Communitygithub.com

shutckin/aivfx-content-kit

打包 YouTube 影片與 Shorts:為一個想法生成 3-4 個縮圖變體,供選擇與 A/B 測試;標題與縮圖合一,每個圖像一個想法;包含臉部表情、大型物件、最多 3-4 個單字的文字(或無文字),在手機小螢幕上清晰可讀。

aivfx-content-kit 是什麼?

這是一個專為 AI 助手(如 Claude Code、Cursor、Codex)設計的技能,用於為 YouTube 影片和 Shorts 生成高轉換率的縮圖和包裝。它透過結構化的流程,從原始畫面截圖和參考圖像出發,利用多種 AI 模型(如 Seedream、Nano Banana、GPT-Image、Higgsfield 等)生成電影感風格的縮圖變體,並在單次處理中整合標誌。技能內建嚴格的品質檢查腳本,可驗證檔案尺寸、大小和命名規範;並要求以肉眼檢查縮圖在手機版面上的效果,確保元素清晰可辨。它支援常見觸發指令,如「YouTube thumbnail」、「video packaging」、「thumbnails for A/B testing」等,最終提供一套完整的「一個想法、多個變體」工作流程,讓創作者或團隊能快速進行測試和決策。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

預覽與包裝 YouTube 影片

說明以俄文撰寫。請以使用者語言回應。

為什麼需要

縮圖與標題決定了影片在資訊流、搜尋結果和推薦中是否會被點擊。影片本身可能很優秀,但如果卡片在手機上看起來像一個灰色的斑點,而且字體太小,就不會有人點進來觀看。

兩個常見問題。第一:從影片中截取的螢幕截圖加上調色。它很誠實,但看起來很平淡:在資訊流中,旁邊的畫面色調和氣氛都比任何原始畫格更強烈。第二:像 Pinterest 風格的「美麗圖片」,其中主角很小,周圍有很多空白。在手機螢幕上,這只會留下一個空白的矩形。

這個技能源自一個小型工作室的工作流程:以下每個規則都是在經歷過必須重做的版本後才出現的。

依賴哪些工具

項目用途
影片畫格與截圖主要參考:臉部、服裝、產品、地點
Seedream 5 Pro 及 Nano Banana(透過 Higgsfield、Flowith 或類似平台)根據參考圖像生成新的畫格,光線適合縮圖;比較模型,一個能保持臉部特徵,另一個在光線表現上更強
來自 film-look 的 Look附加在每個提示的結尾,長寬比作為參數
官方網站上的 PNG 標誌標誌在場景中與畫面一起生成;僅限 PNG:在 Higgsfield CLI 中,JPEG 會導致儲存簽章錯誤(僅在日誌中),且生成會靜默地跳過參考圖像,因此請務必檢查日誌
編輯器(Photoshop 或類似工具)生成後,以獨立圖層放置精確文字;模型會混淆西里爾字母
scripts/check_thumb.py檢查尺寸、檔案大小和檔名;以肉眼在聯繫表上檢查縮圖
助手與擁有者助手生成 3-4 個變體和聯繫表;擁有者選擇並決定上傳

何時啟用

  • 需要 YouTube 影片縮圖或 Shorts 封面。
  • 需要完整包裝影片:縮圖、標題、描述、標籤。
  • 需要 3-4 個縮圖變體進行測試(在 YouTube 上稱為「測試與比較」)。
  • 頻道希望有統一系列,讓影片在資訊流中易於識別。

文章和頁面的封面由 article-cover 處理;提示的 Look 從 film-look 取得。

工作流程

  1. 簡報。 填寫 templates/thumb-brief.md:影片主題、觀眾應在一秒內感受到什麼、主要物件、縮圖上的文字、工作標題、自己的畫格和參考圖像及其角色。前三個區塊中的空白欄位表示生成為時過早。
  2. 一個想法。 用一句話寫下:「縮圖承諾:...」。這不是主題(「相機評測」),而是一種感覺或懸念(「這台相機拍攝效果比它看起來的價格還好」)。如果有兩個句子,選擇一個,將第二個交給標題。
  3. 與標題的連結。 立即寫下 3-5 個標題選項。縮圖提供情感,標題提供事實和搜尋關鍵字。不要重複相同內容:如果圖像上寫著「寂靜」,則標題中不需要再次出現「寂靜」。
  4. 自己的素材。 從時間軸均勻地收集 10-20 個畫格(聯繫表),選擇 2-4 個能最好地顯示主角、臉部、產品和地點的畫格。這是生成的基礎,而非成品縮圖。
  5. 參考圖像的角色。 為每個參考圖像分配一個角色:外觀和臉部、產品、地點、構圖、光線、情緒。一個參考圖像同時涵蓋所有部分的效果不佳。
  6. 3-4 個不同的概念。 不是同一個畫格的四個副本,而是不同的技術:帶有情感的大臉部、英雄般的物件、處於氛圍場景中的主角、「前後對比」或「對比」的畫格。在簡報中用一行描述每個概念。
  7. 生成或優化(請參閱下方章節)。來自 film-look 的 Look 附加在每個提示的結尾,長寬比僅使用模型參數設定。
  8. 縮圖上的文字作為獨立步驟(請參閱「文字」章節)。
  9. 檢查。 使用 scripts/check_thumb.py 檢查尺寸、檔案大小和檔名;肉眼檢查意義:將每個縮圖縮小後與其他縮圖並排檢視。
  10. 向擁有者展示。 所有選項以一條訊息發送,並編號,附上建議和標題選項。在擁有者選擇之前,請勿上傳到頻道或開始測試。
  11. 保存。 最終檔使用易懂的名稱放入影片資料夾,工作畫格和提示放在旁邊,不要覆蓋任何內容。

畫格規則

一個想法。 眼睛在 0.5 秒內理解要看哪裡。畫格中不超過 2-3 個元素:主角、一個細節、文字。其他所有內容都是背景。

臉部和情感。 帶有清晰情感的真實臉部最能吸引人:驚訝、專注、疲憊、喜悅。如果設計上沒有臉部(頭盔、面具、主角背部),則由一個可識別的細節取代,該細節在影片中反覆出現,成為頻道的「臉孔」。

大型物件。 主角佔據畫格的顯著部分。巨大風景中的小剪影適合播放清單封面或頻道橫幅,但作為單一影片的縮圖則效果不佳:在手機上看不到。

對比。 主角透過光線或顏色與背景分離:暖色物體在冷色背景上,亮色臉部在暗色背景上,銳利物體在柔和背景上。如果主角和背景亮度相同,縮圖會與相鄰縮圖融為一體。

氣氛比影片更強烈。 縮圖可以比原始素材更具電影感:戲劇性的天空、逆光、薄霧、潮濕的柏油路、低角度的太陽。但必須承諾影片中實際存在的內容:地點、主角、情緒。YouTube 在縮圖測試中根據觀看時間選擇獲勝者,而非點擊率,因此欺騙會受到懲罰。

右下角保持空白。 那裡 YouTube 會放置影片長度。不要將臉部、文字和主要物件放在那裡。

手機螢幕優先。 大多數人透過手機觀看。任何在手指寬度的卡片中無法閱讀的內容都不存在。

生成與優化

原始螢幕截圖幾乎總是會失敗。影片畫格、主角照片和螢幕截圖作為參考圖像輸入模型:外觀、姿勢、產品、地點。模型據此生成具有適合縮圖之光線和構圖的新畫格。使用剪下貼上的拼貼而非生成,看起來很廉價。

提示結構,每個區塊分開:

  • 基礎: 必須與自己的畫格保持一致的內容(臉部、服裝、產品形狀、顏色、地點)。
  • 風格: 從風格參考圖像中汲取的內容(光線、光學、情緒)。
  • 構圖: 景別大小、主角位置、文字留白、空白的右下角。
  • 光線: 具體說明,使用攝影師的術語。
  • 禁止事項: 無隨機字母、浮水印、多餘標誌、CGI 光澤、無主角或產品替換。
  • Look: 來自 film-look 的核心,附加在結尾,不加修改。

節省時間的規則:

  • 長寬比僅作為參數設定。 影片使用 16:9,Shorts 使用 9:16。提示文字中不包含長寬比:在基於參考圖像的編輯模式下,沒有參數的模型通常會輸出方形,而文字中的 4:3 會與參數衝突並錯誤地裁切畫格。
  • 以較大尺寸生成(2K),然後縮小到 1280x720 或 1080x1920。
  • 比較模型。 一個模型在保持參考圖像的臉部特徵方面表現較好,另一個在光線方面更強。如果有批次模式,請生成一批並進行挑選。
  • 連續兩次失敗意味著停止。 如果模型兩次失去主角或偏離主題,不要在同一個上下文中繼續嘗試,也不要使用拼貼來修復。重新開始:一個基礎參考圖像、2-3 個風格參考圖像、一個簡短的提示。

單次處理中在畫格內生成標誌。 如果影片關於特定服務、產品或品牌:標誌與場景一起在畫格中生成,如同 article-cover 的方式。畫格和標誌參考圖像(來自官方網站的 PNG)一起輸入模型,標誌被描述為世界的一部分:主角手中的螢幕、補丁、招牌、設備外殼。之後在編輯器中疊加的標誌看起來像是貼上去的。生成後,放大檢查每個符號:字母混淆和簡化形式視為缺陷。

縮圖上的文字

  • 最多 3-4 個單字,或無文字。 最好 1-2 個大字,而不是一個小句子。如果圖片本身足以說明,則不需要文字。
  • 文字代表情感或懸念,而非描述。 「道路消失了」有效,「在霧中開車」則否;「更糟?」有效,「相機評測」則否。槓桿:感覺、問題、數字、對比、地點。
  • 文字不重複標題。 它們相輔相成。
  • 如何放置字母。 對於精確的西里爾字母和品牌字型,文字應在生成後以獨立圖層放置:模型會混淆字母並繪製簡單的字型。短拉丁單字有時模型可以很好地自行繪製,但請務必檢查每個字母。同時不要觸碰標誌:它們已在畫格中。
  • 字型。 粗體無襯線字型,寬或緊湊,在整個系列中保持一致。數字使用相同的無襯線字型,並在需要垂直對齊時使用 font-variant-numeric: tabular-nums。不要使用等寬或「終端」字型。
  • 背板。 如果對比度不足,在文字下方使用柔和的漸層。硬的色塊、橢圓和邊框看起來廉價。
  • 位置根據每個畫格調整。 首先找到實際空白的位置,然後將文字放在那裡。文字絕不覆蓋臉部或主要物件。

統一的頻道系列

當 5-10 個連續的影片共享相同的程式碼時,頻道在資訊流中一眼就能被認出:相同的字型、相同的文字處理方式、一個可識別的主角細節、相似的調色板。建立一個頻道系列檔案(請參閱範本底部),並在每次打包前與其核對。程式碼可以更改,但必須是有意識的,並且立即應用於整個系列,而不是因為這次想要不同的東西。

Shorts

  • 格式 9:16,最終尺寸 1080x1920。
  • 在 Shorts 資訊流中,縮圖幾乎看不見,因為它會自動播放。封面用於頻道網格和搜尋。Shorts 的主要槓桿是強而有力的第一個畫格和影片第一秒內的文字,而非封面。
  • 文字放置在上邊緣或中央:底部被字幕和按鈕佔據。
  • 在頻道網格中,封面被裁切得更接近正方形:將主角保持在中心。

檔案名稱與儲存

  • 使用拉丁字母、數字和連字號。不含空格、西里爾字母和括號:這樣檔案在上傳、連結和腳本中不會損壞。
  • 格式:<影片-slag>-<選項字母>-<技術>-v<版本號>.jpg,例如 cheap-cam-a-face-v2.jpg。
  • 新版本使用新檔案名稱。不要覆蓋舊檔案:在測試時,了解哪個檔案已上傳很重要。
  • 影片資料夾結構:sources/(自己的畫格和參考圖像)、generated/(生成的原始檔案)、finals/(準備好的縮圖)、previews/(用於展示的縮小版本)。不要只將副本留在生成器快取或瀏覽器下載中。
  • 最終檔案:影片使用 1280x720,JPEG 或 PNG,最大 2 MB(YouTube 限制)。

檢查

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

該腳本無需外部函式庫,讀取 PNG 或 JPEG 標頭並檢查:尺寸 1280x720(使用 --shorts 時為 1080x1920)、檔案大小最大 2 MB、檔案名稱使用拉丁字母且不含空格。違規時退出碼為 1。--make-test 建立一個所需尺寸的灰色 PNG,用於測試腳本本身。

必須進行縮小尺寸的肉眼檢查,腳本無法取代。將縮圖縮小到大約 200 像素寬(大約是它在手機資訊流中的樣子),並與同一主題的其他 5-6 個縮圖並排擺放。問題:一秒鐘內能否理解這是什麼;文字是否可讀;主角是否在相鄰縮圖中迷失;右下角是否空白。

向擁有者展示

一條訊息,以便回答可以是一個詞:

  • 縮小的縮圖並排(聯繫表);
  • 3-4 個最終檔的路徑,並編號;
  • 建議:哪個選項及其原因,一句話;
  • 3-5 個標題選項,如有需要,附上描述和標籤。

只有經過擁有者明確同意後,才能上傳到頻道、啟動縮圖測試和發佈。

範例(簡短)

影片:使用一台便宜的相機而非昂貴的相機拍攝一個月,比較畫面。

  • 想法:「便宜的相機結果並不差。」
  • A:作者帶著懷疑的微笑的大臉,手裡拿著小型相機,製造商標誌在機身上於畫格內生成。文字:「更糟?」
  • B:兩台相機放在天平上,便宜的相機更重。無文字。
  • C:「前後對比」的畫面,作者在中間聳肩。文字:「一個月後」。
  • 標題:「用便宜的相機代替昂貴的相機一個月 | 畫面比較」。
  • 檔案:cheap-cam-a-face-v1.jpg、cheap-cam-b-scales-v1.jpg、cheap-cam-c-split-v1.jpg。

常見錯誤

  • 使用影片的螢幕截圖加上調色,而非生成的畫格。看起來平淡,在光線方面輸給相鄰的縮圖。
  • 同一個畫格的四個選項。測試比較的是相同的東西,無從選擇。
  • 小主角和大量空白。在大螢幕上看起來不錯,在手機上則顯得空虛。
  • 五個字的文字。在手機上,這是一條灰色的條帶。
  • 文字重複標題。在同一個地方浪費了兩次機會。
  • 模型產生的西里爾字母歪斜。一眼就能看出,看起來不專業。
  • 標誌事後疊加在畫格上。看起來像貼紙。
  • 文字或臉部位於右下角,被影片長度覆蓋。
  • 縮圖承諾了影片中不存在的內容。有點擊,但無觀看,測試也不會選擇這樣的縮圖。
  • 每個影片都採用新風格。頻道在資訊流中無法被識別。
  • 以相同名稱覆蓋檔案。之後無法知道上傳了哪個檔案。

展示前檢查清單

  • 簡報已填寫,縮圖的想法已用一句話寫下。
  • 標題和縮圖相輔相成,不重複。
  • 3-4 個不同的概念,非重複。
  • 自己的畫格用作參考圖像,並已分配參考圖像的角色。
  • 每個提示的結尾都附加了來自 film-look 的 Look,長寬比作為參數設定。
  • 如果需要標誌,已在畫格內生成並放大檢查。
  • 文字最多 3-4 個單字或無文字,字母已檢查。
  • 右下角保持空白。
  • 已以縮小尺寸與其他縮圖並排檢查。
  • check_thumb.py 通過:尺寸、檔案大小、檔案名稱。
  • 已遵守頻道系列,或更改是有意識的。
  • 已向擁有者展示選項,並在上傳前獲得選擇。

快速過時的項目

模型名稱、批次模式、聚合器限制、YouTube 縮圖測試規則、檔案大小限制。工作前請查閱工具文件和 YouTube 幫助,不要依賴記憶。畫格和文字規則過時較慢。事實已於 2026 年 10 月驗證。

了解更多

完整的提示範本、真實縮圖集的解析以及針對特定頻道的系列設定,由 AIVFX 工作室在實踐和培訓中展示: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».

相關技能