AI YouTube 缩略图：构图、文字与可读性
用一个视觉重点、清晰文字和小尺寸检查规划缩略图。受众反应需要发布后另行测试。
本页目录
先确定封面要传达什么
先确定主体，以及视频要回答的问题。封面需要文字时，再决定把字一起生成，还是后期作为可编辑文字添加。这是版式与制作流程的选择；本文没有测量点击率，也不承诺提高点击。
下文的精选案例用于说明主体位置、文字和对比度的表达方式，不是同条件模型测试，也不能证明观众偏好。
分开规划画面与文字
需要随时修改标题时，先生成留有文字区域的背景，再在设计工具中加字。如果文字本身与画面融为一体，就测试准确的文案，并逐字检查。可以从 GPT Image 提示词合集寻找版式参考，再评估自己的实际结果。
下面的案例逐字指定标题、点名横幅颜色，也给出了出镜者的位置：
一张 16:9 封面，版面对半分——左边是粗重的堆叠标题，右边是被裁切的出镜者，背景是明亮平涂色。每一处文字都被逐字指定。
查看提示词收起提示词
一张简洁现代的 YouTube 缩略图，采用明亮的白色背景，视觉上分为左侧的粗体文字和右侧的半身演示者。在左侧，放置一个巨大的堆叠式标题，使用加粗的黑色无衬线大写字母，内容为 CLAUDE DESIGN，左对齐并分两行显示。在其下方，添加一个带有细微投影的大型圆角橙色横幅，内含加粗的白色大写文字，并带有橙色轮廓，内容为 IN 6 MINS。在标题附近，加入 2 个橙色星爆形状，一个较小，位于文字旁，另一个较大，位于远处的背景右侧。在左下象限，展示一个设计工具仪表盘的悬浮应用界面模型，面板呈柔和的灰白色，带有细边框、圆角和淡淡的阴影。界面左侧边栏应包含 4 个菜单项，标签分别为：“Recent”、“Your designs”、“Examples” 和 “Design systems”。主面板标题应显示为 “Recent”，并包含 3 个网格排列的“项目”卡片，标签分别为：“Thumio Design System”、“Thumio Startup” 和 “Design System”。在右半部分，展示一位胸部以上的写实风格年轻男性，身穿白色高领毛衣，留着凌乱的浅棕色头发和浅浅的胡茬，位置靠近镜头。他的脸部被一个覆盖大部分区域的纯棕色矩形占位符刻意遮挡。他的一只手指向左侧的界面面板，手指伸出。采用温暖的橙白品牌配色，高对比度，极简布局，精致的创作者经济缩略图风格，带有细微阴影，构图专为科技教程内容设计。
指甲盖测试
把候选封面放到实际使用的小尺寸与版式中预览。编辑器里的大图容易掩盖可读性问题。下面是设计检查方法，不是经过点击率实验验证的规则：
- 明确的焦点。 决定希望读者先注意哪张脸、哪个物件或哪组对比，其余元素在视觉上退后。
- 简短可读的标题。 需要文字时可以先写短一些，再按实际预览尺寸判断；不存在通用的四字或四词上限。
- 和界面分离。 分别在浅色与深色背景上预览。封面融入周围界面时，可以调整边缘、明暗对比或留白。
暗调或电影风格也可以成立，前提是主体仍然清楚。直接描述需要的对比关系，比单写 "eye-catching" 或 "viral" 更容易检查。
youtube thumbnail, shocked man, cinematic lighting, dramatic, 4k, eye-catching, viral
16:9 thumbnail, close-up of a man with a shocked open-mouth expression filling the right half of the frame, flat saturated yellow background, left half left empty for text, hard even lighting on the face, bold high contrast, no text in the image
规划层级，并为界面叠加元素留位
可以先明确主体、视频主题，以及画面提出的问题。这些信息可以由同一个视觉元素承载，并不要求每张封面恰好有三个物件。
在准备使用的 YouTube 展示位置预览，并为界面叠加元素留出空间。重要文字避开边缘和右下区域，再检查目标设备上的实际裁切；不同展示位置可能不同。
Composition rules to paste into any thumbnail prompt:
16:9. Subject occupies [LEFT / RIGHT] half of the frame, cropped at [CHEST / SHOULDERS].
The opposite half is deliberately empty for a headline. Eyes positioned in the upper
third. Bottom-right corner kept clear and low-detail. Bottom strip free of any
important element. Flat saturated background colour, strong separation between
subject and background, no dark vignette.
把字写出来，不要描述它
只写“加一句吸引人的标题”，会把文案和呈现方式都留给模型决定。直接给出准确文字，可以让需求更清楚，但仍可能出现拼写错误。
请逐字给出，加引号，并指定处理方式：
The headline reads exactly: "STOP DOING THIS"
Rendered in heavy uppercase sans-serif, three words stacked on three lines,
aligned top-left, white text with a thick black outline, occupying the left
third of the frame. No other text anywhere in the image. Do not add
subtitles, captions, watermarks or logos.
示例说明了文字内容、换行、位置和不需要的额外文字。这样更容易逐项检查结果，但不保证模型遵守每一条要求。
从信息图中借鉴层级思路
信息图提示词可以提供层级思路：一个主要元素、次要标签，以及明确的位置安排。但需要谨慎简化，密集的信息图细节缩成封面后可能无法阅读。
一个主角物件，信息以刻意非线性的方式绕着它流动。简报把主角元素放在首位；改成封面时，还需要减少次要细节并放大必要信息。
查看提示词收起提示词
超简洁现代（食品名称）信息图，高端编辑风格。将成品作为主角展示——新鲜烘焙、切片、摆盘，以三分之四倾斜角度微微漂浮，配以柔和自然的工作室灯光和微妙投影。采用动态非线性布局，让食材、步骤和信息围绕汉堡流动，而非自上而下。 食材区：简洁矢量图标或迷你插图配以名称和用量，以簇状或圆形流动排列，与菜品视觉相连。 步骤区：带编号的面板，用箭头或线条形成逻辑路径，包含小型烹饪图标（刀、碗、烤箱、计时器）。使用柔和渐变或轻玻璃态面板。 可选信息：卡路里、准备时间、烹饪时间、份数、辛辣度以极简徽章或气泡形式显示在菜品附近。 风格融合生活美食摄影与编辑信息图设计——鲜艳自然色彩、现代无衬线字体、清晰层次、充足留白。极简纹理或渐变背景。输出1080×1080，超清晰，社交媒体优化，无水印。
爆炸式版面，带标签的浮动元素按固定的顺时针顺序排列。注意提示词是**给每个元素指派位置**，而不是指望模型排得好看。
查看提示词收起提示词
超现实家庭时尚信息图表摄影，父亲、母亲和女儿穿着协调的休闲服装，以平衡的圆形爆炸构图排列。 悬浮元素围绕三人顺时针组织： • 父亲：中性棒球帽、经典腕表、棉质圆领T恤、轻便休闲夹克、修身牛仔长裤、皮质腰带、踝袜、白色运动鞋。 • 母亲：柔软针织帽、极简金耳环、宽松棉质上衣、短款牛仔或亚麻夹克、高腰牛仔裤、皮质腰带、简洁运动鞋、结构感迷你手提包。 • 女儿：趣味发饰、柔软棉质T恤、浅色牛仔夹克、弹力牛仔裤、踝袜、柔和色运动鞋、迷你背包。 每件服装悬浮空中，以细点引导线连接回对应家庭成员。 极简编辑标签突出面料、颜色和材质细节（棉、牛仔、皮革、橡胶鞋底）。 干净工作室背景，带微妙渐变。 柔和漫射照明营造温暖、健康氛围。 高端生活方式编辑造型，超锐利对焦，自然肤色，8K品质，高端时尚目录美学。
下面的案例使用不同文字和版式。图库中前两条标为 GPT Image，第三条标为 Nano Banana。可以比较设计处理方式，不能据此比较模型成功率。
三个封面模板
这些草拟模板没有作为一组测试完成验证。按视频内容调整，再检查生成结果和小尺寸预览。
反应 / 人脸主导
16:9 YouTube thumbnail. Close-up of [PERSON] with a [SPECIFIC EXPRESSION: shocked
open mouth / narrowed sceptical eyes / wide delighted grin], head and shoulders
filling the right half of the frame, eyes in the upper third. Holding [OBJECT] up
toward the camera at chest height. Flat saturated [COLOUR] background, no gradient,
no vignette. Hard even lighting on the face, strong rim separation from the
background. Left half of the frame deliberately empty for a headline.
Bottom-right corner clear. No text in the image. Bold, high contrast.
教程 / 清单
16:9 YouTube thumbnail. [OBJECT OR SCREEN] centred and enlarged, shown at a slight
three-quarter angle with a soft drop shadow. Background: flat [COLOUR] with a
subtle paper texture. Top-left carries the headline, which reads exactly:
"[3-4 WORDS]" in heavy uppercase sans-serif, white with a thick dark outline.
One [ARROW / CIRCLE] annotation in bright [ACCENT COLOUR] pointing at [DETAIL].
No other text. Bottom strip and bottom-right corner kept clear and low-detail.
对比 / 谁更强
16:9 YouTube thumbnail split vertically down the middle by a hard diagonal edge.
Left side: [SUBJECT A] on a flat [COLOUR A] background. Right side: [SUBJECT B] on
a flat [COLOUR B] background. Both subjects at the same scale and eye level,
facing each other. A single bold "VS" in the centre where the two halves meet,
heavy uppercase, white with a dark outline. No other text anywhere.
High contrast, saturated colours, no gradients, bottom-right corner clear.
在生成器中选择模型、填写占位符；制作普通视频封面时，可在所选模型支持的情况下选择 16:9。不支持时，在构图中预留裁切空间，再用编辑器处理。最后检查上传预览。
更多文字与版面类提示词
常见问题
YouTube 封面该做多大？
普通视频封面可以遵循 YouTube 的 16:9 建议；Shorts、播客播放列表等展示位置有不同要求。请查阅 YouTube 封面帮助中的当前分辨率、文件大小和格式说明，不要把同一套导出设置用到所有位置。
做 YouTube 封面用哪个 AI 模型？
按实际任务选择：主体还原、可读文字、版式，还是方便修改的版本。使用你真正准备发布的标题和输入图片测试。可以先读《如何阅读 AI 图像提示词》，学习调整版式案例；《AI 生图工具对比》提供更广的选型背景。
为什么 AI 老是把我的封面文字拼错？
文字错误可能与模型、措辞、版式和文字量有关。用引号给出准确标题，说明位置与样式，再校对结果。需要准确拼写和便捷修改时，在编辑器里加字比反复生成更容易控制。
封面能用我自己的脸吗？
所选模型支持参考图时，可以上传有权使用的照片，描述希望的表情与裁切。写明身份保持要求，再对照参考图检查五官；这句指令不能保证身份和表情完全准确。
为什么封面在编辑器里很好看，进了信息流就很难看？
小尺寸预览会暴露编辑器中不明显的层级、文字与对比度问题。检查目标展示尺寸、浅色与深色背景，以及周围内容。修改实际看见的问题，不要把视觉改善直接当成点击率提升。
