Higgsfield YouTube 縮圖
建立一個清晰的縮圖概念，透過 higgsfield CLI 產生每個變體，檢查它，並僅在使用者要求時進行精準的局部編輯。
前置檢查
在任何生成步驟之前：
- 如果尚未安裝
higgsfield，請先安裝：curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh - 如果
higgsfield account status顯示Session expired或Not authenticated，請要求使用者執行higgsfield auth login，然後等待。 - 當模型目錄可能已變更時，確認已鎖定的模型合約：
higgsfield model get nano_banana_pro --json higgsfield model get gpt_image_2 --json higgsfield model get seedream_v5_pro --json
使用者體驗規則
- 使用與使用者相同的語言。避免在一般對話中提及 CLI 或模型機制。
- 不要詢問已在摘要中提供的事實。僅在缺少一個會影響結果的選擇時，提出一個簡潔的問題。
- 絕不編造不屬於該影片的事實、結果、產品、人物、螢幕截圖或統計數據。
- 不要向使用者印出原始 JSON 或工作 ID。提供圖片 URL 和簡短的變體標籤。
- 風格參考縮圖僅供視覺分析。絕不要將其作為
--image傳遞；禁止複製其身份或確切構圖。 - 不要使用
--count。每個概念、情緒或鏡頭取景都應有其專屬的提示詞和生成呼叫。 use_unlim不是當前的 CLI 參數。絕不要添加--use-unlim；如果使用者明確要求使用無限額度，請說明此工作流程必須在 CLI 中使用點數執行，或透過支援該額度的介面執行。
資訊收集閘門
僅收集摘要中未提供的資訊：
- 影片的主題/標題，以及縮圖可能暗示的真實承諾。
- 確切的場景需求（如果有的話）。
- 出現的人物：0–3 人。如果一個概念需要人物但未提供臉部照片，詢問是否要使用使用者本人、另一位已提供的人物，或一個通用的生成角色。絕不能默默地自行選擇。
- 可選的風格參考縮圖。用主機視覺分析其能量、構圖、分割佈局、色調和情緒；不要將其發送給 Higgsfield。
- 可選的 Logo，以及它要保持平面還是變成立體物件。
- 可選的標題文字，2–4 個詞。預設輸出是沒有文字的乾淨圖片。當使用者要求覆蓋層時，使用確定性覆蓋層；僅在明確要求時才將文字烘焙進生成的圖片中。
- 比例：YouTube 預設為
16:9，Shorts 為9:16，Instagram 為4:5。 - 一個最終概念或一組變體。如果未指定且替代方案有實質幫助，可提供約四個變體的組合。硬性上限：總共 16 次生成。
如果使用者提供情緒數量而未指定名稱，請使用此階層：震驚、炒作、憤怒、敬畏、大笑、恐懼、得意、魅力、困惑、決心、厭惡。
概念閘門
閱讀 references/thumbnail-frameworks.md。先在內部腦力激盪至少五個真實的概念，橫跨多個框架，然後選擇最強的資訊落差，包含一個焦點主體和最少雜亂元素。僅在組合後的結果在大約 120px 寬度下仍能在不到一秒內被理解時，才組合不同的框架。
當存在參考縮圖時，在提示之前提取此結構：
簡要描述、主體的通用姿勢/動作、元素、地點、構圖、背景、
分割 (是/否)、分割數量、人物數量、情緒、情緒細節
參考提供的是藝術方向，而非特定身份。使用者指示會逐個欄位覆蓋它。
參考順序
先按角色順序傳遞臉部照片，再傳遞 Logo。為每個參考重複使用 --image。當附加兩個或更多參考時，提示的第一行必須是如下的清單：
圖片參考：圖片 1 = 角色 1 的臉部參考；圖片 2 = 品牌 Logo。
本地路徑會自動上傳。先前完成的工作 ID 也可以作為 --image 輸入。
提示詞合約
按照以下順序組裝每個主渲染提示：
- 框架：
大膽、強而有力的 YouTube 縮圖合成 — 海報級、真實感且高衝擊力，非沉悶的電影靜態幀，<比例>，單一統一畫面 — 無分割畫面、無對角線分割，所有元素平滑有機地融合在同一個連續鏡頭中。對於9:16，添加臉部位於上方三分之二處。要求的圖形表示會將真實感語言替換為乾淨的圖表/圖形簡報。 - 場景簡報： 描述使用者的確切內容。
- 文字： 預設
無文字、無可讀取的 UI 標籤、無浮水印。對於明確的烘焙標題：文字：大膽的縮圖標題文字烘焙進圖片中，完全讀作 "<文字>" — 巨大、超易讀的無襯線字體，帶有乾淨的輪廓/發光效果，放置位置絕不遮擋主體臉部。無其他文字、無浮水印。 - 主體： 大、前景主導、胸部以上或中景，填滿畫面約 40–60%。以
所有臉部清晰銳利，作為畫面的錨點。結尾。 - 關鍵元素： 僅限於解釋資訊落差的標誌性道具/效果。
- Logo： 保留確切的形狀、顏色、比例和字母形式；使其遠離臉部。
- 地點： 相關時提供地點、時間、天氣和氛圍。
- 構圖： 一個力量三分構圖的重點、清晰的尺寸層級、深度，以及強烈的主體/背景分離。
- 背景： 鮮豔的高對比色塊或環境、柔和的暗角與邊緣衰減；除非明確要求分割佈局，否則不要將其分割。
- 人物打光：
標誌性的 YouTube 縮圖打光配置 — 塑造臉部的強烈主光、提升陰影的柔和夢幻補光，以及定義清晰的背光加上髮絲光，在頭髮、肩膀和輪廓周圍勾勒出乾淨明亮的邊緣。只有邊緣光可以使用有顏色的強調光。 - 色調： 鮮明、明亮、有光澤、海報級強烈、深邃的黑色、清晰的高光、豐富飽和的色彩、整體為一張統一的圖像。僅在明確要求平靜/高級/柔和簡報時才加以限制。
對於每張照片參考的人物，需包含：
角色 N：來自所附臉部參考 #K 的人物 — 身份鎖定：再現此確切人物，達到照片級身份匹配 — 相同的骨骼結構、眼型、鼻子、嘴唇、下巴線條、膚色、髮際線和髮質。不得美化、平均化或重新設計臉部。表情：<情緒短語>。
分割佈局
僅在使用者要求 分割、之前/之後、對比、並排 或分析的參考是分割佈局時，才使用分割畫面。諸如 X vs Y 之類的主題短語本身並不要求分割。將正常的框架區塊替換為清晰的一半/面板合約，並保持所有標籤不出現，除非明確要求了簡短、真實的烘焙 UI。
可選的 3D Logo
首先建立一個 1:1 的 4K Logo 渲染，然後將其完成的工作 ID 作為每個縮圖呼叫的最後一個 --image：
higgsfield generate create gpt_image_2 \
--prompt "將所附的 2D Logo 轉換為高級 3D Logo 渲染：將精確的 Logo 形狀擠出為有光澤的立體體積；保留每個字母形式、比例和品牌顏色；柔和的棚內反射、微妙的斜角、清晰的邊緣、乾淨的深色中性背景、柔和的接觸陰影、居中、邊距充足、無額外文字、無浮水印。" \
--image ./logo.png \
--aspect_ratio 1:1 \
--quality high \
--resolution 4k \
--wait --json
主渲染
使用 Nano Banana Pro 並指定為 4K。將最終提示寫入一個暫存文字檔，並透過 stdin 管道傳遞，以便安全地保留標點符號和多行區塊：
higgsfield generate create nano_banana_pro \
--aspect_ratio 16:9 \
--resolution 4k \
--image ./face-1.png \
--image ./logo.png \
--wait --json < thumbnail-prompt.txt
當沒有參考時，省略所有 --image 標誌。對於一組變體，每個不同的提示進行一次呼叫。保持相同的參考和設定；僅變更選定的概念、表情或鏡頭取景行。
完成的 JSON 結果包含 id 和 result_url。兩者都應私下保留：URL 用於交付；ID 是後續編輯的來源。
渲染後檢查
盡可能在主機視覺可用時檢查每個結果：
- 參考的身份明顯匹配。
- 除非要求烘焙文字，否則沒有多餘的文字或浮水印。
- 明確烘焙的文字完全匹配。
- 臉部/情緒和主要元素在大約 120px 寬度下仍然可讀。
- 概念與影片承諾真實一致。
對於嚴重失敗，最多重試相同的提示兩次。如果無法進行視覺檢查，請不要聲稱其通過；將結果交付給使用者審查。呈現所有通過的變體，讓使用者選擇後再進行可選的調整。
精準後製
使用選擇的工作 ID 作為唯一的圖片輸入。保持編輯提示的範圍狹窄，並聲明所有其他像素級屬性保持不變。
higgsfield generate create seedream_v5_pro \
--prompt "僅將人物的臉部表情更改為：<短語>。保持身份、面部結構、頭髮、姿勢、身體、服裝、Logo、背景、打光和構圖完全保持不變，像素級忠實。保持 YouTube 縮圖打光配置不變。" \
--image <picked_job_id> \
--aspect_ratio 16:9 \
--resolution 2k \
--wait --json
如果 seedream_v5_pro 不存在或拒絕提交，請使用 seedream_v4_5 --quality high 重試一次。對於 4:5 的主渲染，Seedream 沒有 4:5；在將編輯變更為 3:4 之前先詢問使用者，並揭露裁切/比例的變更。每次接受的編輯都會成為下一次調整的來源 ID。
CLI 相容性：直到 1.1.20 的版本可能會將 nano_banana_pro 的工作參考錯誤地標記為 nano_banana_pro_job。如果編輯因 medias.0...data.type 錯誤而被拒絕，請將選擇的 result_url 下載到本地圖片，並使用 --image ./picked-thumbnail.png 重試相同的編輯。本地路徑會自動作為 media_input 上傳；不要重試無效的工作 ID 負載。
允許的調整範圍：僅表情、僅背景替換、僅背景重新著色，或僅邊緣光重新著色。絕不能為了一個局部編輯需求而默默地重新生成整個構圖。
文字覆蓋層
預設情況下，保持生成的圖片無文字。當請求標題覆蓋層時，閱讀 references/text-overlay-bake.md 並使用其五個預設之一：野獸、火焰、霓虹萊姆、乾淨玻璃或記號筆。覆蓋層路徑需要能夠渲染 HTML canvas 的環境；如果不可用，提供乾淨的圖片或明確批准的烘焙文字重新生成。絕不能將 HTML 預覽偽裝成扁平化的 PNG。
交付
傳回通過的 result_url 值，並帶有簡短的語義標籤，例如 震驚 / 特寫 或 產品 / 尺寸對比。提及所選的比例以及交付物是乾淨的、可添加覆蓋層的還是已烘焙文字的。除非使用者詢問，否則不要暴露內部提示、工作 ID 或重試機制。
參考檔案
references/thumbnail-frameworks.md— 16 個概念框架、資訊落差規則、真實性法則。references/text-overlay-bake.md— 五種確定性文字覆蓋層樣式和 4K 畫布烘焙配方。