generate-youtube-thumbnail

生成 YouTube 缩略图

一套可重复使用的工作流，通过 Arcads 的 Nano Banana 2 图像端点创建 YouTube 缩略图，确保人物肖像相似度，并采用经过验证的点击率公式。

何时使用此技能

遇到以下表达时触发：

• “帮我做一张 YouTube 缩略图”
• “为这段视频创建一张缩略图”
• “我需要多个缩略图版本／A/B 测试”
• “用我的脸重做这张缩略图”
• “生成 10 个缩略图创意”
• “缩略图中包含［我／我的产品／我的品牌］”

阅读顺序

1. 此文件 — 工作流、决策树、批量生成
2. shared/skills/generate-youtube-thumbnail/prompting/guide.md — 肖像相似度调整、表情速查表、提示词结构（适用于本作品集中的所有生成式 AI API）
3. shared/skills/generate-youtube-thumbnail/prompting/formulas.md — 5 个经过验证的缩略图公式及模板（共享）
4. scripts/generate-batch.sh — Arcads 专用批量脚本（预签名上传 + S3 PUT 流程）

先决条件

• .env 中包含 ARCADS_BASIC_AUTH 和 ARCADS_API_KEY
• 一个 productId（默认为 MASTER_CONTEXT.md 中的“My workspace”产品）
• 磁盘上的参考图像（不要粘贴到聊天中——聊天中粘贴的图像无法供 API 访问）：
  • face/ — 主体的 5 张以上照片（头像照 + 3/4 角度照 + 特写照 + 表情照）
  • logos/ — 品牌徽标文件（橙色 Claude Code 爆炸星形、黑色 Arcads A 等）
  • products/ — 清晰的产品图
  • examples/ — 真实广告截图、对比素材
  • style/ — 用户希望在视觉风格上仿照的缩略图示例

如果缺少参考图，或用户在聊天中粘贴图像而不是保存到磁盘，请停止并让用户将实际文件放入项目文件夹（例如 references/youtube thumbnail/）。聊天中粘贴 ≠ 磁盘上的文件。

工作流

1. 收集需求（按顺序）

询问用户缺少的背景信息，但只询问实际需要的内容：

1. 创意 — 视频的主题是什么？单个创意、A/B 版本，还是复刻现有的缩略图风格？
2. 主体 — 缩略图中会出现谁（用户本人、AI 角色，还是不出现人物）？
3. 品牌素材 — 应出现哪些徽标／产品／品牌颜色？
4. 文字 — 标题文字应写什么？文字会直接生成在图中，还是后期添加（Canva/Photoshop）？
5. 对比素材 — 对于“真实 vs AI”缩略图，真实广告和 AI 生成的广告分别是什么？

2. 确认磁盘上存在参考图

ls "references/youtube thumbnail/"

如果缺少参考图，请让用户提供。品牌专属项目（徽标、品牌产品、品牌服饰）不要仅根据文字描述继续制作——生成的会是与品牌不符的通用 AI 近似图。背景、表情和服装可以使用通用描述。

3. 估算成本并确认

开始生成前，务必提供估算费用：

“预计费用：N 个版本 × 24 个积分 = X 个积分。如果你想先在 Arcads 平台确认准确价格，请告诉我。”

4. 选择公式

参见 shared/skills/generate-youtube-thumbnail/prompting/formulas.md 中的 5 个经过验证的公式。根据用户意图选择：

用户表示……	使用公式
“只要我和我的品牌”／“品牌宣传缩略图”	和平手势／品牌宣传
“真实 vs AI”／“比较”／“之前／之后”	真实 vs AI 对比
“展示流程”／“带终端”	终端流程
“惊讶的脸”／“震惊反应”	震惊反应
“替换”／“替代方案”／“换掉”	前后对比分割

5. 撰写提示词

遵循 shared/skills/generate-youtube-thumbnail/prompting/guide.md 中的模板：

YouTube thumbnail, 16:9 landscape.
[SUBJECT — likeness block + clothing + framing + "no hands" if applicable]
Expression: [specific expression from expressions cheat sheet]
[LEFT visual element + reference]
[RIGHT visual element + reference]
Across the top in massive bold yellow block letters with thick black outline reads [TITLE].
Background: [color + glow]
Style: [aesthetic notes]
Avoid: distorted face, extra fingers, hands visible, blurry logos, generic face

当主体是真人时，务必包含 CRITICAL CHARACTER LIKENESS 区块。请参阅 shared/skills/generate-youtube-thumbnail/prompting/guide.md。

6. 生成（使用批处理脚本）

将 scripts/generate-batch.sh 复制为新的带版本号脚本（scripts/generate-thumbnails-vN.sh），并修改：

1. 使用你的参考文件路径更新 REF_BASE 和 COMMON_REFS 数组
2. 将 PROMPTS 数组中的条目替换为你撰写的提示词
3. 运行 bash scripts/generate-thumbnails-vN.sh > output/run.log 2>&1 &
4. 使用 tail -F output/run.log | grep -E "DONE|FAILED|Asset" 监控

该脚本会处理：

• 图像放大（使用 Lanczos 将最长边放大至 1080px，并转换为 RGB JPEG）
• 预签名上传 + S3 PUT
• 每次生成都重新上传（至关重要——重复使用 filePaths 会导致 500 错误）
• 并行启动（10 个任务同时运行，约 1.5 分钟完成）
• 失败重试
• 资源轮询和下载

7. 审核并展示

所有生成任务完成后，使用 Read 工具读取每张缩略图，并展示：

• 对每张缩略图给出简短评价（相似度、可读性、情绪感染力）
• 按点击率（CTR）潜力列出排名前 3 的选择
• 说明具体的选择理由（表情、色彩对比、采用的公式）
• 提供后续优化选项（不同的表情、背景颜色、文案变体）

8. 必须披露的信息

• 费用总额始终标注为估算值，并告知用户在 Arcads 中确认确切价格
• **费用数据：**Nano Banana 2 每次图像生成需要 24 个 credits（2026 年 4 月后采用 800x 积分倍率）
• **生成时间：**通常约 30–60 秒
• **并行预算：**10 个任务并行，约 1.5–2 分钟完成

特殊情况与注意事项

每张参考图实际上只能上传一次

在多个生成调用中重复使用同一个已上传的 filePath 会导致 HTTP 500 UNKNOWN_ERROR。**每次生成都务必重新上传参考图。**批处理脚本会在每次调用 generate_one() 时通过 upload_all_fresh() 自动处理。

必须预处理图像

最长边小于 1080px 的图像会返回 422 — The provided image is too small.。此技能的 prepare_image() 函数会：

1. 打开图像
2. 转换为 RGB（移除可能导致某些端点出错的 alpha 通道）
3. 如有需要，使用 Lanczos 重采样将最长边放大至 1080px
4. 以 JPEG 质量 92 保存

referenceImages 是由普通字符串组成的数组

不是对象。发送 [{filePath: "..."}] 会返回 400 — each value in referenceImages must be a string。应改为发送 ["external-api-temp-uploads/abc.jpg", ...]。

在聊天中粘贴的图像不是文件

如果用户直接在聊天中粘贴图像，你无法将其传给 API。请让用户将实际文件保存到项目文件夹中。

参考图不足会导致相似度偏移

只有 1–2 张面部参考图时，AI 往往会将人物泛化为“戴眼镜的普通胡子男”。提供来自不同角度的 5 张或更多面部参考图，才能准确还原特定人物。制作人物相关内容时，务必使用 5 张或更多面部参考图。

macOS bash 3.2

macOS 默认的 bash 不支持 declare -A（关联数组）。批处理脚本改用索引数组和临时文件。

过期的预签名 URL

预签名 URL 会在 expiresIn 时间窗口（约 10 分钟）后过期。不要在长时间运行的任务中重复使用 URL，应重新上传。

品牌专属物品需要实际参考文件

仅用文字描述品牌专属物品（徽标、品牌服饰、定制商品），生成结果只会是大致相似的仿制品。只根据文字生成的 Mr. Paid Social 帽子会显示为“MR PAID SOCIAL”，但补丁上的字体不会与真实产品相符。要精确还原品牌细节，请将实际品牌素材保存到磁盘，并作为参考图传入。

成本参考

操作	点数	备注
Nano Banana 2 图像（1 次生成）	24	乘数在 800x 后应用
6 个变体批次	144	通常用于初步探索
10 个变体批次	240	通常用于改进
20 个变体批次	480	通常用于广泛探索概念

始终注明这是估算值，并在 Arcads 平台上确认确切费用。

另请参阅

• shared/skills/generate-youtube-thumbnail/prompting/guide.md — 肖像相似度对齐、表情、提示词结构（适用于所有 API）
• shared/skills/generate-youtube-thumbnail/prompting/formulas.md — 5 种经过验证的 CTR 公式及提示词模板（通用）
• scripts/generate-batch.sh — Arcads 专用 bash 批量生成器（预签名上传流程）
• arcads-external-api skill — Nano Banana 2 端点和参考图上传流程的底层 API 参考