir al protagonista o producto.
- Look: núcleo de
film-lookal final sin cambios.
Reglas que ahorran tiempo:
- Relación de aspecto solo como parámetro.
16:9para videos,9:16para Shorts. En el texto del prompt no está: en modo de edición por referencia, el modelo sin parámetro a menudo devuelve un cuadrado, y el texto4:3entra en conflicto con el parámetro y recorta el fotograma incorrectamente. - Genera con margen (2K), luego reduce a 1280x720 o 1080x1920.
- Compara modelos. Uno mantiene mejor el rostro por referencia, otro es más fuerte en luz. Si hay modo por lotes, toma un grupo y selecciona.
- Dos fallos seguidos significan parar. Si el modelo pierde al protagonista dos veces o se va a un póster fuera de tema, no insistas en el mismo contexto ni lo arregles con collage. Empieza de nuevo: una referencia base, 2-3 referencias de estilo, prompt corto.
Logotipos en el fotograma en una sola pasada. Video sobre un servicio, producto o marca específicos: el logotipo nace en el fotograma junto con la escena, como en article-cover. El fotograma y el logotipo de referencia (PNG del sitio oficial) van al modelo juntos, el logotipo se describe como parte del mundo: pantalla en la mano del protagonista, parche, letrero, carcasa del dispositivo. Un logotipo superpuesto después en el editor se ve pegado. Después de la generación, haz zoom en cada signo: letras mezcladas y forma simplificada son defecto.
Texto en el thumbnail
- Hasta 3-4 palabras o sin texto. Mejor 1-2 palabras grandes que una frase pequeña. Si la imagen habla por sí sola, el texto no es necesario.
- El texto es emoción o intriga, no descripción. "EL CAMINO DESAPARECIÓ" funciona, "VIAJE EN LA NIEBLA" no, "¿NO PEOR?" funciona, "REVISIÓN DE CÁMARA" no. Palancas: sentimiento, pregunta, número, contraste, lugar.
- El texto no repite el título. Se complementan mutuamente.
- Cómo poner las letras. Para cirílico preciso y tipografía corporativa, el texto se coloca como capa separada después de la generación: los modelos confunden las letras y dibujan una fuente simplona. Una palabra latina corta el modelo a veces la dibuja bien, pero revisa cada letra. Los logotipos no los toques: ya están en el fotograma.
- Fuente. Grotesca negrita, ancha o compacta, una para toda la serie. Los números con la misma sans-serif y
font-variant-numeric: tabular-numsdonde aparezcan en columna. No uses fuentes monoespaciadas ni "terminales". - Fondo. Degradado suave difuminado debajo del texto si falta contraste. Los rectángulos duros, óvalos y marcos dan aspecto "casero".
- Ubicación para cada fotograma. Primero encuentra dónde realmente hay espacio vacío, allí pon el texto. El texto nunca cubre el rostro ni el objeto principal.
Serie unificada del canal
El canal se lee en el feed de un vistazo cuando 5-10 videos seguidos mantienen un mismo código: la misma fuente, el mismo recurso con el texto, un detalle reconocible del protagonista, paleta similar. Crea un archivo de serie del canal (sección al final de la plantilla) y consúltalo antes de cada paquete. Se puede cambiar el código, pero de forma consciente e inmediata para toda la serie, no porque esta vez se haya querido diferente.
Shorts
- Formato 9:16, final 1080x1920.
- En el feed de Shorts el thumbnail apenas se ve, ahí hay reproducción automática. La portada es necesaria para la cuadrícula del canal y la búsqueda. La palanca principal de Shorts es un primer fotograma fuerte y texto en el primer segundo del video, no la portada.
- Coloca el texto en el borde superior o en el centro: la parte inferior está ocupada por la suscripción y los botones.
- En la cuadrícula del canal, la portada se recorta más cerca del cuadrado: mantén al protagonista en el centro.
Nombres de archivo y almacenamiento
- Latín, números, guion. Sin espacios, cirílico ni paréntesis: así el archivo no se rompe al subirlo, en enlaces y scripts.
- Formato:
<slug-del-video>-<letra-de-variante>-<recurso>-v<número>.jpg, ejemplocheap-cam-a-face-v2.jpg. - Una nueva versión recibe un nuevo nombre. No sobrescribas las antiguas: durante la prueba es importante saber qué archivo exacto se ha subido.
- Estructura de carpeta del video:
sources/(fotogramas propios y referencias),generated/(originales de generación),finals/(thumbnails finales),previews/(reducidos para mostrar). No dejes la única copia en la caché del generador o en las descargas del navegador. - Final: 1280x720 para videos, JPEG o PNG, hasta 2 MB (límite de YouTube).
Verificación
python3 scripts/check_thumb.py finals/cheap-cam-a-face-v2.jpg
python3 scripts/check_thumb.py --shorts finals/cheap-cam-short-a-v1.jpg
python3 scripts/check_thumb.py finals/*.jpg
python3 scripts/check_thumb.py --make-test test-thumb.png
El script sin bibliotecas externas lee la cabecera PNG o JPEG y verifica: tamaño 1280x720 (con --shorts 1080x1920), peso hasta 2 MB, nombre de archivo en latín sin espacios. Código de salida 1 en caso de incumplimientos. --make-test crea un PNG gris del tamaño necesario para probar el propio script.
La verificación a ojo en tamaño reducido es obligatoria, el script no la reemplaza. Reduce el thumbnail a un ancho de unos 200 píxeles (aproximadamente así se ve en el feed del teléfono) y colócalo junto a 5-6 thumbnails ajenos del mismo tema. Preguntas: ¿se entiende en un segundo qué es? ¿se lee el texto? ¿no se pierde el protagonista entre los vecinos? ¿la esquina inferior derecha está libre?
Presentación al propietario
Un solo mensaje, para que la respuesta sea una palabra:
- thumbnails reducidos juntos (hoja de contactos);
- rutas a 3-4 finales, numerados;
- recomendación: qué variante y por qué, en una frase;
- 3-5 variantes de título, si es necesario descripción y etiquetas.
La subida al canal, el inicio de la prueba de thumbnail y la publicación solo con la palabra directa del propietario.
Ejemplo (corto)
Video: un mes grabando con una cámara barata en lugar de una cara, comparando fotogramas.
- Idea: "la cámara barata resultó no ser peor".
- A: primer plano del rostro del autor con sonrisa incrédula, en la mano una cámara pequeña, logotipo del fabricante en el cuerpo generado en el fotograma. Texto "¿NO PEOR?".
- B: dos cámaras en una balanza, la barata pesa más. Sin texto.
- C: fotograma partido "antes y después", en el centro el autor se encoge de hombros. Texto "UN MES DESPUÉS".
- Título: "Un mes con una cámara barata en lugar de una cara | Comparación de fotogramas".
- Archivos:
cheap-cam-a-face-v1.jpg,cheap-cam-b-scales-v1.jpg,cheap-cam-c-split-v1.jpg.
Errores típicos
- Captura de pantalla del video con color ajustado en lugar de un fotograma compuesto. Plano, pierde frente a los vecinos en iluminación.
- Cuatro variantes del mismo fotograma. La prueba compara lo mismo, no hay de dónde elegir.
- Protagonista pequeño y mucho espacio vacío. Bonito en pantalla grande, vacío en el teléfono.
- Cinco palabras de texto. En el teléfono es una franja gris.
- El texto repite el título. Se desperdicia espacio dos veces para lo mismo.
- Letras torcidas del modelo en cirílico. Se nota de inmediato, se ve descuidado.
- Logotipo superpuesto después sobre el fotograma. Parece una pegatina.
- Texto o rostro en la esquina inferior derecha debajo de la duración del video.
- El thumbnail promete algo que no está en el video. Hay clics, pero no visualización, y la prueba no elegirá ese thumbnail.
- Cada video en un estilo nuevo. El canal no se reconoce en el feed.
- Sobrescritura de archivo con el mismo nombre. Después no se puede saber qué se ha subido.
Lista de verificación antes de presentar
- El briefing está completo, la idea del thumbnail escrita en una frase.
- El título y el thumbnail se complementan, no se duplican.
- 3-4 conceptos diferentes, no duplicados.
- Los fotogramas propios se han utilizado como referencia, los roles de las referencias están asignados.
- Look de
film-looken cada prompt, relación de aspecto como parámetro. - Logotipos, si son necesarios, generados en el fotograma y verificados con zoom.
- Texto de hasta 3-4 palabras o sin texto, letras verificadas.
- La esquina inferior derecha está libre.
- Verificado en tamaño reducido junto a otros thumbnails.
-
check_thumb.pyha pasado: tamaño, peso, nombre. - La serie del canal se ha respetado o el cambio es consciente.
- Las variantes se han mostrado al propietario, la elección obtenida antes de la subida.
Qué queda obsoleto primero
Nombres de modelos, modos por lotes y límites de agregadores, reglas de prueba de thumbnail en YouTube, límite de peso de archivo. Antes de trabajar, consulta la ayuda de la herramienta y la ayuda de YouTube, no la memoria. Las reglas del fotograma y del texto quedan obsoletas lentamente. Datos verificados en octubre de 2026.
Más información
Las plantillas completas de prompts, análisis de paquetes reales de thumbnails y configuración de la serie para un canal específico, el estudio AIVFX los muestra en el trabajo y en la formación: https://aivfx.ru