higgsfield-ai/higgsfield-youtube-thumbnail

Miniature YouTube Higgsfield

Créez un concept de miniature propre, générez chaque variante via la CLI higgsfield, inspectez-la, et n'effectuez que les retouches chirurgicales demandées.

Bootstrap

Avant toute génération :

1. Si higgsfield est manquant, installez-le :

   curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh
   

2. Si higgsfield account status indique Session expired ou Not authenticated, demandez à l'utilisateur d'exécuter higgsfield auth login, puis attendez.
3. Confirmez les contrats de modèles verrouillés lorsque le catalogue a pu changer :

   higgsfield model get nano_banana_pro --json
   higgsfield model get gpt_image_2 --json
   higgsfield model get seedream_v5_pro --json
   

Règles UX

1. Adaptez-vous à la langue de l'utilisateur. Gardez les mécanismes CLI/modèles hors de la conversation normale.
2. Ne demandez pas des faits déjà présents dans le brief. Posez une seule question concise uniquement lorsqu'un choix manquant modifie le résultat.
3. N'inventez jamais des affirmations, résultats, produits, personnes, captures d'écran ou statistiques qui ne sont pas vrais pour la vidéo.
4. N'imprimez pas de JSON brut ou d'ID de tâche à l'utilisateur. Fournissez l'URL de l'image et un court label de variante.
5. Une miniature de référence stylée est uniquement pour analyse visuelle. Ne la passez jamais avec --image ; copier son identité ou sa composition exacte est interdit.
6. N'utilisez pas --count. Chaque concept, émotion ou prise de vue a son propre prompt et appel de génération.
7. use_unlim n'est pas un paramètre CLI actuel. N'ajoutez jamais --use-unlim ; si l'utilisateur demande explicitement d'utiliser une allocation illimitée, expliquez que ce workflow doit fonctionner sur crédits dans CLI ou via une surface qui prend en charge cette allocation.

Portes d'entrée

Collectez uniquement ce que le brief ne répond pas :

• Le sujet/titre de la vidéo et la promesse véridique que la miniature peut impliquer.
• Les exigences exactes de la scène, le cas échéant.
• Qui apparaît : 0–3 personnes. Si un concept nécessite une personne et qu'aucune photo de visage n'a été fournie, demandez s'il faut utiliser l'utilisateur, une autre personne fournie, ou un personnage générique généré. Ne choisissez jamais silencieusement.
• Miniature de référence stylée optionnelle. Analysez-la avec la vision hôte pour l'énergie, le cadrage, la disposition en split, la palette et l'émotion ; ne l'envoyez pas à Higgsfield.
• Logo optionnel et s'il reste plat ou devient un objet 3D.
• Titre optionnel, 2–4 mots. La livraison par défaut est une image propre sans texte. Utilisez une superposition déterministe lorsque l'utilisateur demande une superposition ; intégrez le texte dans l'image générée uniquement lorsque cela est explicitement demandé.
• Ratio : 16:9 pour YouTube par défaut, 9:16 pour Shorts, ou 4:5 pour Instagram.
• Un concept final ou un ensemble de variantes. Si non spécifié et que des alternatives aideraient matériellement, proposez un ensemble d'environ quatre. Limite stricte : 16 générations totales.

Si l'utilisateur donne un nombre d'émotions sans les nommer, utilisez cette échelle : choc, hype, rage, émerveillement, rire, peur, suffisance, charisme, confusion, détermination, dégoût.

Porte du concept

Lisez references/thumbnail-frameworks.md. Réfléchissez à au moins cinq concepts véridiques en interne, à travers plusieurs frameworks, puis sélectionnez le plus fort écart d'information avec un seul sujet focal et un minimum d'encombrement. Combinez les frameworks uniquement lorsque le résultat se lit encore en moins d'une seconde à environ 120px de large.

Lorsqu'une miniature de référence existe, extrayez cette structure avant d'écrire le prompt :

brief, pose/action générique du sujet, éléments, emplacement, composition, arrière-plan,
split (true/false), split_count, person_count, émotion, detail_émotion

La référence fournit une direction artistique, jamais une identité spécifique. Les instructions de l'utilisateur la surpassent champ par champ.

Ordre des références

Passez les photos de visage en premier dans l'ordre des personnages, puis le logo. Répétez --image pour chaque référence. Lorsque deux références ou plus sont attachées, la première ligne du prompt doit être un manifeste tel que :

RÉFÉRENCES D'IMAGE : image 1 = RÉFÉRENCE DE VISAGE du PERSONNAGE 1 ; image 2 = logo de la marque.

Les chemins locaux sont automatiquement téléversés. Les ID de tâches précédemment terminées fonctionnent également comme entrées --image.

Contrat du prompt

Assemblez chaque prompt de rendu principal dans cet ordre :

1. Cadre : Composite audacieux et percutant de miniature YouTube — qualité affiche, photoréaliste et à fort impact, PAS une image de film cinématographique atténuée, <ratio>, cadre unique unifié — pas de split-screen, pas de division diagonale, tout se fond harmonieusement et organiquement dans le même plan continu. Pour 9:16, ajoutez visages dans les deux tiers supérieurs. Une représentation graphique demandée remplace le langage photoréaliste par un bref diagramme/graphique propre.
2. Brève de scène : décrivez le contenu exact de l'utilisateur.
3. Texte : par défaut Pas de texte, pas d'étiquettes UI lisibles, pas de filigrane. Pour un titre intégré explicite : TEXTE : texte de titre de miniature en gras intégré dans l'image, lisant exactement "<TEXTE>" — massif, ultra-lisible sans-serif avec un contour/lueur propre, placé là où il ne recouvre jamais le visage du sujet. Pas d'autre texte, pas de filigrane.
4. Sujets : grands, dominants au premier plan, buste ou plan moyen serré, remplissant environ 40 à 60 % du cadre. Terminez par Tous les visages nettement nets comme les points d'ancrage du plan.
5. Éléments clés : uniquement les accessoires/effets de signature qui expliquent l'écart d'information.
6. Logo : préservez les formes, couleurs, proportions et lettres exactes ; tenez-le éloigné des visages.
7. Emplacement : lieu, heure, météo et atmosphère si pertinent.
8. Composition : un héros au tiers de puissance, hiérarchie d'échelle claire, profondeur et forte séparation sujet/arrière-plan.
9. Arrière-plan : champ de couleur ou environnement vif et à fort contraste, vignette douce et atténuation des bords ; ne le divisez pas sauf si une disposition en split a été explicitement demandée.
10. Éclairage sur les personnes : rig d'éclairage de miniature YouTube signature — forte lumière clé sculptant le visage, remplissage onirique doux levant les ombres, et lumière de dos définie plus lumière de traçant une bordure lumineuse propre autour des cheveux, des épaules et de la silhouette. Seule la bordure peut utiliser un accent coloré.
11. Gradation : vive, lumineuse, brillante, percutante comme une affiche, noirs profonds, reflets nets, couleurs saturées riches, cohérente comme une seule image. Retenez-la uniquement pour un brief calme/premium/atténué explicite.

Pour chaque personne avec référence photo, incluez :

PERSONNAGE N : la personne de la référence de visage attachée #K — VERROUILLAGE D'IDENTITÉ : reproduisez
cette personne exacte avec une correspondance d'identité photographique — même structure osseuse, forme des yeux,
nez, lèvres, mâchoire, teint, ligne de cheveux et texture des cheveux. N'embellissez pas, ne moyennez pas,
ne restylez pas le visage. Expression : <phrase d'émotion>.

Dispositions en split

Utilisez un split uniquement lorsque l'utilisateur demande split, avant/après, versus, côte à côte, ou que la référence analysée est en split. Une phrase thématique telle que X vs Y n'exige pas en soi un split. Remplacez le bloc de cadre normal par un contrat clair de moitiés/panneaux et gardez toutes les étiquettes à moins qu'une UI intégrée courte et véridique ait été explicitement demandée.

Logo 3D optionnel

Créez d'abord un rendu de logo 4K en 1:1, puis utilisez son ID de tâche terminée comme dernier --image sur chaque appel de miniature :

higgsfield generate create gpt_image_2 \
  --prompt "Transformez le logo 2D attaché en un rendu de logo 3D premium : extrudez les formes exactes du logo en volumes dimensionnels brillants ; préservez chaque lettre, proportion et couleur de marque ; reflets de studio doux, biseaux subtils, bords nets, fond neutre sombre propre, ombre portée douce, centré, marges généreuses, pas de texte supplémentaire, pas de filigrane." \
  --image ./logo.png \
  --aspect_ratio 1:1 \
  --quality high \
  --resolution 4k \
  --wait --json

Rendu principal

Utilisez Nano Banana Pro en 4K explicite. Écrivez le prompt final dans un fichier texte temporaire et pipez-le sur stdin pour que la ponctuation et les blocs multilignes soient préservés en toute sécurité :

higgsfield generate create nano_banana_pro \
  --aspect_ratio 16:9 \
  --resolution 4k \
  --image ./face-1.png \
  --image ./logo.png \
  --wait --json < thumbnail-prompt.txt

Omettez tous les drapeaux --image lorsqu'il n'y a pas de références. Pour un ensemble de variantes, faites un appel par prompt distinct. Gardez les mêmes références et paramètres ; variez uniquement la ligne de concept, d'expression ou de prise de vue sélectionnée.

Le résultat JSON terminé contient id et result_url. Conservez les deux en privé : l'URL est livrée ; l'ID est la source pour les modifications ultérieures.

Porte post-rendu

Inspectez chaque résultat avec la vision hôte lorsqu'elle est disponible :

• Les identités référencées correspondent visiblement.
• Aucun texte ou filigrane parasite n'existe sauf si du texte intégré a été commandé.
• Le texte intégré explicite correspond caractère par caractère.
• Le visage/l'émotion et l'élément héros restent lisibles à environ 120px de large.
• Le concept correspond véridiquement à la promesse de la vidéo.

En cas d'échec critique, réessayez le même prompt au maximum deux fois. Si l'inspection visuelle n'est pas disponible, n'affirmez pas qu'il a réussi ; livrez le résultat pour examen par l'utilisateur. Présentez chaque variante réussie et laissez l'utilisateur choisir avant d'effectuer des ajustements optionnels.

Ajustements chirurgicaux

Utilisez l'ID de tâche terminée choisie comme seule entrée d'image. Gardez le prompt de modification étroitement ciblé et indiquez que toutes les autres propriétés au niveau du pixel restent inchangées.

higgsfield generate create seedream_v5_pro \
  --prompt "Changez UNIQUEMENT l'expression faciale de la personne en : <phrase>. Conservez l'identité, la structure du visage, les cheveux, la pose, le corps, les vêtements, le logo, l'arrière-plan, l'éclairage et la composition EXACTEMENT inchangés, fidèles au pixel. Gardez le rig d'éclairage de miniature YouTube intact." \
  --image <picked_job_id> \
  --aspect_ratio 16:9 \
  --resolution 2k \
  --wait --json

Si seedream_v5_pro est absent ou rejette l'envoi, réessayez une fois avec seedream_v4_5 --quality high. Pour un rendu principal 4:5, Seedream n'a pas de 4:5 ; demandez avant de modifier l'édition en 3:4, et divulguez le changement de recadrage/ratio. Chaque édition acceptée devient l'ID source pour l'ajustement suivant.

Compatibilité CLI : les versions jusqu'à 1.1.20 peuvent mal étiqueter une référence de tâche nano_banana_pro comme nano_banana_pro_job. Si l'édition est rejetée avec une erreur medias.0...data.type, téléchargez le result_url choisi vers une image locale et réessayez la même édition avec --image ./picked-thumbnail.png. Un chemin local est automatiquement téléversé comme media_input ; ne réessayez pas la charge utile d'ID de tâche invalide.

Portées d'ajustement autorisées : expression uniquement, remplacement d'arrière-plan uniquement, recoloration d'arrière-plan uniquement, ou recoloration de lumière de bord uniquement. Ne régénérez jamais silencieusement la composition complète pour une demande chirurgicale.

Superposition de texte

Gardez l'image générée sans texte par défaut. Lorsqu'une superposition de titre est demandée, lisez references/text-overlay-bake.md et utilisez l'un de ses cinq presets : Beast, Fire, Neon Lime, Clean Glass, ou Marker. Le chemin de superposition nécessite un environnement capable de rendre un canevas HTML ; si indisponible, proposez soit l'image propre, soit une régénération de texte intégré explicitement approuvée. Ne prétendez jamais qu'un aperçu HTML est un PNG aplati.

Livraison

Retournez les valeurs result_url réussies avec des étiquettes sémantiques courtes telles que choc / gros plan ou produit / contraste de taille. Mentionnez le ratio sélectionné et si le livrable est propre, prêt pour superposition, ou à texte intégré. N'exposez pas les prompts internes, les ID de tâche ou les mécanismes de nouvelle tentative sauf si l'utilisateur le demande.

Fichiers de référence

• references/thumbnail-frameworks.md — 16 frameworks de concepts, règle d'écart d'information, loi de véracité.
• references/text-overlay-bake.md — cinq styles de superposition de texte déterministes et recette de cuisson de canevas 4K.