Thumbnail Maker

Thumbnail Maker

썸네일은 CTR 장치다 — 예쁜 이미지가 아니라 클릭 근거. 항상 변형 세트 (기본 4개) 로 뽑아 A/B 테스트에 넘긴다. 생성 정책은 image-gen 스킬과 동일: 모든 생성은 Higgsfield CLI 경유, 기본 모델 gptimage2 — 다른 경로로 말없이 전환 금지 (실패 = 보고).

Hard rules

1. 1장 금지, 항상 4개+ 변형. 최소 3개는 같은 영상용 경쟁 후보 — YouTube

"Test & compare"(썸네일 3개 A/B)에 바로 걸 수 있게.

1. 문구 = 영상의 첫 주장(훅)과 일치. 어긋나면 이탈률로 돌아온다.

≤12자(KR) / 3–5단어(EN), 2줄 이내, 왼쪽 배치 (모바일 우하단은 재생시간 뱃지가 가린다). 숫자/스테이크 하나는 보이게 ($20, 99%). 낚시 금지.

1. 문구까지 통생성이 기본 — 완성 썸네일(배경+인물+텍스트)을 gptimage2

원샷으로. 프롬프트는 줄 단위로 정확히: first line reads exactly "…" in , second line reads exactly "…" + "render every character EXACTLY". 생성 후 글자 단위 READ 검증 필수 — 흔한 실패는 기호 누락 ("$20"→"0"). 오탈자 = 같은 모델로 재생성(문구를 짧게 단순화해도 됨), 인페인트 금지, 오탈자 배송 금지. HTML/PIL 오버레이는 통생성이 반복 실패할 때만 쓰는 최후 폴백 (유저 보고 후; 스크림은 하드 사각형 금지, 투명으로 빠지는 방향성 그라디언트만).

1. 실제 얼굴 = 누끼 레퍼런스 통생성. 유저 제공 사진만 사용, 얼굴 지어내기

금지. 사진을 그대로 넣지 말고: rembg(birefnet-portrait) 누끼 → 박힌 자막/캡션 띠는 누끼 전에 제거(해당 영역 알파 0 → 알파 bbox 크롭) → 흰 배경에 콜라주한 한 장을 --image 레퍼런스로 주고 "preserve the EXACT faces"로 통생성. 2인 이상은 좌우 배치 한 장으로 합쳐 LEFT/RIGHT를 프롬프트에서 지명. 머리/옷을 바꿔야 하면 레퍼런스를 먼저 편집 (--image + "keep exact face, change ONLY the hair to …") 후 그걸로 생성. PIL로 누끼를 그라디언트 배경에 합성하는 방식은 금지 — 룩이 싸구려로 갈라진다.

1. 변형 중 최소 1개는 타깃 채널의 실제 피드 문법. 생성 전에 그 채널(없으면

같은 장르 상위 채널) 썸네일 3–5개를 보고 문법을 추출 — 색/하이라이트 박스/ 말풍선/구도 — 그대로 카피한 변형을 만든다. 나머지는 드라마틱 high-CTR 계열 (네온, 과장 표정). 4장이 전부 같은 룩이면 A/B가 아니라 같은 카드 4장이다.

1. 검증은 눈으로, 실제 노출 크기로: 각 변형을 **168×94(유튜브 목록 크기)로

축소해 READ** — 문구 읽히고 표정 보이면 합격. 얼굴은 레퍼런스 사진과 대조, 왜곡이면 재생성. 데스크톱 크기로만 보고 통과시키지 않는다.

1. 셋업/명령/JSON 파싱/다운로드 스니펫은 image-gen 스킬 —

higgsfield account status로 계정·크레딧 확인 후 생성.

규격

| 대상 | 크기 | 비고 | |---|---|---| | YouTube 롱폼 | 1280×720 (16:9), <2MB | --aspect_ratio 16:9로 생성 → 1280×720 리사이즈, 2MB 초과 시 JPEG q90. 업로드는 organic-social의 mediaItems[].thumbnail | | Shorts/Reels 커버 | 1080×1920 (9:16) | 첫 프레임 룰 우선 — 커버는 IG 그리드 1:1 센터 크롭 안전영역(y 420–1500) 고려 | | 커뮤니티/배너 | 용도별 | image-gen으로 라우팅 |

Workflow

1. 재료 수집: 영상의 훅/첫 대사(트랜스크립트 있으면 그대로), 얼굴 사진

(→ 룰 4대로 누끼 레퍼런스 제작), 브랜드 토큰(DESIGN.md), 타깃 채널 썸네일 3–5개 관찰 (룰 5의 문법 추출).

1. 변형 축 설계 (4개 기본): ① 채널 문법 카피 ② 인물 리액션 + 큰 문구

③ 숫자 훅 중심 타이포 ④ 결과물/비포애프터 또는 호기심 갭. 축이 겹치는 4장은 A/B가 아니다.

1. 통생성: 변형별로 구도 + 줄별 문구·색 + "render every character EXACTLY"

• 누끼 레퍼런스를 한 프롬프트에 넣어

higgsfield generate create gpt_image_2 --image ref.png --aspect_ratio 16:9 --quality high --resolution 2k --wait --json. 한국어 문구는 의미 단위 줄나눔을 프롬프트에 명시.

1. QA (순서대로): 글자 단위 READ → 168×94 축소 READ → 얼굴 레퍼런스 대조 →

리사이즈·파일 크기. 하나라도 불합격이면 그 변형만 재생성.

1. 딜리버리: thumb_A~D.png + 각 변형의 축 설명 한 줄 + 추천 1순위와 이유.

YouTube면 Test & compare에 3개 걸라고 안내; CTR 결과로 다음 세트를 학습.

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: crealwork
• Source: crealwork/ai-marketing-kit
• License: MIT

Install and usage instructions live in the source repository linked above.