YouTube 縮圖 & 封面產生器是做什麼的？

縮圖與封面以人們在資訊流中實際看到的大小（約 160 像素寬）進行評判。輸入一個標題，產出三個不同概念，由用戶挑選，最終產出一個版本，進行有限的修正，並以實際傳送尺寸提供檔案。所有工藝（概念框架、提示詞藍圖、文字規則、小尺寸把關）在此處；具體操作細節則位於 references/cli-contract.md 和 references/platform.md。

步驟 0 — 起飛前檢查

每次連線階段執行一次：

command -v genmedia
python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" preflight
python3 "${CLAUDE_SKILL_DIR}/scripts/thumbcheck.py" tools

blockers 不為空、CLI 缺失或版本低於 0.7.0 → /genmedia-skills:setup。金鑰缺失 → 請用戶自行執行 genmedia setup 或設定環境變數 FAL_KEY；等待用戶操作。切勿讀取、列印、要求或輸入金鑰。
保留 config.announce_above_usd 和 config.confirm_above_usd（預設值 0.50 和 2.00）：它們是成本門檻。
thumbcheck.py tools 會回報 preview、sheet、fit、frame 哪些可以在本機執行（需要 ffmpeg 或 macOS sips），以及 lockup 是否可用（需要 Chromium 核心瀏覽器）。若兩者皆無 → 在「工作流程」步驟 6 中使用降級路徑。切勿依賴 drawtext、Pillow 或 ImageMagick：文字由模型渲染。
先恢復進度：若 .genmedia/projects/<專案名稱>/thumbnail.md 與本次請求相符 → 讀取該檔案，從其第一個未完成的步驟繼續進行。切勿在有記帳記錄的專案上重新開始。

UX 規則

以用戶的語言回覆（土耳其文輸入 → 土耳其文輸出）。模型提示詞以英文撰寫；圖片上的文字保留其發佈時所使用的語言和拼寫。端點 ID、欄位名稱和路徑保持不變。
聊天中不要出現 JSON、請求 ID、提示詞或工具敘述。靜默等待；每批次最多顯示一行狀態。
提問預算：2 個問題，一次一個，以有標籤的選項呈現，僅在缺少答案時提問：
- Q1 關鍵字詞：沒有標題且沒有主題 → 詢問標題。已知標題 → 不要問；自行撰寫 2 到 4 個關鍵字詞（三個概念使用不同的字詞）。
- Q2 是否包含人像：只有在沒有任何線索時才問。有照片、@handle 或「我 / 我的臉 / ben」→ 包含人像。「無臉」、產品、螢幕錄影、風景 → 不包含人像。用戶只要求一個縮圖或指定了概念 → 只產生一個草稿而非三個；挑選變成是或否。所有其他設定使用預設值，並在傳送行中說明：格式 16:9；文字語言與標題語言相同；調色板使用提供的品牌顏色，否則每個概念自行選擇；寫實海報風格；3 個概念；最終主圖 2560x1440，傳送為 1920x1080 和 1280x720。不計入提問預算：同意確認、挑選確認、成本確認。
挑選是一個硬性停止點。 顯示比對表並等待。沉默、成功的作業或你自己的偏好絕非挑選。可以推薦一個，但不能代替用戶選擇。
真實性。 縮圖可以戲劇化，但絕不能誤導。顯示或撰寫的所有內容都必須在影片中或誠實地源自影片：不得有虛構的數字、結果、反應、產品或來賓；不得有真實平台的假 UI；不得有用戶不擁有的標誌或角色。無法判斷影片內容 → 在承諾之前先詢問（這會取代 Q1 或 Q2，不會增加問題）。
人像。 真實人物的照片（包括用戶本人）→ 需要一次確認用戶已獲得該人物的同意，並說明上傳的內容會置於公開網址。不得使用用戶並非本人的名人或公眾人物；拒絕「長得像 <名人>」，應提供虛構臉孔或無臉概念。虛構臉孔是替代品：切勿將其呈現為真實姓名的人物、客戶、專家或來賓，並在傳送時說明該臉孔為 AI 生成。
成本：在第一次付費呼叫之前（工作流程步驟 4）估算整個請求，並使用起飛前檢查中的門檻進行成本把關：低於 announce_above_usd → 直接執行；達到 confirm_above_usd 以下 → 一行顯示估算，然後執行；達到或超過該值 → 顯示估算並等待用戶明確同意（references/platform.md 第 8 節）。批准僅涵蓋當下顯示的計畫；更大的計畫需要新的批准。切勿憑記憶報價；切勿為了省錢而替換用戶指定的模型。
限制：最多 3 輪草稿和 3 輪修訂；每輪嘗試都必須有所改變；被內容政策拒絕的請求不得原封不動地重新提交；包含請求 ID 的作業應恢復，而不是重新提交。

探索防護機制

以下路由表為快取資料（references/routing-image.md，驗證日期 2026-09-19）。在每次連線階段中，第一次對某端點進行付費呼叫之前：

genmedia models --endpoint_id <端點ID> --json
python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" schema <端點ID>

status 必須為 active。若狀態非 active 或回傳 404 → 使用 references/routing-image.md 中同一任務的下一層級端點；否則執行 genmedia models "<名稱>" --no-classify --limit 10 --json，選擇最新且活躍的匹配項，並說明使用的是哪個模型。
欄位名稱、列舉值和限制來自 Schema，不得憑記憶。用戶指定了模型名稱 → 先搜尋再質疑；新版本的模型位於供應商名稱空間下（openai/、bytedance/、google/、alibaba/），而非 fal-ai/。
切勿在未指定端點 ID 的情況下執行 genmedia run（智慧型路由會解析過時的預設值）。

路由

步驟	端點	原因
草稿，無參考素材	`openai/gpt-image-2.5/flare/text-to-image`, `quality: "medium"`	字體排印領導者；只有目標模型系列可以預覽文字，便宜的草稿模型不行
草稿，含人像照片、`@handle` 參照、產品照或影片影格	`openai/gpt-image-2.5/flare/edit`, `quality: "medium"`	參考素材放入 `image_urls`（最多 16 張）；與最終版本同模型系列
最終版	`openai/gpt-image-2.5/sunburst/edit`, `quality: "high"`	精確度層級；被選中的草稿作為圖片 1，因此最終版是基於該構圖，而不是重新生成
修訂（文字、表情、背景、顏色）	`openai/gpt-image-2.5/sunburst/edit`, `quality: "high"`	當前最終版作為圖片 1；每輪只修改一個範圍
無文字基底圖，寫實風格（替代路徑）	`bytedance/seedream/v5/pro/text-to-image`	競技場 #1 寫實風格；文字稍後透過 GPT Image 2.5 編輯加入
人像身份識別基底圖（當臉孔漂移時）	`fal-ai/nano-banana-2/edit`	身份一致性圖像的路由預設值；文字稍後加入
放大真實影格或照片	`fal-ai/seedvr/upscale/image`；有臉孔或文字時用：`topaz/upscale/image/precision`	忠實還原；Topaz 有臉孔與文字精煉模型
用戶影片的影格	`thumbcheck.py frame`（本地 ffmpeg）	精確時間戳記；無 ffmpeg → 請用戶提供螢幕截圖
用戶自訂標誌放置於無文字基底圖上	`thumbcheck.py lockup`（本地瀏覽器）	標誌從用戶的檔案放置；模型會重新繪製它

平局判定：

圖片上有文字 → 使用 GPT Image 2.5，即使是寫實概念。完全沒有文字（用戶指定）→ 草稿可在 bytedance/seedream/v5/pro/text-to-image 或其 /edit 端點上執行；其餘流程不變。Seedream 拒絕 1280x720 尺寸（其最小面積為 1024x1024）且無 quality 欄位：發送 image_size 為 1920x1080（9:16 → 1080x1920，1:1 → 1536x1536）並根據其路由行按圖定價（2026-09-19 約為每張 USD 0.07：三個草稿約為 USD 0.20，重新計算總額）。
預設文字策略為一次烘烤。使用基底圖路徑（先產出無文字基底圖，再進行一次「僅添加此文字」的編輯）的情況：同一基底圖需要多種語言或 A/B 文字；變音符號失敗兩次；基底圖是真實影格或照片。詳情：references/text-and-readability.md。
@handle → 讀取 .genmedia/characters/<代號>/character.json（錨點 description；refs[] 中找出 role: "face" 且 active: true 的參考），若該參考已有 cdn_url 則重複使用，否則上傳其檔案；使用錨點內容原樣。real_person: true → 套用 UX 規則 6；若有記錄 consent_confirmed_at 則視為已確認。未知的 handle → 告知用戶，並提供 /genmedia-skills:character；切勿自行替代。
用戶指定了模型 → 在實時檢查後使用該模型；一行文字中提供預設選項。
設計是基底圖加上用戶的自訂標誌（品牌頻道、應用程式的商店預覽影片）→ 基底圖路徑，然後使用 thumbcheck.py lockup 將標誌檔案放置於圖片寬度的某個比例位置（references/text-and-readability.md 第 2b 節）。基底圖已存在（如 launch-graphics 的基底圖、用戶的照片）→ 無需付費呼叫：直接 lockup、成本把關、步驟 10。無標誌檔案 → 詢問用戶；切勿讓模型繪製標誌。

陷阱：

自動尺寸陷阱。 編輯端點將 image_size 預設為 auto，這會跟隨輸入圖片的尺寸：一張人像照片會產生一張直式縮圖。務必發送 {width,height}。
預設品質陷阱。 quality 預設為 high 且模型系列按 token 計費。務必在每次呼叫中設定：medium 用於草稿，high 用於最終版；xhigh 或 max 僅在用戶同意價格後使用。
16 的倍數陷阱。 1920x1080 不是 GPT Image 的合法尺寸。應渲染 1280x720、2560x1440 或 3840x2160，然後使用 thumbcheck.py fit 產生 1920x1080。
附加圖片陷阱。 文字轉圖像端點沒有圖片欄位；它會忽略照片但仍然收費。任何參考素材 → 使用 /edit 端點。
重新生成陷阱。 以高品質重新執行提示詞會得到不同的圖片（此模型系列沒有 seed 參數）。最終版是對選定草稿的編輯。
大小寫陷阱。 切勿讓模型將土耳其文轉為大寫：請自行撰寫最終字串（thumbcheck.py text），用引號括起來，並逐字檢查。

工作流程

輸入。 標題或主題、格式（預設 16:9）、是否包含人像、品牌顏色、參考素材。HEIC、AVIF、TIFF 或非常大的照片需先處理：thumbcheck.py fit <檔案> --max-side 2048 --out .genmedia/tmp/<名稱>.jpg；讀取並上傳該副本。使用 Read 工具打開每個本地圖片後再規劃（圖片中的人物和內容決定概念）。來自用戶影片的影格：python3 "${CLAUDE_SKILL_DIR}/scripts/thumbcheck.py" frame <影片> --at <秒數或分:秒>，然後用 Read 工具檢查。僅在 UX 規則 3 允許的情況下使用提問預算。
狀態卡片。 選取一個簡短的 ASCII <專案名稱>（例如 eksi-maya）：它將作為批次 label、帳本篩選器、輸出資料夾和專案資料夾名稱。自然語言標籤也能用；輔助腳本會將「Ekşi maya」折叠為 Eksi-maya，這個折叠後的形式即為資料夾名稱。使用 Write 工具撰寫 .genmedia/projects/<專案名稱>/thumbnail.md 並在每個步驟後更新它：
```
# <標題> — thumbnail
promise: <一行：影片真正傳遞的價值>
format: 16:9 | text language: <代碼> | face: <none | photo path | @handle> (consent: <yes, date | n/a>) | palette: <顏色>
[ ] concepts  [ ] drafts-1  [ ] gate  [ ] pick: -  [ ] final  [ ] revisions 0/3  [ ] delivered
log:
- <日期> drafts-1: 1 <框架> "<文字>", 2 <框架> "<文字>", 3 <框架> "<文字>"
```
三個不同的概念。 讀取 references/frameworks.md。私下腦力激盪至少五個，保留最強的三個，且必須使用不同的框架（不是同一個想法的三種配色），每個概念有自己的 2 到 4 個關鍵字詞。每個關鍵字詞都需通過文字檢查，並使用其 upper 字串原樣：
```
python3 "${CLAUDE_SKILL_DIR}/scripts/thumbcheck.py" text "şimdi izle" --lang tr
```
關鍵字詞和圖片只能使用用戶陳述過的數字、結果、引言、產品和來賓（來自標題、簡報、他們的檔案）；僅憑標題無法得知 → 使用問題、無約束關鍵字或無文字概念，或者提問（UX 規則 5）。拒絕任何違反真實性規則的概念。選擇包含人像 → 三個概念中至少兩個要顯示人像。標題已包含關鍵字 → 其中一個概念可以是無文字的。
驗證與定價。 為每個端點執行探索防護機制，然後：
```
python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" price openai/gpt-image-2.5/flare/edit,openai/gpt-image-2.5/sunburst/edit
```
GPT Image 2.5 回覆 1 units，這不是價格。此技能的美元費用計算方式：作業數 x 每次作業的尺寸、品質對應價格（不在列表中的尺寸 → 使用下一個更大的尺寸）取自 references/routing-image.md 中 GPT Image 2.5 的表格（t2i-typography 註解；編輯端點的價格已包含一張輸入圖片的費用） + 每張額外參考圖片的 references/platform.md §7 中的參考費用。歷史定價（2026-09-19）：草稿 1280x720 medium 約 USD 0.01；最終版或修訂 2560x1440 high 約 USD 0.055；3840x2160 high 約 USD 0.10。典型完整作業（3 草稿 + 最終版 + 3 修訂）：無參考時約 USD 0.25，有一張人像參考時約 USD 0.45 → 低於預設公告閾值，直接執行並在傳送行中陳述估算。第二輪草稿、更多參考圖、xhigh、max、4K 或一次請求中包含多個影片（每個影片一個專案名稱和狀態卡片；估算為總和）→ 重新計算並先套用成本門檻。

一次性批次草稿。 上傳參考素材一次並保留 urls（注意參數順序）；上傳的內容為公開網址，若為私人素材則說明一次：

python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" upload ./me.jpg

從 references/prompt-blueprint.md 建構每個提示詞。使用 Write 工具將計畫寫入 .genmedia/projects/<專案名稱>/drafts-1.json：

{"label": "<專案名稱>", "max_parallel": 3, "jobs": [
  {"id": "draft-a", "endpoint_id": "openai/gpt-image-2.5/flare/edit", "est_cost_usd": 0.02,
   "input": {"prompt": "<概念A>", "image_urls": ["<人像網址>"], "image_size": {"width": 1280, "height": 720}, "quality": "medium", "num_images": 1, "output_format": "png"}},
  {"id": "draft-b", "endpoint_id": "openai/gpt-image-2.5/flare/edit", "est_cost_usd": 0.02, "input": {"prompt": "<概念B>", "image_urls": ["<人像網址>"], "image_size": {"width": 1280, "height": 720}, "quality": "medium", "num_images": 1, "output_format": "png"}},
  {"id": "draft-c", "endpoint_id": "openai/gpt-image-2.5/flare/edit", "est_cost_usd": 0.02, "input": {"prompt": "<概念C>", "image_urls": ["<人像網址>"], "image_size": {"width": 1280, "height": 720}, "quality": "medium", "num_images": 1, "output_format": "png"}}
]}

執行批次：

python3 "${CLAUDE_SKILL_DIR}/scripts/gm.py" batch .genmedia/projects/<專案名稱>/drafts-1.json

等待所有作業完成。若某個作業失敗，其狀態行會說明原因；修復它或選擇跳過該概念。

比較圖與挑選。 若 preview 與 sheet 可用：
```
python3 "${CLAUDE_SKILL_DIR}/scripts/thumbcheck.py" sheet .genmedia/projects/<專案名稱>/drafts-1 --out .genmedia/projects/<專案名稱>/sheet.png
```
顯示 sheet。若僅 preview 可用：逐一顯示草稿。若兩者皆無：提供每個草稿的本地路徑。無論如何，都要等待用戶的選擇（UX 規則 4）。

最終版：被選中的草稿的構圖精煉版。 使用參照被選中草稿的 /edit 端點：

{"id": "final", "endpoint_id": "openai/gpt-image-2.5/sunburst/edit", "est_cost_usd": 0.055,
 "input": {"prompt": "<精煉提示詞（保留基本構圖，要求更高細節與光照）>", "image_urls": ["<被選中草稿的網址>", "<人像網址>"], "image_size": {"width": 2560, "height": 1440}, "quality": "high", "num_images": 1, "output_format": "png"}}

執行單一作業並等待結果。

尺寸調整與輸出交付。 將最終版調整為所需尺寸：

python3 "${CLAUDE_SKILL_DIR}/scripts/thumbcheck.py" fit .genmedia/projects/<專案名稱>/final.png --sizes 1920x1080,1280x720 --out-dir .genmedia/projects/<專案名稱>/delivery

使用 platform.md 中的規則產出 JPEG 版本（若需要）。

修訂（最多 3 輪）。 用戶要求變更（文字、顏色、背景、表情）→ 製作新的編輯作業，將目前的「最終版」作為輸入，並指定變更範圍。最多 3 輪，每輪只修改一個範圍。
完成與記錄。 更新狀態卡片（所有方框打勾）。輸出交付摘要。

檔案結構

.genmedia/projects/<專案名稱>/thumbnail.md：專案狀態
.genmedia/projects/<專案名稱>/drafts-*.json：批次定義
.genmedia/projects/<專案名稱>/delivery/：最終輸出版本
scripts/thumbcheck.py：工具集
scripts/gm.py：Genmedia 輔助腳本

YouTube 縮圖 & 封面產生器