安装 belt CLI 技能：
npx skills add belt-sh/cli
YouTube缩略图设计
使用 inference.sh CLI 通过 AI 图像生成创建高点击率的 YouTube 缩略图。
快速开始
需要 inference.sh CLI (
belt)。安装说明
belt login
# 生成一个缩略图
belt app run falai/flux-dev-lora --input '{
"prompt": "YouTube缩略图风格，人物近景，看着发光的笔记本电脑屏幕，露出惊喜兴奋的表情，充满活力的蓝橙色配色，戏剧性的摄影棚灯光，浅景深，高对比度，电影感",
"width": 1280,
"height": 720
}'
规格
| 规格 | 值 |
|---|---|
| 尺寸 | 1280 x 720 像素（最小） |
| 推荐尺寸 | 1920 x 1080 像素 |
| 宽高比 | 16:9 |
| 最大文件大小 | 2 MB |
| 格式 | JPG, GIF, PNG |
120像素测试
你的缩略图在移动设备上大约只显示 120像素宽 —— 这正是大多数观众第一次看到它的方式。
在120像素下，观众必须能够识别：
- 情绪/情感（通过颜色和表情）
- 大致主题（通过构图）
- 文字（如果有的话 —— 只有足够大才能看清）
测试： 将缩略图缩小到120像素宽度查看。如果模糊不清，请重新设计。
安全区域
┌─────────────────────────────────────────────┐
│ │
│ ✅ 文字和关键元素的安全区域 │
│ │
│ │
│ │
│ │
│ ┌───┐ │
│ │ ⏱ │ │ ← 时间戳叠加层
│ ┌────────┴───┘ │ (右下角)
│ ┌────┐ │ 时长 │
│ │ 章节 │ 章节标记 └──────────────│
└───┴────┴────────────────────────────────────┘
↑ 左下角：章节/进度标记
避免将关键元素放置在：
- 右下角（视频时长时间戳）
- 左下角（章节标记、进度条）
- 极端边缘（不同设备的裁剪区域不同）
颜色策略
有效的高对比度色对
| 组合 | 情绪 | 最适合 |
|---|---|---|
| 黄色 + 黑色 | 紧迫感、注意力 | 科技、商业、列表 |
| 红色 + 白色 | 能量、兴奋 | 娱乐、反应 |
| 蓝色 + 橙色 | 专业对比 | 教育、教程 |
| 绿色 + 白色 | 成长、财富 | 金融、成功故事 |
| 紫色 + 黄色 | 高级感、创意 | 设计、艺术、创造力 |
| 白色 + 深色 | 干净、简约 | 奢华、极简主义频道 |
颜色规则
- 背景 和 文字/主体 应为互补色或高对比色
- 避免相同色温的颜色相邻（红色在橙色上会显得浑浊）
- 每个缩略图最多使用 3种颜色
- 饱和度比现实生活更高 —— 缩略图需要与明亮的UI竞争
缩略图上的文字
何时使用文字
- 列表/数字："7个技巧", "十大"
- 强烈观点："别再这样做"
- 成果："30天赚1万美元"
- 对比："vs" 放在两者之间
何时不使用文字
- 视频标题已经表达了相同意思（冗余）
- 情绪/视觉画面已经讲述了故事
- 无法将其制作得足够大，以便在120像素下阅读
文字规则
| 规则 | 原因 |
|---|---|
| 最多6个词 | 在缩略图尺寸下可读性 |
| 最小相当于60pt | 必须在120像素宽度下清晰可辨 |
| 粗体无衬线字体 | 细字体在小尺寸下会消失 |
| 对比描边/阴影 | 确保在任何背景上可读 |
| 无小字 | 如果不能在小尺寸下阅读，就删掉 |
面部表情心理学
带脸部的缩略图的 点击率更高，优于无脸缩略图。表情的重要性：
| 表情 | 对点击率的影响 | 最适合 |
|---|---|---|
| 惊讶/震惊 | 最高 | 反应、揭秘、发现类内容 |
| 好奇 | 高 | 教程、操作指南、技巧 |
| 兴奋 | 高 | 开箱、评测、公告 |
| 担忧/担心 | 中高 | 警告、错误、问题类内容 |
| 自信 | 中等 | 专家建议、权威内容 |
| 中性 | 最低 | 除非你的品牌是极简风格，否则避免 |
面部构图规则
- 脸部应占据缩略图的 30-50%
- 眼睛朝着 文字或主体方向看（引导观众注意力）
- 眼睛看着镜头 = 建立联系。眼睛看着物体 = 引发好奇。
- 将脸部放在一侧（通常是左侧），文字或主体放在另一侧
# 生成一张正面面向镜头的缩略图
belt app run falai/flux-dev-lora --input '{
"prompt": "一个男人真正惊讶表情的特写肖像，嘴巴微张，眉毛上扬，看着镜头，位于画面左侧，充满活力的蓝绿色背景，戏剧性的边缘光，YouTube缩略图风格，高对比度，电影感",
"width": 1280,
"height": 720
}'
# 生成一张脸部看向主体的缩略图
belt app run bytedance/seedream-4-5 --input '{
"prompt": "一个人惊讶地看着一个发光的全息图表，显示增长趋势，戏剧性的蓝色和绿色灯光，右侧面视角，深色背景，科技美学，高能量感",
"size": "2K"
}'
按内容类型划分的缩略图模式
教程 / 操作指南
belt app run falai/flux-dev-lora --input '{
"prompt": "俯视平铺构图，整洁的工作空间，笔记本电脑显示代码编辑器，彩色便利贴，咖啡杯，干净明亮的背景，专业设置，教程风格构图，温暖照明",
"width": 1280,
"height": 720
}'
前后对比
belt app run falai/flux-dev-lora --input '{
"prompt": "分割构图，左侧黑暗杂乱的桌面，右侧明亮干净极简的工作空间，混乱与秩序之间的戏剧性对比，中间清晰的 dividing 线，高对比度",
"width": 1280,
"height": 720
}'
产品评测 / 对比
belt app run falai/flux-dev-lora --input '{
"prompt": "两个产品面对面，之间带有戏剧性光芒和火花，竞争对决概念，深色背景搭配彩色边缘光，对比风格，高能量感，产品摄影",
"width": 1280,
"height": 720
}'
列表 / 数字
belt app run falai/flux-dev-lora --input '{
"prompt": "7个不同彩色物体在深色渐变背景上动态排列漂浮，每个物体 distinct 且清晰分离，充满活力的构图，鲜艳饱和的颜色，摄影棚照明",
"width": 1280,
"height": 720
}'
A/B 测试
一次只测试一个变量：
| 变量 | 测试A vs B |
|---|---|
| 脸部 vs 无脸 | 相同构图，有/无人像 |
| 表情 | 惊讶 vs 好奇 |
| 配色方案 | 暖色调 vs 冷色调 |
| 文字 vs 无文字 | 有/无文字叠加层 |
| 背景 | 明亮 vs 深色 |
| 构图 | 面向左侧 vs 面向右侧的主体 |
# 生成变体A
belt app run falai/flux-dev-lora --input '{
"prompt": "..., 亮黄色背景, ...",
"width": 1280, "height": 720
}' --no-wait
# 生成变体B（相同提示，不同背景）
belt app run falai/flux-dev-lora --input '{
"prompt": "..., 深海军蓝背景, ...",
"width": 1280, "height": 720
}' --no-wait
缩略图检查清单
- 至少1280x720像素（1920x1080像素更佳）
- 文件大小低于2MB
- 通过120像素眯眼测试
- 关键元素不在右下角（时间戳）或左下角（章节标记）
- 最多3种颜色，高对比度
- 文字（如有）最多6个词，粗体，带对比描边
- 面部表情与内容能量相匹配（如适用）
- 不与视频标题重复
- 在周围缩略图中脱颖而出（检查你所在的领域）
- 在浅色和深色YouTube背景上都能正常工作
常见错误
| 错误 | 问题 | 修复 |
|---|---|---|
| 文字太多 | 在缩略图尺寸下无法阅读 | 最多6个词或完全不用文字 |
| 对比度低 | 在信息流中消失 | 使用互补色 |
| 构图杂乱 | 眼睛不知该看哪里 | 一个焦点 |
| 典型的图库照片感觉 | 缺乏个性，被跳过 | 真实的表达，独特的视角 |
| 微小细节 | 在120像素下丢失 | 大胆、简单的形状 |
| 每个视频风格相同 | 观众疲劳 | 在品牌指导范围内变化 |
| 误导性缩略图 | 破坏信任，损害留存 | 与实际内容匹配 |
相关技能
npx skills add inference-sh/skills@ai-image-generation
npx skills add inference-sh/skills@image-upscaling
npx skills add inference-sh/skills@prompt-engineering
浏览所有应用：belt app list