AI YouTube 缩略图提示词：用一个冲突、一个主体提高可读性

有效的 AI YouTube 缩略图 首先要让观众在一秒内看懂视频讲什么，而不是塞进最多的元素。提示词应围绕一个故事冲突、一个主角和一个揭示物展开，再用表情、光线与简短文字强化重点。

在这组 YouTube Thumbnail Design gallery 示例 中，提示词把人物参考图、主要物体和可选道具分开，还限定了主角占画面 60% 至 70%、文字只用 2 至 5 个词、背景保持简单。这种约束比“做一张吸睛封面”更容易复用。

先把视频标题改写成视觉冲突

缩略图不需要复述完整标题，而要把内容压缩成一个可以被看见的悬念。

例如视频标题是“我用 AI 重做了失败的产品页”，视觉冲突可以是：左侧灰暗旧页面，右侧明亮新页面，创作者位于中间并看向变化结果。提示词先写：

CORE CONFLICT: failed old design versus polished AI redesign

只有一个核心冲突时，模型才知道什么应当最大、什么可以模糊。多个箭头、多个表情和多个结果数字会互相争夺注意力。

主体要大，并与背景分离

人物或产品是缩略图的识别锚点。可以明确要求：

• 主体占画面约三分之二。

• 使用干净轮廓、边缘光或柔和投影。

• 背景更暗、更虚化，细节数量少。

• 人物视线或手势指向揭示物。

YouTube 官方的 缩略图与标题建议 提到三分法、易读字体、颜色与构图，同时提醒不要把设计做得过度复杂。提示词中的“大主体 + 简背景”正是把这些原则翻译成模型可以执行的语言。

表情要服务内容，不要统一使用“震惊脸”

表情的作用是告诉观众应该怎样理解画面。教程可以用专注或自信；挑战视频适合紧张；结果对比可以用惊喜；分析类内容则更适合怀疑或思考。

比“strong emotion”更准确的写法是：

the creator looks at the failed result with a skeptical expression,
raised eyebrow, closed mouth, clear eye direction toward the object

描述眼神方向、嘴部状态和身体朝向，可以减少模型生成与主题无关的夸张表情。

文字只负责补充，不要重复标题

缩略图文字最好是 2 至 5 个词，只表达结果、时间或转折，例如“24 小时”“修好了”“成本归零”。提示词中要同时规定：

• 粗体无衬线字体。

• 高对比填色和清楚描边。

• 位于干净留白区域。

• 不出现细小副标题。

• 与人物、产品保持安全距离。

AI 生成文字可能有误，因此先获得构图，再人工替换最终文字，通常比重复抽卡更高效。YouTube 官方建议的自定义缩略图尺寸为 1280 × 720，即 16:9；在提示词里直接写明这个比例，能减少二次裁切。

控制颜色数量与视觉指示

画面保留 2 至 3 个主要颜色即可。品牌色负责识别，明亮强调色负责指向结果，背景色负责衬托。箭头、圆圈或光束最多选一种，并只指向一个关键细节。

可以使用这套提示词骨架：

16:9 YouTube thumbnail about [主题]；
one dominant story: [核心冲突]；
[人物或产品] occupies 60-70% of frame；
[具体表情与视线]；
[唯一揭示物] with rim light；
one [箭头或圆圈] pointing to [关键细节]；
2-5 word hook in clean negative space；
2-3 brand colors, simple dark background, no clutter

生成后不要只看大图。把缩略图缩到手机列表大小，检查人物、冲突和文字是否仍能识别。发布后再用 YouTube Analytics 观察首页与推荐流量中的点击率，而不是把任何一种构图当成永久公式。

生成你的 YouTube 缩略图提示词

输入视频主题、目标观众和想强调的结果，使用 Genvizu AI 图片提示词生成器整理出主体、冲突、文字和配色明确的缩略图提示词。