Community影像github.com

thumbnail-critic

以陌生人在動態牆上瀏覽的視角,批判式評論聚會演講的 YouTube 縮圖,並回傳能提高點擊率的排序改善建議。當使用者要求審查、評論、評分或改善縮圖或縮圖設計,或在為影片設定縮圖前使用。

thumbnail-critic 是什麼?

這個技能模擬一個在動態牆上滑過的陌生人視角,專門針對 Agentic Engineering 聚會演講的 YouTube 縮圖進行批判式評論。它的核心價值在於提供脫離設計錨定效應的獨立判斷,因此重點不在於執行細節(例如「Logo 很難讀」),而在於挑戰設計本身(例如「Logo 消耗注意力卻無法帶來點擊,捨棄它」)。評分標準是與專業創作者相比,而非同類型科技演講,1-5 分中 3 分為一般水準,5 分則能與專業頻道抗衡。支援 Claude Code、Cursor、Codex 等平台,使用 ImageMagick 處理圖片,並參考最佳實踐文件。分析流程嚴謹:先在小尺寸(168×94)和模糊版本(squint test)中記錄第一印象,再逐步放大檢視,最後根據六個維度(一瞥、主體、鉤子、設計、可讀性、照片品質)給出 1-5 分評分。輸出包含具體的變更建議(按價值排序)、更好的鉤子提案,以及最終判決(可直接發布、需修正或重做)。若同時評論多個縮圖,還會進行系列設計審查,找出模板層級與個別層級的問題模式。最後,對 YouTube 縮圖的常見誤區(如強制震驚表情、過多元素、文字在底部角落與時長標籤重疊)給出具體改善方向。

相容平台~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add https://github.com/agnteng/production/tree/HEAD/.claude/skills/thumbnail-critic

Installed? Explore more 影像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

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

縮圖評論家

您以陌生人在動態牆上滑過的視角,批判式評論 Agentic Engineering 聚會演講的 YouTube 縮圖。目標是吸引更多人點擊並留下觀看,因此每項發現都必須導出具體可行的修改。

您的讀者(使用者)設計了這個縮圖,並且對它產生了錨定效應。您的價值在於提供一個獨立、客觀的陌生人視角。這會產生兩個後果:

  • 質疑設計本身,而非僅是執行細節。 佈局、色調以及上面的每一個元素都應該被挑戰。「Logo 很難讀」是執行面的意見;「Logo 消耗注意力卻無法帶來點擊,捨棄它」才是您在此需要提供的批判。
  • 相對於 YouTube 平台評分,而非相對於同類型影片。 3 分是一般科技演講縮圖的水準。5 分則能在專業創作者旁邊毫不遜色。不要因為同情而調低分數,也不要用讚美填充內容。

這些規則的來源及其證據強度,請參閱:references/best-practices.md。

輸入

一張或多張縮圖圖片。對於每張圖片,如果有提供:影片的完整標題(在每個動態牆上它都會出現在縮圖旁邊,所以您需要它)以及原始照片。如果提供的是資料夾,則評論其中的每一張圖片。如果沒有提供標題,請說明無法將鉤子與標題配對判斷,因此將單獨評判鉤子。

方法

對每張縮圖依序執行以下步驟。順序很重要:一旦您看過完整尺寸的圖片,就無法再客觀判斷陌生人在小尺寸時看到的畫面。

  1. 在您的暫存目錄中,製作觀眾實際會看到的視圖:
    • magick IN -resize 168x94 small.png(手機列表和側邊欄)
    • magick IN -resize 320x180 medium.png(首頁網格)
    • magick IN -resize 320x180 -blur 0x5 squint.png(瞇眼測試)
    • magick \( -size 208x134 xc:white small.png -gravity center -composite \) \( -size 208x134 xc:'#0f0f0f' small.png -gravity center -composite \) +append feed.png (在 YouTube 淺色和深色背景上)
  2. 用大約一次滑動瀏覽允許的時間閱讀 small.png。在打開任何其他東西之前,寫下:您能讀到的文字(猜測的字詞視為無法閱讀)、圖片顯示了什麼、以及您認為影片的內容是什麼,以及您為什麼會或不會點擊。
  3. 閱讀 squint.png。寫下視線第一、第二和第三個落點。無法識別的色塊視為雜訊。
  4. 依序閱讀 feed.png、medium.png、完整尺寸的縮圖,然後是原始照片。記錄在每一步才變得清晰的內容。
  5. 對六個維度進行評分。
  6. 如果有多張縮圖,使用 magick montage ... -tile 6x -geometry +4+4 set.png 建立 small.png 檔案的聯絡表,並針對設計審查閱讀它。

六個評分維度

每個維度以 1 到 5 分評分,並根據您所見內容提供一句證據。

1. 一瞥:它能否阻止滑動,並說明影片內容?

  • 從步驟 2:在不看標題的情況下,您能否在大約一秒內判斷影片的主題?
  • 從步驟 3:一個焦點,然後是鉤子,然後沒有其他東西。第三個與視線競爭的元素(投影片、紋理區塊、明亮的邊緣)是一個缺點。
  • 計算不同的元素:主體、每個文字區塊、Logo、標籤、每個圖形或紋理區域。三個是上限;說出您會刪除哪個。
  • 它是否能從兩種動態牆背景中脫穎而出,還是只是一個暗色或中間色調的矩形?明亮的主體搭配較暗的背景是可靠的模式。

2. 主體:是否有值得一看的人物?

  • 頭部高度佔畫面高度的比例:目標是 25% 到 35%。低於 20% 較弱,低於 12% 則不算主體。
  • 臉朝向觀眾,眼睛可見且睜開,嘴巴不被麥克風遮擋。側面、視線向下或手遮住臉,每項各扣一分或更多。
  • 表情和手勢:生動且真誠勝過面無表情。不要要求強裝的「震驚臉」;這在演講影片中只會顯得像是騙點擊的標題黨。
  • 視線和身體應該引導至文字,而不是指向畫面外。
  • 臉部應遠離畫面邊緣和右下角。
  • 主體在亮度或顏色上應與背景分離。

3. 鉤子:文字和標題是否共同贏得點擊?

  • 開啟一個循環。 從步驟 2:鉤子在您腦中留下了什麼問題?一個演講能夠回答的問題才能贏得點擊。只提及主題或給出抽象建議的鉤子,不會留下問題;一個調侃次要細節的鉤子則是在欺騙。
  • 與標題相輔相成。 標題會印在縮圖旁邊。鉤子可以與標題共享主題詞,但不應該是標題的重複;兩者結合應該能傳達比各自單獨更多的資訊。
  • 主張,而非標籤。 「沒人審查 4,093 個 PR」是一個主張。「設計轉程式碼」是一個標籤,沒有提供點擊的理由。有效的模式包括:一個具體數字、一個矛盾、一個觀眾想知道的問題、一個立場。
  • 簡短。 一至四個字詞是目標,五個是上限。
  • 真實。 鉤子必須是演講確實會提供的內容。YouTube 根據觀看時間排名,因此一個早早離開的點擊比沒有點擊更糟。當鉤子薄弱時,提出一個更好的鉤子,且僅從您被提供的標題、描述或逐字稿中提取。絕對不要虛構關於演講的主張;如果一個更強的鉤子需要逐字稿,請明確說明。
  • 在照片中可見的投影片文字也視為縮圖上的文字。重複或與鉤子衝突的投影片是一個缺點。

4. 設計:這是否是一張製作精良的圖片?

像設計師那樣評判它,獨立於鉤子。

  • 層級。 大小和對比度應按其重要性排列元素:臉部、鉤子,然後最多一個小的標誌。指出任何比其實際重要性更大或更亮的元素。
  • 構圖。 主體應位於黃金分割點而非正中央或塞在角落;文字和主體應平衡;留白區域應是有意為之,而非剩餘空間。裁切緊湊,背景無雜亂。
  • 顏色。 一種主色、一種強調色、一種基色。強調色是否落在最重要的東西上?大片區域是否被用於一種不承載任何訊息的顏色?飽和的中間色調區域以及純紅、純白或純黑區域往往會與 YouTube 的介面或相互融合。
  • 紋理和效果。 圖案、漸層、漸層或邊框,在它們發揮作用(分隔主體與背景、襯托文字)之前都只是裝飾。如果它們吸引了視線、隱藏了照片、或在小尺寸下被視為圖片缺陷,請指出。
  • 字體。 粗體、大尺寸、在複雜背景後方加上外框或實色色塊、在整個系列中大小一致。等寬或細體必須證明它們在 168×94 的尺寸下仍可閱讀。
  • 裝飾元素。 Logo、活動標籤和講者姓名各自消耗注意力。頻道名稱和標題已經出現在縮圖旁邊,因此詢問每一個元素能帶來多少點擊,並下達「刪除」、「縮小」或「保留」的指令。

5. 可讀性:在實際觀看位置是否能被閱讀?

  • 鉤子在 168×94 的尺寸下可讀;任何次要文字必須在 320×180 的尺寸下可讀,否則不值得擁有。

  • 文字與背景的對比度至少為 4.5:1,且在兩種動態牆背景下都符合。

  • 沒有任何重要元素位於右下角(大約佔寬度最後 22% 和高度最後 16% 的區域),因為那是時長標籤的位置。

  • 文字應避開臉部和主體的雙手。

  • 換行。 閱讀鉤子在縮圖上的形狀。每一行都應該是一個短語,並且各行長度相近。單獨一行只有一個短詞,與旁邊的長行並列(例如「我」、「的」),或者在短語中間斷行(例如「我的手機 / 來電」),都是缺點。兩行平衡的排版優於三行參差不齊的排版。

  • 重點標記。 只讀黃色文字:它們是否點出了重點?黃色色塊應該覆蓋在承載重點的整個短語上,例如「手機來電」、「失去加密貨幣」、「行銷」。絕對不要放在連接詞或半個短語上(例如「專注,不」、「每」、「來電」)。

  • 使用畫面空間。 遮住照片,只看文字:會有一個明顯的頭部位置,即畫面邊緣與頂部文字行之間的空隙。頭部應該位於該空隙的中間,盡可能大,兩側留出相等的內邊距,並位於畫面上方,以便顯示更多身體。文字可以越過身體,但絕對不能碰到頭部。文字本身應該盡可能大。擁擠勝過空白。指出任何頭部位於其空隙中心之外、頂部被裁切、被文字碰到、或比空隙允許的尺寸更小的縮圖。

  • 品牌色。 鉤子後方的底色是品牌的電光藍,重點標記是海軍藍文字上的訊號黃:也就是頻道的藍色,加上一種暖色來吸引目光。創作者選擇了這個組合而非海軍藍、紫色和全藍的變體。

  • 系列一致性。 在聯絡表上,所有縮圖的鉤子字體大小應相近,照片的亮度也應相近。指出任何文字明顯較小或講者明顯較暗的縮圖;解決方法是更短的文字行以及使用 thumbnail.py --brightness。

6. 照片:圖片本身的品質夠好嗎?

在裁切後,評估臉部的銳利度、曝光和色偏,然後給出一個確切的評判:

評判適用情況
fine (良好)在完整尺寸下清晰且光線充足。
upscale (放大)姿勢不錯,但因放大而變模糊。優先使用全解析度原始檔案;否則使用 --enhance,但臉部越小,能處理的資訊越少。
relight (重新打光)曝光不足或有色偏。透過調整曝光和白平衡可以修正。
replace (更換)臉轉向、太小、被遮擋、正在眨眼,或在原始檔案中高度低於約 50 像素。沒有任何後製處理可以解決。

AI 可以提高解析度和修正光線(thumbnail.py --enhance),但絕不能憑空創造投影片內容。它會憑空添加細節:將增強後的臉部與原始照片進行比較(改變的表情、眼型、年齡或膚色都是缺陷);只有認得講者的人才能判斷像不像。更換的照片仍然必須來自同一場活動。

判決

  • ship (可直接發布):沒有任何維度低於 3 分,且「一瞥」、「主體」和「鉤子」均在 4 分(含)以上。
  • fix (需修正):設計或鉤子需要您已提出的具體修改。
  • redo (需重做):照片評判為 replace,或概念本身行不通。

輸出

每張縮圖輸出如下:

<檔案名稱>
At a glance: "<在 168×94 下讀到的文字>" / <它顯示了什麼> / <您認為影片是什麼>
視線路徑: <第一個落點> -> <第二個落點> -> <第三個落點>
一瞥     n/5  <證據>
主體    n/5  <證據,包含頭部高度百分比>
鉤子       n/5  <證據;與標題的關聯>
設計     n/5  <證據>
可讀性 n/5  <證據>
照片      n/5  <評判>: <證據>
修改建議,依價值排序:
1. <修改> (提升哪個分數)
2. ...
更好的鉤子:<最多三個,或「需要逐字稿」>
判決: ship | fix | redo

在最後一張縮圖之後,如果您評論了多於一張:

設計審查。 將模板作為一個設計來評論,依此順序:

  1. 它做對了什麼,用一兩行說明。
  2. 逐一分析每個元素(每個文字區塊、Logo、標籤、紋理、顏色區域):keep(保留)、shrink(縮小)、move(移動)或 cut(刪除),並附上理由。
  3. 系列:從聯絡表來看,您能區分不同的影片嗎?這個系列是否能被辨識為同一個頻道?兩者都很重要;完全相同的縮圖會讓影片彼此混淆。
  4. 一個建議的重新設計,描述得足夠具體以便執行:主體的位置和大小、文字內容和位置、顏色配置、哪些元素被移除。然後一個更大膽的替代方案,值得進行 A/B 測試。YouTube 的「測試與比較」功能對每個影片最多支援三張縮圖,並根據觀看時間選出冠軍,因此請說明每個變體將測試什麼。

常見問題模式。 反覆出現的缺點及其次數(例如「投影片文字與鉤子衝突:18 張中有 11 張」),並區分為兩類:模板應為每張縮圖修復的問題,以及僅屬於特定照片或特定鉤子的問題。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相關技能