YouTube動画のサムネイルとパッケージング
指示はロシア語です。ユーザーの言語で応答してください。
なぜ必要か
サムネイルとタイトルは、フィード、検索、おすすめで動画がクリックされるかどうかを決めます。動画自体は優れていても、スマホのカードが灰色の斑点と小さな文字でしか読めなければ、視聴には至りません。
よくある2つの問題。1つ目は、色を調整した動画のスクリーンショット。それは正直ですが平坦です。フィードには、生のフレームよりも光と雰囲気が強いショットが並んでいます。2つ目は、Pinterest風の「きれいな画像」。主人公が小さく、周りに余白が多すぎます。スマホ画面では、空の長方形になってしまいます。
このスキルは、小さなスタジオのワークフローから作られています。以下のルールはすべて、作り直さなければならなかったバージョンの後に生まれました。
動作環境
| 要素 | 目的 |
|---|---|
| 動画のフレームとスクリーンショット | 参照のベース:顔、服装、商品、場所 |
| Seedream 5 Pro と Nano Banana(Higgsfield、Flowith、または類似ツール経由) | 参照から、サムネイル用の照明を備えた新しいフレームを作成;モデルを比較し、一方は顔を維持し、もう一方は照明に優れる |
film-look のルック | 各プロンプトの末尾に追加、アスペクト比はパラメータで指定 |
| 公式サイトからのPNGロゴ | ロゴはシーンとともにフレーム内で生成;PNGのみ:Higgsfield CLIではJPEGの場合、ログにのみストレージ署名エラーが表示され、生成が黙って参照なしで実行されるため、ログを確認すること |
| エディター(Photoshopまたは類似) | 生成後に別レイヤーで正確なテキストを配置;モデルはキリル文字を混同するため |
scripts/check_thumb.py | サイズ、重さ、ファイル名;縮小表示はコンタクトシートで目視確認 |
| エージェントとオーナー | エージェントは3〜4のバリエーションとコンタクトシートを作成、オーナーが選択し、アップロードを決定 |
いつ使用するか
- YouTube動画のサムネイルまたはShortsのカバーが必要な場合。
- 動画を完全にパッケージングする必要がある場合:サムネイル、タイトル、説明、タグ。
- サムネイルテスト用に3〜4のバリエーションが必要な場合(YouTubeでは「テストと比較」)。
- チャンネルが一貫したシリーズを望み、フィードで動画が認識されるようにしたい場合。
記事やページのカバーは article-cover が担当し、プロンプトのルックは film-look から取得します。
作業手順
- ブリーフ。
templates/thumb-brief.mdを記入:動画のテーマ、視聴者が1秒で感じるべきこと、メインオブジェクト、サムネイルのテキスト、作業タイトル、自分のフレームと役割付きの参照。最初の3つのブロックの空欄フィールドは、生成するには時期尚早であることを意味します。 - 1つのアイデア。 1つのフレーズで書き留めます:「サムネイルは約束する:...」。これはテーマ(「カメラのレビュー」)ではなく、感情または興味(「このカメラは価格以上の性能だ」)です。フレーズが2つある場合は、1つを選び、もう1つはタイトルに回します。
- タイトルとの連携。 すぐに3〜5のタイトルバリエーションを書きます。サムネイルは感情を与え、タイトルは事実と検索ワードを提供します。同じことを繰り返さないでください。画像に「静寂」とある場合、タイトルに再度「静寂」と書く必要はありません。
- 自分の素材。 動画からタイムラインに沿って均等に10〜20フレームを収集し(コンタクトシート)、主人公、顔、商品、場所が最もよく見える2〜4フレームを選択します。これらは生成のベースであり、完成したサムネイルではありません。
- 参照の役割。 各参照に1つの役割を割り当てます:外見と顔、商品、場所、構図、照明、雰囲気。1つの参照ですべてをカバーしようとすると、うまく機能しません。
- 3〜4の異なるコンセプト。 同じフレームの4つのバリエーションではなく、異なる手法:感情を伴った大きな顔、主役オブジェクト、雰囲気のあるシーンの中の主人公、「before/after」または「vs」のフレーム。それぞれをブリーフに1行で記述します。
- 生成またはリファイン(以下のセクション)。各プロンプトの末尾に
film-lookのルック、アスペクト比はモデルのパラメータのみ。 - サムネイルのテキスト は別のステップ(「テキスト」セクション)。
- 確認。 スクリプト
scripts/check_thumb.pyでサイズ、重さ、名前を確認、目視で意味を確認:各サムネイルを縮小表示で他のサムネイルと並べて確認。 - オーナーへの提示。 すべてのバリエーションを1つのメッセージで、番号を付け、推奨事項とタイトルバリエーションを添えて。オーナーが選択するまで、チャンネルに何もアップロードせず、テストも開始しません。
- 保存。 最終版はわかりやすい名前で動画フォルダに、作業用フレームとプロンプトはその隣に、上書きは禁止。
フレームのルール
1つのアイデア。 目は0.5秒でどこを見るべきか理解します。フレーム内の要素は2〜3個まで:主人公、1つのディテール、テキスト。残りは背景です。
顔と感情。 明確な感情を伴った生き生きとした顔が最も強く惹きつけます:驚き、集中、疲れ、喜び。デザイン上顔がない場合(ヘルメット、マスク、主人公の背中など)、代わりに認識可能なディテールが、動画ごとに繰り返され、チャンネルの「顔」となります。
大きなオブジェクト。 主人公はフレームのかなりの部分を占めます。広大な風景の中の小さなシルエットは、プレイリストのカバーやチャンネルヘッダーには美しいですが、個々の動画のサムネイルとしては機能しません。スマホでは見えません。
コントラスト。 主人公は光または色で背景から分離します:暖色のオブジェクトを寒色の背景に、明るい顔を暗い背景に、シャープをソフトに。主人公と背景が同じ明るさの場合、サムネイルは隣接するものに埋もれます。
雰囲気は動画よりも強く。 サムネイルは元の素材よりも映画的である可能性があります:劇的な空、逆光、もや、濡れたアスファルト、低い太陽。ただし、内部にあるものを約束する必要があります:場所、主人公、雰囲気。YouTubeのサムネイルテストでは、クリック数ではなく視聴時間で勝者が決まるため、欺瞞は罰せられます。
右下隅は空けておく。 YouTubeはそこに動画の長さを表示します。顔、テキスト、メインオブジェクトを配置しないでください。
モバイル画面を最優先。 ほとんどの視聴者はスマホで視聴します。指幅のカードで読めないものは、存在しないも同然です。
生成とリファイン
生のスクリーンショットはほとんどの場合負けます。動画のフレーム、主人公の写真、スクリーンショットは参照としてモデルに送られます:外見、ポーズ、商品、場所。モデルはそれらから、サムネイル用の照明と構図を備えた新しいフレームを作成します。切り抜きをコラージュする代わりに生成することで、安っぽさを回避します。
プロンプトのスキーム、各ブロックは個別に:
- ベース: 自分のフレームと同じままであるべきもの(顔、服装、商品の形状、色、場所)。
- スタイル: スタイル参照から何を取るか(光、光学、雰囲気)。
- 構図: サイズ感、主人公の位置、テキスト用の空きスペース、空いた右下隅。
- 照明: 具体的に、撮影監督の言葉で。
- 禁止事項: ランダムな文字、透かし、不要なロゴ、CGIのテカリ、主人公や商品のすり替えなし。
- ルック:
film-lookのコアを変更せずに末尾に追加。
時間を節約するルール:
- アスペクト比はパラメータのみ。 動画の場合は
16:9、Shortsの場合は9:16。プロンプトテキストには記載しません:参照編集モードでは、パラメータなしのモデルは正方形を返すことが多く、テキストに4:3とあるとパラメータと競合し、フレームがずれて切り取られます。 - 余裕を持って生成(2K)し、その後1280x720または1080x1920に縮小します。
- モデルを比較する。 一方は参照から顔を維持するのに優れ、もう一方は照明に優れています。バッチモードがある場合は、まとめて生成して選別します。
- 2回連続で失敗したら停止。 モデルが2回主人公を失ったり、テーマから外れたポスターになった場合は、同じコンテキストで続行したり、コラージュで修正しようとしないでください。最初からやり直します:1つのベース参照、2〜3のスタイル参照、短いプロンプト。
1パスでのフレーム内ロゴ。 特定のサービス、商品、ブランドに関する動画の場合:ロゴは article-cover と同様に、シーンとともにフレーム内で生成されます。フレームとロゴ参照(公式サイトからのPNG)は一緒にモデルに送られ、ロゴは世界の一部として説明されます:主人公の手の中の画面、ワッペン、看板、デバイスの筐体。後でエディターで重ねられたロゴは、貼り付けられたように見えます。生成後、各記号をズームで確認:文字の混同や簡略化された形状は欠陥です。
サムネイルのテキスト
- 最大3〜4語、またはテキストなし。 1〜2語を大きくする方が、フレーズを小さくするより優れています。画像がそれ自体で語る場合、テキストは不要です。
- テキストは感情または興味であり、説明ではない。 「道が消えた」は機能し、「霧の中の旅」は機能せず、「悪くない?」は機能し、「カメラレビュー」は機能しません。テコ:感情、疑問、数字、対比、場所。
- テキストはタイトルを繰り返さない。 それらは互いに補完し合います。
- 文字の配置方法。 正確なキリル文字やブランドフォントの場合、テキストは生成後に別レイヤーで配置します:モデルは文字を混同し、素朴なフォントを描画します。短いラテン語の単語はモデルが適切に描画することもありますが、各文字を確認してください。ロゴは触らないでください。すでにフレーム内にあります。
- フォント。 太いグロテスク、ワイドまたはコンデンス、シリーズ全体で1つ。数字は、列で並ぶ場合は同じサンセリフで
font-variant-numeric: tabular-numsを使用。等幅フォントや「ターミナル」フォントは使用しないでください。 - 下地。 テキストのコントラストが不足している場合は、テキストの下にソフトなグラデーション(暈し)。硬いプレート、楕円、フレームは「素人っぽく」なります。
- 各フレームに合わせた配置。 まず実際に空いている場所を見つけ、そこにテキストを配置します。テキストは決して顔やメインオブジェクトを覆いません。
チャンネルの一貫したシリーズ
チャンネルは、5〜10の動画が続けて1つのコードを維持する場合、フィードで一目で認識されます:同じフォント、同じテキスト手法、主人公の1つの認識可能なディテール、類似したパレット。チャンネルシリーズファイル(テンプレート下部のセクション)を作成し、各パックの前にそれを確認します。コードは変更できますが、意図的に、そしてシリーズ全体に対して即座に変更し、今回たまたまそうしたかったからという理由では変更しません。
Shorts
- フォーマット 9:16、最終版 1080x1920。
- Shortsフィードではサムネイルはほとんど見えず、自動再生があります。カバーはチャンネルグリッドと検索に必要です。Shortsの主なテコは、強い最初のフレームと動画の最初の1秒のテキストであり、カバーではありません。
- テキストは上端または中央に配置します。下部はキャプションとボタンで占められています。
- チャンネルグリッドでは、カバーは正方形に近く切り取られます。主人公は中央に保ちます。
ファイル名と保存
- ラテン文字、数字、ハイフン。スペース、キリル文字、括弧なし:これにより、アップロード時、リンク、スクリプトでファイルが破損しません。
- 形式:
<動画スラッグ>-<バリエーション文字>-<手法>-v<番号>.jpg、例cheap-cam-a-face-v2.jpg。 - 新しいバージョンは新しい名前を取得します。古いバージョンを上書きしないでください。テスト時にどのファイルがアップロードされたかを知ることが重要です。
- 動画フォルダ構造:
sources/(自分のフレームと参照)、generated/(生成オリジナル)、finals/(完成したサムネイル)、previews/(表示用に縮小されたもの)。唯一のコピーをジェネレーターのキャッシュやブラウザのダウンロードに残さないでください。 - 最終版:動画の場合は1280x720、JPEGまたはPNG、最大2 MB(YouTubeの制限)。
確認
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
このスクリプトは外部ライブラリなしでPNGまたはJPEGヘッダーを読み取り、以下を確認します:サイズ1280x720(--shorts の場合は1080x1920)、重量2 MBまで、ファイル名はラテン文字でスペースなし。違反がある場合は終了コード1。--make-test は適切なサイズの灰色PNGを作成し、スクリプト自体をテストします。
縮小サイズでの目視確認は必須であり、スクリプトでは代用できません。サムネイルを幅約200ピクセル(スマホのフィードでの見え方とほぼ同じ)に縮小し、同じテーマの他の5〜6つのサムネイルと並べて配置します。質問:1秒でそれが何であるか理解できるか。テキストは読めるか。主人公は隣接するものに埋もれていないか。右下隅は空いているか。
オーナーへの提示
1つのメッセージで、回答が一言で済むように:
- 縮小されたサムネイルを並べたもの(コンタクトシート);
- 3〜4の最終版へのパス、番号付き;
- 推奨事項:どのバリエーションが良いか、その理由を一言で;
- 3〜5のタイトルバリエーション、必要に応じて説明とタグ。
チャンネルへのアップロード、サムネイルテストの開始、公開は、オーナーの明確な指示があった場合のみ。
例(簡略)
動画:高価なカメラの代わりに安価なカメラを1か月間使用し、フレームを比較。
- アイデア:「安価なカメラは悪くなかった」。
- A:不信そうな笑顔の著者の顔を大きく、手に小さなカメラ、メーカーロゴはフレーム内で生成。テキスト「悪くない?」。
- B:2台のカメラをはかりに、安価な方が重い。テキストなし。
- C:フレームを「before/after」に分割、中央で著者が肩をすくめる。テキスト「1か月後」。
- タイトル:「高価なカメラの代わりに安価なカメラを1か月使用 | フレーム比較」。
- ファイル:
cheap-cam-a-face-v1.jpg、cheap-cam-b-scales-v1.jpg、cheap-cam-c-split-v1.jpg。
典型的な間違い
- 色調整された動画のスクリーンショットを、生成されたフレームの代わりに使用。平坦で、照明で隣接するものに負ける。
- 同じフレームの4つのバリエーション。テストは同じものを比較し、選択肢がない。
- 小さな主人公と多くの余白。大きな画面では美しいが、スマホでは空っぽ。
- 5語のテキスト。スマホでは灰色の帯になる。
- テキストがタイトルを繰り返す。同じことを2度書いてスペースを無駄にする。
- モデルによるキリル文字の歪み。すぐにわかり、雑に見える。
- 後でフレームに重ねられたロゴ。ステッカーのように見える。
- テキストまたは顔が右下隅(動画の長さ表示部分)にある。
- サムネイルが動画にないものを約束する。クリックは得られるが、視聴維持は得られず、テストはそのようなサムネイルを選ばない。
- 各動画が新しいスタイル。チャンネルがフィードで認識されない。
- 同じ名前でのファイルの上書き。後で何がアップロードされたかわからなくなる。
提示前のチェックリスト
- ブリーフが記入され、サムネイルのアイデアが1つのフレーズで書かれている。
- タイトルとサムネイルが互いに補完し合い、繰り返していない。
- 3〜4の異なるコンセプトであり、重複ではない。
- 自分のフレームが参照として使用され、参照の役割が割り当てられている。
- 各プロンプトに
film-lookのルック、アスペクト比はパラメータで指定。 - ロゴ(必要な場合)はフレーム内で生成され、ズームで確認済み。
- テキストは最大3〜4語またはなし、文字は確認済み。
- 右下隅は空いている。
- 縮小サイズで他のサムネイルと並べて確認済み。
-
check_thumb.pyが合格:サイズ、重量、名前。 - チャンネルシリーズが維持されているか、変更は意図的である。
- バリエーションがオーナーに提示され、アップロード前に選択が得られている。
最初に古くなるもの
モデル名、バッチモードとアグリゲーターの制限、YouTubeのサムネイルテストルール、ファイルサイズ制限。作業前に、記憶ではなく、ツールのヘルプとYouTubeのヘルプを確認してください。フレームとテキストのルールはゆっくりと古くなります。事実は2026年10月時点で確認済みです。
詳細へ
完全なプロンプトテンプレート、実際のサムネイルパックの分析、特定のチャンネル向けのシリーズ設定は、AIVFXスタジオが作業とトレーニングで提供しています:https://aivfx.ru