Ik maakte 8 YouTube-thumbnails met AI: formaten, kadrering en de vier die eruit vlogen
Of een video wordt aangeklikt hangt sterker van de thumbnail af dan de meeste mensen denken. Ik heb een middag besteed aan het maken van een complete set van 8 YouTube-thumbnails met AI-beeldgeneratie. Onderweg vlogen er vier uit, één uitkomst sprak een advies tegen dat ik als vaststaand beschouwde, en ik maakte een fundamentelere fout die een eigen paragraaf verdient.
Meet de specificaties voordat je iets genereert
Het aanbevolen formaat voor een YouTube-thumbnail is 1280×720, oftewel 16:9. Dat getal kennen veel mensen. Twee andere dingen wegen zwaarder voor hoe het eindbeeld het doet.
Ten eerste wordt de rechterbenedenhoek bedekt door het badge met de videolengte. Omgerekend naar 1280×720 beslaat dat ongeveer 132×36, en alles wat je daar neerzet verliest de helft.
Ten tweede, en makkelijker te vergeten: thumbnails worden in een feed nooit op ware grootte getoond. De desktophomepage laat ze op zo'n 360px breed zien, en de aanbevelingsfeed op mobiel houdt het vaak bij ongeveer 168px. Ik heb dezelfde YouTube-thumbnail naar alle drie de formaten verkleind en naast elkaar gelegd. Op 360px zijn de rekwisieten en de gezichtsuitdrukking nog leesbaar. Op 168px blijft er alleen een kleurvlek en een menselijke silhouet over.
Dus stelde ik voor het genereren twee regels op. Houd het onderwerp en alles wat ertoe doet binnen een centrale veilige zone met 6% marge aan alle kanten, en laat de rechterbenedenhoek leeg. En reserveer in het kader één schoon vlak waar later een kop op komt.
Begin met een castingfoto — dat is het fundament van de set
Het lastigste van de hele klus is dat de persoon op alle acht thumbnails dezelfde moet zijn.
Mijn aanpak was om eerst één schoon referentiebeeld te maken met AI-beeldgeneratie: frontaal, op ooghoogte, zonder make-up, zonder expressie, grijze achtergrond, vlak en gelijkmatig licht, als een castingfoto. Dat beeld is niet aantrekkelijk en was nooit bedoeld om te publiceren. Zijn enige taak is als referentie te dienen voor elk volgend beeld.
En dan komt de fout.
In mijn eerste ronde had ik ook de compositie vastgespijkerd. Onderwerp in het linkerderde deel, witte uitsnedecontour om haar heen, een stralenkrans achter haar hoofd, een vlak kleurblok dat de rechterhelft vult. Alleen haar uitdrukking en de achtergrondkleur mochten veranderen. Acht beelden later was haar gezicht geen millimeter afgedreven, en zag de set eruit als een emotietabel in plaats van acht thumbnails. Ander gezicht, andere kleur, verder niets.
De reden is simpel. Een echte thumbnail wordt ontworpen rond waar de video over gaat, en de enige variabele die ik het model had gegeven was een gezichtsuitdrukking. Er viel niets te ontwerpen, dus herhaalde het mijn sjabloon acht keer.
De oplossing was het ontwerp teruggeven. Het vaste blok zet nu alleen vast wat vast moet: dezelfde persoon, haar gezicht belicht en onbedekt, bovenlichaam in beeld. Decor, rekwisieten, grafische elementen, palet, licht, diepte en kadrering zijn de keuze van het model. Het variabele blok werd één zin — waar deze video over gaat.
De acht variabelen waren: stoppen met de kantoorbaan, een microfoon van dertig euro die er een van driehonderd verslaat, blijven steken op tweehonderd weergaven, honderd video's monteren in een week, een maand lang om drie uur 's nachts uploaden, een complete filmset die minder kost dan een telefoon, vijf kleurpresets waar je mee moet stoppen, en in twaalf minuten een script schrijven.
Wat terugkwam speelt niet in dezelfde competitie als de eerste ronde. Een gele pijl tussen een rode handmicrofoon en een condensatormicrofoon. Een rode lijn die over een monitor omlaag stort, met een rood kruis ernaast. Een rij presetminiaturen die stuk voor stuk zijn doorgestreept. Een wandklok tegen een nachtelijke skyline om drie uur. Niets van die beeldtaal stond in mijn prompt — het AI-beeldmodel bedacht het allemaal zelf.
Ik dacht dat het geen tekst kon zetten. Het kan het wel.
Over AI-beeldgeneratie gaat een veelgehoord advies rond: modellen kunnen geen leesbare tekst zetten, dus elke letter in de uitvoer wordt onleesbaar. Ik hield me daaraan, en elke prompt eindigde met een instructie om tekst uit het kader te houden.
Aan het eind testte ik het en vroeg het model de kop rechtstreeks in het vrije vlak te zetten.
Het klopte. Geen enkele verkeerde letter, schone vormen, passende dikte, verstandige regelafbrekingen over drie regels. Die oude regel houdt bij de AI-beeldmodellen van vandaag niet echt meer stand.
Toch veranderde ik niet van gedachten, want de tweede test legde het echte probleem bloot. Ik verving 200 door 500 in de kop, liet elk ander woord staan, en draaide het opnieuw. De tekst klopte nog steeds, maar het hele beeld was opnieuw geënsceneerd: ze gaat van zittend en profil naar frontaal in het midden, de monitor verhuist van uiterst links naar recht achter haar, en de typografie verandert mee van grootte en positie. Naast elkaar horen de twee niet bij dezelfde set.
De conclusie blijft dus staan, maar de redenering verandert. Het probleem is niet dat het geen tekst kan zetten, maar dat de opmaak niet reproduceerbaar is. Als je een hele set YouTube-thumbnails maakt en verwacht later koppen te wisselen of te A/B-testen, houd tekst dan buiten het beeld en leg hem er apart overheen. Voor een eenmalig beeld dat je nooit meer aanraakt, scheelt het je een stap om het model te laten schrijven.
De vier die eruit vlogen
Het ontwerp uit handen geven aan een AI-beeldmodel kost je iets: het zet met plezier dingen in het kader waar je nooit om hebt gevraagd. Vier keer overdoen, drie verschillende gebreken.
Echte merken. In het beeld over stoppen met de baan gaf het haar een microfoon in handen met de naam van een bestaande fabrikant op de zijkant. In het beeld over honderd montages stonden er twee direct herkenbare blikjes energiedrank op het bureau. Geen van beide hoort in een beeld dat je gaat publiceren.
Een gedupliceerd onderwerp. Ik voegde een merkverbod toe en draaide het baan-beeld opnieuw, en kreeg haar in tweevoud: één typend aan een bureau, één ernaast staand met een kartonnen doos in haar armen. Het model had "het kantoor verlaten" gelezen als een scène waar twee speelsters voor nodig zijn.
Tekst op rekwisieten. In het beeld over de goedkope set schreef het keurig twee Engelse woorden op de kartonnen doos. Dat weegt hier het zwaarst: deze beelden worden over 21 talen gedeeld, dus tekst in één taal is ruis voor de lezers van de andere twintig.
Alle drie werden clausules in het vaste blok, en ze moeten concreet zijn. "Geen tekst" volstaat niet — er moet staan: geen letters op schermen, verpakkingen, etiketten, apparatuur of borden. "Eén persoon" volstaat evenmin; je moet ook een tweede versie van haar, een spiegeling en een portret van haar op de achtergrond uitsluiten.
Een promptstructuur om over te nemen
Het vaste blok wordt ongewijzigd in elke prompt geplakt en luidt ruwweg zo.
Gebruik dezelfde persoon als op het referentiebeeld, hetzelfde kapsel. Ze moet direct herkenbaar zijn als dezelfde persoon, gezicht belicht, onbedekt en globaal naar de camera gericht, bovenlichaam in beeld. Jij bent de art director en ontwerpt een YouTube-thumbnail die op 168 pixels breed een klik moet verdienen — alles behalve haar identiteit bepaal jij: decor, rekwisieten, grafische elementen, palet, licht, diepte en kadrering. Maak het gedurfd, contrastrijk en specifiek voor dit onderwerp, geen portret op een gekleurde achtergrond. Laat in het kader een schoon vlak vrij voor een kop die later wordt toegevoegd. Nergens tekst, letters of cijfers, ook niet op schermen, verpakkingen, etiketten, apparatuur of borden. Geen merklogo's of herkenbare handelsmerken; alle rekwisieten zonder opdruk. Precies één persoon in het kader.
Het variabele blok is één zin — waar deze video over gaat.
Die laatste drie verboden zijn allemaal na een herkansing toegevoegd, één clausule per gebrek. De structuur laat zich ongewijzigd overzetten naar andere AI-beeldmodellen; alleen de formuleergewoonten verschillen.
Eén thumbnail, twee keer gebruikt
Toen de acht vastlagen, hadden de AI-beelden nog één klus. Ik nam het beeld van drie uur 's nachts als startframe en gebruikte video uit eerste en laatste frame voor een intro van vijf seconden.
Ook hier zit een echte valkuil. De gegenereerde clip herkaderde de scène, en het schone vlak dat ik zorgvuldig voor de kop had gereserveerd werd grotendeels opgeslokt. Voor een intro maakt dat niet uit. Voor een eindkaart zou je opnieuw moeten opmaken.
Wil je een hele batch in één keer draaien, dan is de acht AI-beeldopdrachten over het generatieve canvasdoek uitspreiden prettiger dan één voor één werken: je ziet in één oogopslag wat blijft en wat opnieuw moet. Wil je de prompts liever niet vanaf nul schrijven, dan staan er in sjablonen portretstijlen klaar om direct toe te passen.
Acht eindbeelden in één middag
De hele set YouTube-thumbnails kostte een middag, van de eerste run tot acht vastgelegde beelden, met vier afgekeurd. Het trage deel was niet het genereren en niet het retoucheren, maar uitvogelen wat je aan het model overlaat — in het begin hield ik het te strak, spijkerde ik de compositie vast en kreeg ik acht beelden die allemaal op elkaar leken.
Wil je dit nadoen, dan is de volgorde: meet de veilige zone en de drie werkelijke weergaveformaten, genereer één onaantrekkelijk maar schoon referentiebeeld, beperk het vaste blok tot de persoon plus die paar verboden, en behandel het onderwerp van elk beeld als de enige variabele. Wat tekst betreft: voeg hem achteraf toe bij een set, laat het model hem schrijven bij een eenmalig beeld.
De hele set YouTube-thumbnails gebruikte precies twee AI-beeldtools, AI-beeldgeneratie en AI-beeldbewerking.