Communitygithub.com

shutckin/aivfx-content-kit

YouTube動画とShortsのパッケージング:1つのアイデアから3〜4種類のサムネイルバリエーションを生成し、A/Bテストと選択を可能にします。タイトルとサムネイルを1ユニットとして扱い、1画像につき1アイデア、顔と感情、大きなオブジェクト、最大3〜4語またはテキストなし、小さなスマホ画面でも読みやすい仕様です。

aivfx-content-kit とは?

このスキルは、YouTube動画やShortsのためのサムネイル(プレビュー画像)とタイトルを、1つのアイデアから3〜4種類のバリエーションとしてパッケージングするワークフローを提供します。主な特徴は、タイトルとサムネイルを1つのユニットとしてデザインし、1画像につき1つのアイデアに絞る点です。顔の表情、大きなオブジェクト、テキストは最大3〜4語またはなしとし、小さなスマホ画面でも視認性を確保します。 このスキルは、Claude Code、Cursor、CodexなどのAIエージェントで動作するように設計されており、ユーザー自身のフレームやスクリーンショットに加えて、参照画像を活用します。Nano Banana、Seedream、GPT-Image、Higgsfieldなどのモデルを使用して、フィルムルックスタイルとロゴを1パスで生成・リファインします。さらに、チャンネル全体で一貫性のあるシリーズを維持するためのガイドラインも含まれます。 ワークフローには、ファイルサイズ、重さ、名前をチェックするスクリプト、縮小表示で目視確認するためのコンタクトシート、そしてアップロード前にオプションをオーナーに提示するプロセスが含まれています。トリガーワードは「YouTube thumbnail」「video packaging」「thumbnail A/B test」「Shorts cover」「title and thumbnail」(ロシア語では「сделай превью」「обложку для ролика」「обложку для YouTube」「упакуй ролик」「варианты для A/B-теста」「заголовок и превью」「обложку для Shorts」「серия превью для канала」)です。

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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。
  6. 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。
  7. 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。
  8. 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)。
  9. 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。
  10. 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。
  11. 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

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».

関連スキル