melgarafael/youtube-growth/youtube-thumbnail-lab

YouTube Thumbnail Lab — a capa que faz o clique acontecer

Em muitos canais o gargalo nº1 é alcance/CTR: inscritos existem, mas o vídeo entrega poucas views = a porta não abre. Título + thumbnail é onde se ataca. Esta skill sistematiza a criação de thumbs que fogem do slop e usam a vantagem/ângulo que o nicho inteiro não tem — o diferencial do canal do usuário (definido no onboarding/vault).

Quando as thumbs do canal são imagens geradas por IA (uma IA que renderiza texto na capa, elementos, iluminação — tudo por coordenada — e coloca o rosto do apresentador a partir de uma foto-base), o entregável desta skill é o PROMPT de geração, não um briefing pra editor humano. Ela baixa referências, aplica o padrão comprovado e escreve o prompt pronto pra colar na IA de imagem.

Pré-requisito

O fetch_thumbs.py baixa imagens públicas (i.ytimg.com) e não precisa de OAuth. Já bin/yt recent (listar IDs do próprio canal) exige o canal conectado pela skill `connect`. Confirme com bin/yt whoami; se falhar, rode a skill connect para reautorizar.

As invocações abaixo usam $YTG_CONFIG_DIR (setado pela skill connect) e <plugin> =

a raiz onde o plugin youtube-growth foi instalado. Se $YTG_CONFIG_DIR não estiver no

shell, rode primeiro connect ou exporte-a apontando para o config dir do canal.

A tese (dado, não achismo)

O padrão vem do benchmark do nicho (skill youtube-benchmark, seção "Análise de thumbnails" do RELATORIO.md). Um exemplo do tipo de leitura que ele produz:

• Padrão dominante do nicho: o que se repete nas thumbs que performam — ex.: rosto

grande e expressivo (30–45% do quadro) + texto GIGANTE de 2–3 palavras com contorno sobre fundo escuro neutro + badge (tempo/preço). Extraia isso do benchmark, não do achismo.

• A arma que só o canal tem: o ângulo/prova que o nicho NÃO mostra e que só o canal do

usuário pode mostrar (definido no onboarding/vault). O nicho geralmente prova promessa; a diferença que converte é provar entrega/resultado na própria thumb. Onde o benchmark mostra todo mundo fazendo a mesma coisa, o ângulo diferente do canal é a clareira.

Direção estética = a identidade visual do canal (fonte da verdade: o guia de identidade do canal no onboarding/vault — seguir de lá). Os princípios abaixo são channel-agnostic; os valores concretos (paleta, herói visual, fontes) vêm da identidade do canal:

• Fundo: coeso com a marca, com profundidade/atmosfera — não chapado genérico, não o

clichê que qualquer IA cuspiria pro nicho.

• Herói visual: um objeto/elemento que DIFERENCIE do nicho (todos usam o mesmo clichê).

Elemento de marca entra como OBJETO FÍSICO 3D real pousado na cena — nunca ícone plano flutuando. Mantém reconhecimento e foge do padrão.

• Texto: poucas palavras (3–4), tipografia limpa e legível conforme a identidade,

com uma palavra-âncora destacada (marca-texto/realce), não só contorno. Acento à mão (seta/anotação manuscrita) quando ajuda. Evite a fonte-clichê do nicho.

• A "prova" adapta-se à ESPINHA do vídeo (não é sempre a mesma): se o vídeo é sobre

resultado → prova de resultado (renderizada como objeto real, não como print genérico). Se é sobre um mecanismo/método → o mecanismo é a prova (ex.: a seta ligando causa a efeito). Se é jornada/decisão → o rosto do apresentador. Regra: a thumb promete o que o vídeo entrega — prova incoerente com a espinha mata retenção.

• Badge (se usar): valor/autoridade, nunca "GRÁTIS" de molde. Número concreto pra vídeo

de resultado; selo de método/fonte pra vídeo de mecanismo.

• Rosto: do apresentador, via foto-base, ~28–35% do quadro num canto, iluminação com

contraste (rim light quente de um lado + fill frio do outro). Expressão casa com a espinha (convicção / "sacou?" / calma).

Anti-slop inviolável: se parece o que qualquer IA cuspiria pro nicho (gradiente genérico, fonte-clichê, ícone chapado flutuando, "GRÁTIS" de molde), refaça. A régua: parece feito com capricho editorial, ou parece template?

Exemplo de identidade bem-definida (de um canal real, como gabarito de granularidade — NÃO

copie os valores, defina os do seu canal): look "Dossiê" — fundo índigo→azul-marinho com

bokeh, herói = documento off-white skeuomórfico, elemento de marca como gema 3D real

pousada nos documentos, texto sans humanista peso 700 caixa mista com uma palavra em

marca-texto amarelo. Repare no NÍVEL de especificação — é isso que faz a thumb parecer

marca e não template.

Quando usar

• "que thumbnail uso no vídeo X?"
• "melhora/varia essa capa", "por que o CTR tá baixo?"
• "monta um teste A/B de thumbnail"

Fluxo

1. Baixar as referências (o padrão vencedor na sua frente)

Pegue os videoIds dos top do benchmark mais próximo do tema (a coluna de URL do RELATORIO.md da skill youtube-benchmark). Baixe as thumbs deles E as do próprio canal para comparar lado a lado:

# referências dos concorrentes que performam
"$YTG_CONFIG_DIR/.venv/bin/python" \
  <plugin>/skills/youtube-thumbnail-lab/scripts/fetch_thumbs.py \
  --ids "<id1>,<id2>,<id3>" --out thumbnail-lab/ref --label ref
 
# suas próprias thumbs de referência (top performers do canal)
"$YTG_CONFIG_DIR/.venv/bin/python" \
  <plugin>/skills/youtube-thumbnail-lab/scripts/fetch_thumbs.py \
  --ids "<id4>,<id5>,<id6>" --out thumbnail-lab/canal --label canal

bin/yt recent 8 lista os IDs recentes do canal se precisar. Depois abra as imagens com Read e anote: onde está a prova/gancho, tamanho do texto, contraste, cor, rosto.

2. Escrever o PROMPT de geração (o entregável)

Escreva 1–3 conceitos como prompts prontos pra colar na IA de imagem. Grave em thumbnail-lab/<slug-do-video>/prompts-geracao.md. Este é o produto da skill.

A receita que funciona (seguir a ordem):

1. Abre com formato + estilo: `Cinematic 16:9 YouTube thumbnail, premium editorial

style, photorealistic.` (o estilo concreto vem da identidade do canal).

1. Fundo: descreva o fundo da identidade do canal com atmosfera/profundidade, e negue o

clichê do nicho (NO <clichê genérico do nicho>).

1. Uma ZONA por elemento, com coordenada (x/y em %): descreva UM elemento por zona, da

esquerda pra direita, criando um caminho de leitura único (ex.: herói → seta → elemento de marca). Ex.: LEFT THIRD (x: 5–38%): <herói visual da marca>, <detalhe> … ONE word/line highlighted.

1. Elemento de marca como objeto físico: `the <marca> as a REAL 3D physical object

(…refractive/faceted…) resting on <o herói>` — nunca "ícone flutuando".

1. Rosto por último entre os objetos: `RIGHT (x: 68–98%): a person's face and shoulders

(use provided reference photo for the face), ~30% of frame, warm rim light from one side, cool fill from the other, expression: <casa com a espinha>.`

1. Texto como camada separada, com string EXATA e posição: `TEXT OVERLAY, top (y: 5–28%,

not covering the face): clean legible bold sans-serif (<fonte da identidade>), <cor>. Line 1: "<...>". Line 2: "<...>". The word "<âncora>" wrapped in a highlighter swipe.`

1. Fecha com iluminação + cauda anti-slop: `Cool cinematic lighting, shallow depth of

field. Anti-slop: no generic gradient, no cliché font, no flat floating icon.`

Regras do prompt:

• Escreva a ESTRUTURA em inglês (o modelo obedece melhor), mas as **strings de texto na

imagem no idioma do canal, exatas. Modelos erram acento/grafia em frase longa → máx 3–4 palavras/linha, 1 palavra no highlight**; confira a grafia no render e regenere/corrija se escorregar.

• Consistência de A/B: mantenha fundo, elemento de marca, tratamento de rosto e de texto

IDÊNTICOS entre os conceitos — muda só a ideia central. Look coeso = marca reconhecível no feed.

• A "prova" na imagem segue a espinha do vídeo (resultado / mecanismo / jornada — ver

tese acima).

Checklist anti-slop (rodar em cada prompt):

• [ ] Caminho de leitura único e claro (um elemento por zona, coordenadas dadas)?
• [ ] Fundo coeso com a marca (não o clichê genérico do nicho)?
• [ ] Herói + marca como objeto físico 3D (não ícone chapado)?
• [ ] Texto 3–4 palavras, tipografia da identidade, 1 palavra no realce?
• [ ] Rosto via foto-base, expressão casa com a espinha, ~28–35% num canto?
• [ ] "Prova" coerente com a espinha do vídeo?
• [ ] Lê a 120px (visão de celular)?
• [ ] Cauda anti-slop no prompt (sem gradiente/fonte/ícone-clichê/"GRÁTIS")?

3. Teste A/B de thumbnail

Regra inviolável: não trocar o TÍTULO de vídeo com tração (reseta o algoritmo). O teste é só na thumb — o título fica.

⚠️ Limite honesto (dado real): CTR de impressões NÃO é exposto pela YouTube Analytics API — só existe no YouTube Studio. Logo, o A/B se mede a mão no Studio, não pela API/bin/yt. Não prometa medir CTR por script.

Como rodar e ler (manual, no Studio):

1. Escolha 1 vídeo com tração (impressões/dia estáveis) — o A/B precisa de volume de

impressões pra dar sinal; vídeo parado não conclui.

1. Opção A — teste nativo do Studio: YouTube Studio → vídeo → Detalhes → **"Testar e

comparar" (Test & Compare): sobe até 3 thumbs, o próprio YouTube divide as impressões e aponta a vencedora por watch-time share**. É o caminho preferido — decisão do algoritmo, sem viés.

1. Opção B — swap manual (se o vídeo não tiver o teste nativo): anote a baseline no

Studio → aba Alcance → CTR de impressões (janela de 7/28 dias) ANTES. Troque a thumb (backup da atual primeiro). Espere volume comparável de impressões (não dias fixos: impressões). Compare CTR do mesmo nº de impressões.

1. Uma variável por vez: muda a thumb, o título fica. Se mudar os dois, não sabe o que

mexeu o número.

1. Registre o resultado em thumbnail-lab/<slug>/ab-resultado.md: baseline CTR, thumb

nova, CTR novo, veredito. Vira dado pro próximo vídeo (dado > achismo).

Arquivos

• scripts/fetch_thumbs.py — baixa thumbs (maxres→hq) de uma lista de IDs. Sem OAuth

(imagem pública). Self-check: --check.

• Saídas em thumbnail-lab/ (referências, prompts-geracao.md, resultados de A/B).

Onde puxar dado

• Padrões de thumb do nicho: skill youtube-benchmark → benchmark/*/RELATORIO.md (seção

"Análise de thumbnails").

• Top performers do canal p/ referência: bin/yt recent + auditoria do canal (onboarding/vault).
• Voz/ângulo/audiência do canal: definidos no onboarding/vault.