higgsfield-ai/higgsfield-youtube-thumbnail

Higgsfield YouTube Thumbnail

깔끔한 썸네일 콘셉트를 만들고, higgsfield CLI를 통해 각 변형을 생성한 후, 이를 검사하고 요청된 부위만 정밀하게 수정합니다.

시작 전 준비

어떤 생성 작업을 하기 전에:

1. higgsfield가 없으면 설치합니다:

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

2. higgsfield account status가 Session expired 또는 Not authenticated를 보고하면, 사용자에게 higgsfield auth login을 실행하도록 요청하고 기다립니다.
3. 카탈로그가 변경되었을 수 있으므로 고정된 모델 계약을 확인합니다:

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

사용자 경험(UX) 규칙

1. 사용자의 언어를 따릅니다. 일반 대화에 CLI/모델 관련 내용을 드러내지 않습니다.
2. 이미 브리핑에 포함된 사실에 대해 묻지 않습니다. 누락된 선택이 결과를 바꾸는 경우에만 한 가지 질문을 간결하게 합니다.
3. 영상에 대해 사실이 아닌 주장, 결과, 제품, 사람, 스크린샷 또는 통계를 절대 만들어내지 않습니다.
4. 사용자에게 원시 JSON 또는 작업 ID를 출력하지 않습니다. 이미지 URL과 간단한 변형 레이블을 제공합니다.
5. 스타일 참조 썸네일은 시각적 분석 전용입니다. 절대 --image로 전달하지 않으며, 해당 정체성이나 구성을 복사하는 것은 금지됩니다.
6. --count를 사용하지 않습니다. 각 콘셉트, 감정, 또는 카메라 테이크마다 고유한 프롬프트와 생성 호출이 이루어집니다.
7. use_unlim은 현재 CLI 매개변수가 아닙니다. 절대 --use-unlim을 추가하지 마십시오. 사용자가 무제한 허용량 사용을 명시적으로 요청하는 경우, 이 워크플로는 CLI에서 크레딧을 사용하거나 해당 허용량을 지원하는 표면을 통해 실행되어야 한다고 설명합니다.

입력 수집 단계

브리핑이 답변하지 않은 것만 수집합니다:

• 영상의 주제/제목과 썸네일이 암시할 수 있는 진실된 약속.
• 필요한 경우 정확한 장면 요구 사항.
• 등장인물: 0–3명. 콘셉트에 사람이 필요하고 얼굴 사진이 제공되지 않은 경우, 사용자, 제공된 다른 사람, 또는 생성된 일반 캐릭터 중 사용할지 물어봅니다. 절대 조용히 선택하지 않습니다.
• 선택적 스타일 참조 썸네일. 호스트 비전으로 에너지, 프레이밍, 분할 레이아웃, 팔레트, 감정을 분석하고, Higgsfield로 보내지 않습니다.
• 선택적 로고 및 평면으로 유지할지 3D 객체로 만들지 여부.
• 선택적 헤드라인, 2–4단어. 기본 제공은 텍스트가 없는 깔끔한 이미지입니다. 사용자가 오버레이를 요청할 때 결정론적 오버레이를 사용하고, 명시적으로 요청된 경우에만 생성된 이미지에 텍스트를 굽습니다.
• 비율: YouTube 기본값 16:9, Shorts는 9:16, Instagram은 4:5.
• 최종 콘셉트 하나 또는 변형 세트. 지정되지 않았고 대안이 실질적으로 도움이 될 경우, 약 4개의 세트를 제공합니다. 절대 상한: 총 16개 생성.

사용자가 이름 없이 감정 개수를 제공하는 경우, 다음 사다리를 사용합니다: 충격, 과대광고, 분노, 경외, 웃음, 공포, 거드름, 카리스마, 혼란, 결의, 혐오.

콘셉트 단계

references/thumbnail-frameworks.md를 읽습니다. 내부적으로 여러 프레임워크에 걸쳐 최소 5개의 진실된 콘셉트를 브레인스토밍한 후, 하나의 초점 대상과 최소한의 혼란으로 가장 강력한 정보 격차를 선택합니다. 결과가 약 120px 너비에서 1초 이내에 읽힐 때만 프레임워크를 결합합니다.

참조 썸네일이 있는 경우, 프롬프트를 작성하기 전에 다음 구조를 추출합니다:

brief, generic subject pose/action, elements, location, composition, background,
split (true/false), split_count, person_count, emotion, emotion_detail

참조는 아트 디렉션을 제공하며, 특정 정체성을 제공하지 않습니다. 사용자 지침이 필드별로 이를 재정의합니다.

참조 순서

얼굴 사진을 캐릭터 순서대로 먼저 전달한 다음 로고를 전달합니다. 모든 참조에 대해 --image를 반복합니다. 두 개 이상의 참조가 첨부된 경우, 프롬프트의 첫 번째 줄은 다음과 같은 매니페스트여야 합니다:

IMAGE REFERENCES: image 1 = CHARACTER 1 face reference; image 2 = brand logo.

로컬 경로는 자동으로 업로드됩니다. 이전에 완료된 작업 ID도 --image 입력으로 사용할 수 있습니다.

프롬프트 규약

모든 주요 렌더링 프롬프트를 다음 순서로 조립합니다:

1. 프레임: Bold, punchy YouTube-thumbnail composite — poster-grade, photoreal and high-impact, NOT a muted cinematic movie still, <ratio>, single unified frame — no split-screen, no diagonal divide, everything blends smoothly and organically across the same continuous shot. 9:16의 경우 faces in the upper two-thirds를 추가합니다. 요청된 그래픽 표현은 포토리얼 언어를 깔끔한 다이어그램/그래픽 브리핑으로 대체합니다.
2. 장면 브리핑: 사용자의 정확한 콘텐츠를 묘사합니다.
3. 텍스트: 기본값 No text, no readable UI labels, no watermark. 명시적으로 구운 헤드라인의 경우: TEXT: bold thumbnail headline text baked into the image, reading exactly "<TEXT>" — massive, ultra-legible sans-serif with a clean outline/glow treatment, placed where it never covers the subject's face. No other text, no watermark.
4. 주제: 크고, 전경에서 지배적이며, 가슴 위 또는 미디엄 클로즈업으로 프레임의 약 40–60%를 채웁니다. All faces crisply sharp as the anchors of the shot.로 끝냅니다.
5. 핵심 요소: 정보 격차를 설명하는 시그니처 소품/효과만 포함합니다.
6. 로고: 정확한 모양, 색상, 비율 및 문자 형태를 보존합니다. 얼굴에서 떨어뜨려 놓습니다.
7. 위치: 관련된 경우 장소, 시간, 날씨 및 분위기.
8. 구도: 하나의 파워 서드 히어로, 명확한 규모 계층, 깊이, 강력한 주제/배경 분리.
9. 배경: 선명한 고대비 색상 필드 또는 환경, 부드러운 비네트 및 가장자리 페이드오프. 분할 레이아웃이 명시적으로 요청되지 않는 한 배경을 나누지 않습니다.
10. 인물 조명: signature YouTube thumbnail lighting rig — strong key light sculpting the face, soft dreamy fill lifting shadows, and defined back light plus hair light tracing a clean bright rim around hair, shoulders and silhouette. 림만 색상 악센트를 사용할 수 있습니다.
11. 그레이딩: 선명하고, 밝고, 광택이 있으며, 포스터처럼 강렬하고, 깊은 검은색, 선명한 하이라이트, 풍부한 채도, 하나의 이미지로 일관됨. 명시적으로 차분/프리미엄/음소거 브리핑이 있는 경우에만 제한합니다.

사진 참조된 각 인물에 대해 다음을 포함합니다:

CHARACTER N: the person from attached face reference #K — IDENTITY LOCK: reproduce
this exact person with a photographic identity match — same bone structure, eye shape,
nose, lips, jawline, skin tone, hairline and hair texture. Do not beautify, average,
or restyle the face. Expression: <emotion phrase>.

분할 레이아웃

사용자가 split, before/after, versus, side by side를 요청하거나 분석된 참조가 분할된 경우에만 분할 레이아웃을 사용합니다. X vs Y와 같은 주제 문구는 그 자체로 분할을 필요로 하지 않습니다. 일반 프레임 블록을 명확한 절반/패널 계약으로 대체하고, 짧고 진실된 구운 UI가 명시적으로 요청되지 않는 한 모든 레이블을 제외합니다.

선택적 3D 로고

먼저 1:1 4K 로고 렌더링을 생성한 후, 완료된 작업 ID를 모든 썸네일 호출의 마지막 --image로 사용합니다:

higgsfield generate create gpt_image_2 \
  --prompt "Transform the attached 2D logo into a premium 3D logo render: extrude the exact logo shapes into glossy dimensional volumes; preserve every letterform, proportion and brand color; soft studio reflections, subtle bevels, crisp edges, clean dark neutral background, soft contact shadow, centered, generous margins, no extra text, no watermark." \
  --image ./logo.png \
  --aspect_ratio 1:1 \
  --quality high \
  --resolution 4k \
  --wait --json

주요 렌더링

Nano Banana Pro를 사용하여 명시적으로 4K로 렌더링합니다. 최종 프롬프트를 임시 텍스트 파일에 작성하고 stdin을 통해 파이프하여 구두점 및 여러 줄 블록이 안전하게 보존되도록 합니다:

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

참조가 없으면 모든 --image 플래그를 생략합니다. 변형 세트의 경우, 고유 프롬프트당 하나의 호출을 만듭니다. 동일한 참조 및 설정을 유지하고 선택된 콘셉트, 표현 또는 카메라 테이크 라인만 변경합니다.

완료된 JSON 결과에는 id와 result_url이 포함됩니다. 둘 다 비공개로 보존합니다: URL은 전달되고, ID는 이후 수정을 위한 소스입니다.

렌더링 후 검증 단계

가능한 경우 호스트 비전으로 모든 결과를 검사합니다:

• 참조된 정체성이 시각적으로 일치하는지 확인합니다.
• 구운 텍스트가 주문되지 않은 경우 잘못된 텍스트나 워터마크가 없는지 확인합니다.
• 명시적으로 구운 텍스트가 문자 그대로 일치하는지 확인합니다.
• 얼굴/감정 및 히어로 요소가 약 120px 너비에서 읽을 수 있는지 확인합니다.
• 콘셉트가 영상 약속과 진실되게 일치하는지 확인합니다.

심각한 실패 시, 동일한 프롬프트를 최대 두 번 재시도합니다. 시각적 검사가 불가능하면 통과했다고 주장하지 않고 사용자 검토를 위해 결과를 전달합니다. 통과한 모든 변형을 제시하고 사용자가 선택한 후 선택적 조정을 진행합니다.

정밀 수정

선택된 완료 작업 ID를 유일한 이미지 입력으로 사용합니다. 편집 프롬프트를 좁게 범위를 지정하고 다른 모든 픽셀 수준 속성이 변경되지 않았다고 명시합니다.

higgsfield generate create seedream_v5_pro \
  --prompt "Change ONLY the person's facial expression to: <phrase>. Keep identity, face structure, hair, pose, body, clothing, logo, background, lighting and composition EXACTLY unchanged, pixel-faithful. Keep the YouTube thumbnail lighting rig intact." \
  --image <picked_job_id> \
  --aspect_ratio 16:9 \
  --resolution 2k \
  --wait --json

seedream_v5_pro가 없거나 제출을 거부하는 경우 seedream_v4_5 --quality high로 한 번 재시도합니다. 4:5 주요 렌더링의 경우 Seedream은 4:5를 지원하지 않습니다. 편집을 3:4로 변경하기 전에 물어보고, 자르기/비율 변경을 공개합니다. 각 승인된 편집은 다음 조정의 소스 ID가 됩니다.

CLI 호환성: 1.1.20까지의 버전은 nano_banana_pro 작업 참조를 nano_banana_pro_job으로 잘못 표시할 수 있습니다. 편집이 medias.0...data.type 오류로 거부되면, 선택된 result_url을 로컬 이미지로 다운로드하고 동일한 편집을 --image ./picked-thumbnail.png로 재시도합니다. 로컬 경로는 자동으로 media_input으로 업로드됩니다. 잘못된 작업 ID 페이로드를 재시도하지 마십시오.

허용된 편집 범위: 표현 변경만, 배경 교체만, 배경 색상 변경만, 또는 림 조명 색상 변경만. 정밀 수정 요청에 대해 전체 구성을 조용히 재생성하지 않습니다.

텍스트 오버레이

기본적으로 생성된 이미지를 텍스트 없이 유지합니다. 헤드라인 오버레이가 요청되면 references/text-overlay-bake.md를 읽고 5가지 사전 설정(Beast, Fire, Neon Lime, Clean Glass, Marker) 중 하나를 사용합니다. 오버레이 경로에는 HTML 캔버스를 렌더링할 수 있는 환경이 필요합니다. 사용할 수 없는 경우 깔끔한 이미지 또는 명시적으로 승인된 텍스트가 구워진 재생성 중 하나를 제공합니다. HTML 미리보기를 평면 PNG인 것처럼 가장하지 않습니다.

전달

통과한 result_url 값을 shock / close-up 또는 product / size contrast와 같은 짧은 의미 레이블과 함께 반환합니다. 선택한 비율과 전달물이 깔끔한지, 오버레이 준비가 되었는지, 텍스트가 구워졌는지 언급합니다. 사용자가 요청하지 않는 한 내부 프롬프트, 작업 ID 또는 재시도 메커니즘을 노출하지 않습니다.

참조 파일

• references/thumbnail-frameworks.md — 16가지 콘셉트 프레임워크, 정보 격차 규칙, 진실성 법칙.
• references/text-overlay-bake.md — 5가지 결정론적 텍스트 오버레이 스타일 및 4K 캔버스 베이킹 레시피.