Communitygithub.com

shutckin/aivfx-content-kit

Packaging de vidéos YouTube et Shorts : pack de 3-4 variantes de miniature pour une seule idée, test A/B, titre et miniature comme une unité, une idée par image, visage et émotion, objet large, texte de 3-4 mots maximum, lisible sur un petit écran de téléphone. Fonctionne à partir de plans et captures d'écran personnels ainsi que de références, génère ou améliore le plan avec des modèles (Nano Banana, Seedream, GPT-Image, Higgsfield et autres) avec le style cinéma et logos en un seul passage, maintient une série cohérente pour la chaîne, vérifie le fichier avec un script (taille, poids, nom), examine la petite vue à l'œil sur une planche contact et montre les options au propriétaire avant la mise en ligne.

Qu'est-ce que aivfx-content-kit ?

Ce skill est conçu pour les créateurs de contenu YouTube et Shorts, notamment les petites équipes ou les studios souhaitant professionnaliser leurs miniatures. Il automatise et guide tout le processus : du brief initial à la sélection finale, en passant par la génération de visuels via des modèles d'IA comme Nano Banana ou Seedream sur Higgsfield, Flowith, etc. Le skill impose des règles strictes de composition et de lisibilité (visage expressif, objet principal grand, texte très court, angle inférieur droit libre) adaptées aux écrans mobiles. Il gère aussi l'intégration des logos directement dans le plan généré, la création d'une série visuelle cohérente pour la chaîne, et propose une vérification automatisée (via un script Python) et manuelle (sur une planche contact réduite). Enfin, il prépare 3-4 variantes distinctes pour permettre un test A/B efficace, et la décision finale appartient toujours au propriétaire.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/shutckin/aivfx-content-kit/tree/HEAD/skills/youtube-thumbnail

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Miniatures et packaging de vidéos YouTube

Les instructions sont en russe. Répondre dans la langue de l'utilisateur.

Pourquoi

La miniature et le titre déterminent si l'on clique sur la vidéo dans le fil d'actualité, la recherche et les recommandations. La vidéo elle-même peut être excellente, mais si la vignette sur le téléphone ressemble à une tache grise avec des petits caractères, la lecture n'aura pas lieu.

Deux problèmes courants. Le premier : une capture d'écran de la vidéo avec une couleur retouchée. Elle est honnête mais plate : dans le fil, à côté se trouvent des plans où la lumière et l'atmosphère sont plus fortes que n'importe quel plan brut. Le second : une « belle image » de style Pinterest, où le personnage est minuscule et il y a beaucoup d'air autour. Sur l'écran du téléphone, il n'en reste qu'un rectangle vide.

Le skill est issu du processus de travail d'un petit studio : chaque règle ci-dessous est apparue après une version qui a dû être refaite.

Sur quoi ça fonctionne

QuoiPourquoi ici
Plans et captures d'écran de la vidéoréférences de base : visage, vêtements, produit, lieu
Seedream 5 Pro et Nano Banana via Higgsfield, Flowith ou équivalentcréent un nouveau plan à partir des références avec un éclairage adapté à la miniature ; les modèles se comparent, l'un tient le visage, l'autre est plus fort en lumière
Look issu de film-looken fin de chaque prompt, le rapport d'aspect comme paramètre
Logos PNG provenant du site officielle logo naît dans le plan en même temps que la scène ; uniquement PNG : dans Higgsfield CLI, le JPEG échoue avec une erreur de signature de stockage uniquement dans le journal, et la génération part silencieusement sans référence, donc vérifie les logs
Éditeur (Photoshop ou équivalent)texte précis en calque séparé après génération : les modèles confondent le cyrillique
scripts/check_thumb.pytaille, poids et nom du fichier ; la vue réduite se fait à l'œil sur une planche contact
Agent et propriétairel'agent fait 3-4 variantes et une planche contact, le propriétaire choisit et décide lui-même de la mise en ligne

Quand l'activer

  • Besoin d'une miniature pour une vidéo YouTube ou d'une couverture pour Shorts.
  • Besoin d'emballer la vidéo entièrement : miniature, titre, description, tags.
  • Besoin de 3-4 variantes pour un test de miniature (sur YouTube, c'est « Test et comparaison »).
  • La chaîne veut une série unifiée pour que les vidéos soient reconnaissables dans le fil.

Les couvertures pour articles et pages sont réalisées par article-cover, le look pour les prompts est extrait de film-look.

Ordre de travail

  1. Brief. Remplis templates/thumb-brief.md : sujet de la vidéo, ce que le spectateur doit ressentir en une seconde, objet principal, texte sur la miniature, titre de travail, tes plans et références avec leurs rôles. Les champs vides dans les trois premiers blocs signifient qu'il est trop tôt pour générer.
  2. Une seule idée. Écris en une phrase : « La miniature promet : ... ». Ce n'est pas le sujet (« test d'appareil photo »), mais une émotion ou un mystère (« cet appareil photo filme mieux qu'il ne coûte »). Si tu as deux phrases, choisis-en une, donne la seconde au titre.
  3. Liaison avec le titre. Écris immédiatement 3-5 variantes de titre. La miniature donne l'émotion, le titre donne les faits et les mots pour la recherche. Ne duplique pas la même chose : si sur l'image il y a « SILENCE », pas besoin de répéter « silence » dans le titre.
  4. Tes propres documents. Rassemble 10-20 plans de la vidéo uniformément répartis sur la timeline (planche contact), choisis 2-4 où le personnage, le visage, le produit, le lieu sont les mieux visibles. Ce sont les bases pour la génération, pas la miniature finale.
  5. Rôles des références. Attribue à chaque référence un seul rôle : apparence et visage, produit, lieu, composition, lumière, ambiance. Une référence pour tout à la fois fonctionne mal.
  6. 3-4 concepts différents. Pas quatre doublons d'un même plan, mais des approches différentes : gros plan du visage avec émotion, objet héros, personnage dans une scène atmosphérique, plan « avant/après » ou « contre ». Décris chacun en une ligne dans le brief.
  7. Génération ou amélioration (section ci-dessous). Look issu de film-look en fin de chaque prompt, rapport d'aspect uniquement comme paramètre du modèle.
  8. Texte sur la miniature en étape séparée (section « Texte »).
  9. Vérification. Script scripts/check_thumb.py pour la taille, le poids et le nom, à l'œil pour le sens : chaque miniature en version réduite à côté des autres.
  10. Présentation au propriétaire. Toutes les variantes en un seul message, numérotées, avec une recommandation et des variantes de titre. Tant que le propriétaire n'a pas choisi, ne rien mettre en ligne sur la chaîne ni lancer de test.
  11. Sauvegarde. Les finales avec des noms compréhensibles dans le dossier de la vidéo, les plans de travail et les prompts à côté, ne rien écraser.

Règles du plan

Une seule idée. L'œil comprend en une demi-seconde où regarder. Pas plus de 2-3 éléments dans le plan : personnage, un détail, texte. Tout le reste est fond.

Visage et émotion. Un visage vivant avec une émotion compréhensible accroche le plus : surprise, concentration, fatigue, joie. S'il n'y a pas de visage par conception (casque, masque, dos du personnage), il est remplacé par un détail reconnaissable qui se répète de vidéo en vidéo et devient le « visage » de la chaîne.

Objet grand. Le personnage occupe une partie notable du plan. Une petite silhouette dans un immense paysage est belle pour la couverture d'une playlist ou la bannière de la chaîne, mais comme miniature d'une vidéo individuelle, elle ne fonctionne pas : sur le téléphone, elle n'est pas visible.

Contraste. Le personnage est séparé du fond par la lumière ou la couleur : objet chaud sur fond froid, visage clair sur fond sombre, net sur flou. Si le personnage et le fond ont la même luminosité, la miniature se confond avec les voisines.

Atmosphère plus forte que dans la vidéo. La miniature peut être plus cinématographique que l'original : ciel dramatique, contre-jour, brume, asphalte mouillé, soleil bas. Mais il faut promettre ce qui est à l'intérieur : lieu, personnage, ambiance. YouTube, dans le test de miniature, choisit le gagnant selon le temps de visionnage, pas selon les clics, donc le mensonge est puni.

Coin inférieur droit libre. YouTube y place la durée de la vidéo. Ne mets pas le visage, le texte et l'objet principal à cet endroit.

Écran mobile d'abord. La majorité regarde depuis un téléphone. Tout ce qui n'est pas lisible dans une vignette de la largeur d'un doigt n'existe pas.

Génération et amélioration

Une capture d'écran brute perd presque toujours. Les plans de la vidéo, les photos du personnage et les captures d'écran vont dans le modèle comme références : apparence, pose, produit, lieu. Le modèle crée à partir d'eux un nouveau plan avec l'éclairage et la composition adaptés à la miniature. Un collage de morceaux découpés au lieu de la génération a l'air bon marché.

Schéma du prompt, chaque bloc séparément :

  • Base : ce qui doit rester comme sur tes plans (visage, vêtements, forme du produit, couleur, lieu).
  • Style : ce qu'il faut prendre des références de style (lumière, optique, ambiance).
  • Composition : plan large, où est le personnage, où est l'espace vide pour le texte, coin inférieur droit libre.
  • Lumière : concrètement, en mots de cadreur.
  • Interdits : sans lettres aléatoires, filigranes, logos superflus, brillance CGI, sans substitution du personnage ou du produit.
  • Look : noyau issu de film-look en fin de prompt sans modification.

Règles qui font gagner du temps :

  • Rapport d'aspect uniquement comme paramètre. 16:9 pour les vidéos, 9:16 pour les Shorts. Dans le texte du prompt, il n'est pas : en mode d'édition par référence, le modèle sans paramètre donne souvent un carré, et le texte 4:3 entre en conflit avec le paramètre et recadre le plan à côté.
  • Génère avec une marge (2K), puis réduis à 1280x720 ou 1080x1920.
  • Compare les modèles. L'un tient mieux le visage par rapport à la référence, l'autre est plus fort en lumière. S'il y a un mode batch, prends-en un lot et sélectionne.
  • Deux échecs consécutifs signifient arrêt. Si le modèle perd deux fois le personnage ou part dans une affiche hors sujet, n'insiste pas dans le même contexte et ne corrige pas par collage. Recommence : une référence de base, 2-3 références de style, un prompt court.

Logos dans le plan en un seul passage. Vidéo sur un service, un produit ou une marque spécifique : le logo naît dans le plan en même temps que la scène, comme dans article-cover. Le plan et le logo de référence (PNG provenant du site officiel) vont ensemble dans le modèle, le logo est décrit comme faisant partie du monde : écran dans la main du personnage, patch, enseigne, boîtier de l'appareil. Un logo superposé ensuite dans l'éditeur a l'air collé. Après génération, zoom sur chaque signe : des lettres mélangées et une forme simplifiée sont un défaut.

Texte sur la miniature

  • Jusqu'à 3-4 mots ou pas de texte. Mieux vaut 1-2 mots en grand qu'une phrase en petit. Si l'image parle d'elle-même, le texte n'est pas nécessaire.
  • Le texte est une émotion ou un mystère, pas une description. « LA ROUTE A DISPARU » fonctionne, « VOYAGE DANS LE BROUILLARD » non ; « PAS PIRE ? » fonctionne, « TEST D'APPAREIL PHOTO » non. Leviers : sentiment, question, nombre, contraste, lieu.
  • Le texte ne répète pas le titre. Ils se complètent.
  • Comment placer les lettres. Pour le cyrillique précis et la police de caractères de marque, le texte est placé en calque séparé après génération : les modèles confondent les lettres et dessinent une police simpliste. Un court mot latin, le modèle le dessine parfois bien tout seul, mais vérifie chaque lettre. Ne touche pas aux logos : ils sont déjà dans le plan.
  • Police. Grotesque gras, large ou dense, une seule pour toute la série. Les chiffres dans le même sans-serif avec font-variant-numeric: tabular-nums là où ils sont en colonne. N'utilise pas de polices monospaces ou « terminales ».
  • Support. Un dégradé doux estompé sous le texte si le contraste manque. Des pavés durs, des ovales et des cadres donnent un aspect « amateur ».
  • Placement adapté à chaque plan. Trouve d'abord où il y a vraiment du vide, mets le texte là. Le texte ne recouvre jamais le visage ni l'objet principal.

Série unifiée de la chaîne

La chaîne se lit dans le fil d'un seul coup d'œil quand 5 à 10 vidéos d'affilée respectent un même code : la même police, la même approche du texte, un détail reconnaissable du personnage, une palette similaire. Crée un fichier de série de la chaîne (section en bas du template) et vérifie-le avant chaque pack. On peut changer le code, mais consciemment et immédiatement pour toute la série, et pas parce que cette fois-ci on a eu envie de faire autrement.

Shorts

  • Format 9:16, final 1080x1920.
  • Dans le fil Shorts, la miniature est presque invisible, il y a la lecture automatique. La couverture est nécessaire pour la grille de la chaîne et la recherche. Le principal levier des Shorts est un fort premier plan et le texte dans la première seconde de la vidéo, pas la couverture.
  • Place le texte près du bord supérieur ou au centre : le bas est occupé par la légende et les boutons.
  • Dans la grille de la chaîne, la couverture est recadrée plus près du carré : garde le personnage au centre.

Noms de fichiers et stockage

  • Latin, chiffres, trait d'union. Sans espaces, cyrillique ni parenthèses : ainsi le fichier ne se casse pas lors du téléchargement, dans les liens et les scripts.
  • Format : <slug-video>-<lettre-variante>-<approche>-v<numéro>.jpg, exemple cheap-cam-a-face-v2.jpg.
  • Une nouvelle version reçoit un nouveau nom. N'écrase pas les anciens : lors du test, il est important de savoir quel fichier exact a été mis en ligne.
  • Structure du dossier de la vidéo : sources/ (tes plans et références), generated/ (originaux de la génération), finals/ (miniatures prêtes), previews/ (réduites pour la présentation). Ne laisse pas une seule copie dans le cache du générateur ou dans les téléchargements du navigateur.
  • Final : 1280x720 pour les vidéos, JPEG ou PNG, jusqu'à 2 Mo (limite YouTube).

Vérification

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

Le script sans bibliothèques externes lit l'en-tête PNG ou JPEG et vérifie : la taille 1280x720 (avec --shorts 1080x1920), le poids jusqu'à 2 Mo, le nom du fichier en latin sans espaces. Code de sortie 1 en cas de non-respect. --make-test crée un PNG gris de la taille requise pour vérifier le script lui-même.

La vérification à l'œil en taille réduite est obligatoire, le script ne la remplace pas. Réduis la miniature à une largeur d'environ 200 pixels (c'est à peu près ainsi qu'elle apparaît dans le fil du téléphone) et place-la à côté de 5-6 autres miniatures du même thème. Questions : est-ce compréhensible en une seconde de quoi il s'agit ; le texte est-il lisible ; le personnage ne se perd-il pas parmi les voisins ; le coin inférieur droit est-il libre.

Présentation au propriétaire

Un seul message pour que la réponse tienne en un mot :

  • miniatures réduites côte à côte (planche contact) ;
  • chemins vers 3-4 finales, numérotés ;
  • recommandation : quelle variante et pourquoi, en une phrase ;
  • 3-5 variantes de titre, si nécessaire description et tags.

Mise en ligne sur la chaîne, lancement du test de miniature et publication uniquement sur ordre direct du propriétaire.

Exemple (court)

Vidéo : je filme pendant un mois avec un appareil photo bon marché au lieu d'un cher, je compare les plans.

  • Idée : « l'appareil photo bon marché s'est avéré pas pire ».
  • A : gros plan du visage de l'auteur avec un sourire incrédule, un petit appareil photo dans la main, le logo du fabricant sur le boîtier généré dans le plan. Texte « PAS PIRE ? ».
  • B : deux appareils photo sur une balance, le bon marché l'emporte. Sans texte.
  • C : plan divisé « avant et après », au centre l'auteur hausse les épaules. Texte « UN MOIS PLUS TARD ».
  • Titre : « Un mois avec un appareil photo bon marché au lieu d'un cher | Comparaison des plans ».
  • Fichiers : cheap-cam-a-face-v1.jpg, cheap-cam-b-scales-v1.jpg, cheap-cam-c-split-v1.jpg.

Erreurs typiques

  • Capture d'écran de la vidéo avec couleur retouchée au lieu d'un plan mis en scène. Plat, perd face aux voisins en lumière.
  • Quatre variantes d'un même plan. Le test compare la même chose, il n'y a rien à choisir.
  • Petit personnage et beaucoup d'air. Beau sur grand écran, vide sur téléphone.
  • Cinq mots de texte. Sur le téléphone, c'est une barre grise.
  • Le texte répète le titre. L'espace est utilisé deux fois pour la même chose.
  • Lettres tordues du modèle en cyrillique. Cela se voit immédiatement, a l'air négligé.
  • Logo superposé ensuite sur le plan. A l'air d'un autocollant.
  • Texte ou visage dans le coin inférieur droit sous la durée de la vidéo.
  • La miniature promet ce qui n'est pas dans la vidéo. Il y a des clics, pas de visionnage, et le test ne choisira pas une telle miniature.
  • Chaque vidéo dans un nouveau style. La chaîne n'est pas reconnaissable dans le fil.
  • Réécriture d'un fichier sous le même nom. Impossible de savoir ensuite ce qui a été mis en ligne.

Checklist avant présentation

  • Le brief est rempli, l'idée de la miniature est écrite en une phrase.
  • Le titre et la miniature se complètent, ne se dupliquent pas.
  • 3-4 concepts différents, pas de doublons.
  • Tes plans ont été utilisés comme référence, les rôles des références sont attribués.
  • Look issu de film-look dans chaque prompt, rapport d'aspect comme paramètre.
  • Les logos, si nécessaires, sont générés dans le plan et vérifiés en zoom.
  • Texte de 3-4 mots maximum ou pas de texte, lettres vérifiées.
  • Le coin inférieur droit est libre.
  • Vérifié en taille réduite à côté d'autres miniatures.
  • check_thumb.py passé : taille, poids, nom.
  • La série de la chaîne est respectée ou le changement est conscient.
  • Les variantes sont présentées au propriétaire, le choix est obtenu avant la mise en ligne.

Ce qui devient obsolète en premier

Les noms de modèles, les modes batch et les limites des agrégateurs, les règles du test de miniature sur YouTube, la limite de poids du fichier. Avant de travailler, vérifie l'aide de l'outil et l'aide de YouTube, pas ta mémoire. Les règles du plan et du texte deviennent obsolètes lentement. Faits vérifiés en octobre 2026.

Pour aller plus loin

Les modèles complets de prompts, les analyses de packs réels de miniatures et le réglage de la série pour une chaîne spécifique, le studio AIVFX les montre en travail et en formation : https://aivfx.ru

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

shutckin/aivfx-content-kit

Runs a client AI video for a concept studio from brief to delivery. Takes the brief and real product photos, writes a synopsis, builds character and location sheets with 3 options each, a 16:9 approval deck, stills in waves, one prompt for the whole video, client revisions as a list, assembly and a delivery checklist. Core rule: the client approves the preproduction package before the first video frame, and the approved character and location sheets go as references into every generation. Use when a brief arrives for an advertising or product AI video. Triggers: 'client AI video', 'preproduction package', 'character sheet', 'location sheet'. Not for articles or covers (use blog-article and article-cover). Triggers (RU): «вот бриф», «новый клиент», «концепт студия», «препродакшн-пакет», «лист персонажа», «лист локации», «презентация клиенту», «правки от клиента», «готовим сдачу».

shutckin/aivfx-content-kit

Makes motion graphics on the HyperFrames engine (HTML scenes rendered to video) with an AIVFX studio layer: name lower thirds, chapters, numbers, Shorts and Reels hooks, end cards, titles. The brand (colors, fonts, motion, durations) lives in one file, the video is a brief of scene roles, motion is set in words, and the agent renders a draft over footage and a final ProRes 4444 with alpha. Gives timing rules, 9:16 and 16:9 safe zones, lint and black-frame checks, a delivery checklist and a brand file checker. Triggers: 'lower third', 'motion graphics', 'chapter card', 'shorts hook', 'end card', 'transparent overlay', 'brand kit for motion', 'HyperFrames'. Triggers (RU): «сделай плашку», «нижняя треть», «плашка с именем», «заставка», «глава», «титры», «хук для шортс», «финальная карточка», «моушен для ролика», «графика с альфой для монтажа», «заведи бренд для графики», «сделай на хайперфреймс».

Skills associés