用途：制作视频缩略图，定位为提升点击率（CTR）的工具，而非单纯好看的图片。每次必须产出多变体套装（默认 4 个）用于 A/B 测试，其中至少 3 个为同一视频的竞争候选，可直接用于 YouTube 的 Test & compare（3 个缩略图 A/B）。
主要能力与规则：禁止只出 1 张，始终 4 个以上变体。文案须与视频首个主张（钩子）一致，韩文 ≤12 字、英文 3–5 词，2 行以内，靠左放置（移动端右下角会被时长角标遮挡），需露出一个数字或利害点（如 $20、99%），禁止标题党。默认连文案一起整图生成：用 gpt_image_2 一次性生成含背景、人物、文字的完整缩略图，提示词按行精确指定文字与颜色，并加“render every character EXACTLY”。生成后必须逐字 READ 校验，常见失败是符号缺失（如 $20 变成 0）；有错别字则用同一模型重新生成（可简化文案），禁止用修补（inpaint），禁止交付错字版本。HTML/PIL 叠加仅在整图生成反复失败时作为最后兜底，且需先向用户报告；遮罩不得用硬矩形，只能用向透明过渡的方向性渐变。
真实人脸：仅使用用户提供的照片，禁止凭空生成人脸。不要直接放入原图，而是先用 rembg（birefnet-portrait）抠图，抠图前先去除已嵌入的字幕/说明条（该区域 alpha 置 0，再按 alpha bbox 裁剪），把白底拼合的一张图作为 --image 参考，并以“preserve the EXACT faces”整图生成。两人以上合并为一张左右布局图，在提示词中指定 LEFT/RIGHT。需改发型或服装时先编辑参考图（--image 加“keep exact face, change ONLY the hair to …”）再生成。禁止用 PIL 把抠图合成到渐变背景上。
变体设计：至少 1 个变体采用目标频道的真实信息流语法，生成前观察该频道（或同类型头部频道）3–5 个缩略图，提取颜色、高亮框、气泡、构图并照搬；其余为高 CTR 戏剧化风格（霓虹、夸张表情）。4 张若外观全同则不算 A/B。
验证：按实际曝光尺寸目视检查，将每个变体缩到 168×94（YouTube 列表尺寸）READ，文案可读、表情可见才算合格；人脸与参考照片比对，有扭曲则重新生成。不得只看桌面尺寸就放行。
规格：YouTube 长视频 1280×720（16:9），小于 2MB，用 --aspect_ratio 16:9 生成后缩放到 1280×720，超 2MB 转 JPEG q90，上传至 organic-social 的 mediaItems[].thumbnail；Shorts/Reels 封面 1080×1920（9:16），优先首帧规则，封面需考虑 IG 网格 1:1 居中裁剪安全区（y 420–1500）；社区/横幅按用途路由到 image-gen。
工作流：收集素材（钩子/首句台词、人脸照片、品牌 token、目标频道缩略图）→ 设计变体轴（① 频道语法照搬 ② 人物反应+大字 ③ 数字钩子排版 ④ 结果/前后对比或好奇缺口）→ 整图生成（示例命令：higgsfield generate create gpt_image_2 --image ref.png --aspect_ratio 16:9 --quality high --resolution 2k --wait --json，韩文文案需在提示词中按语义单位换行）→ 按顺序 QA（逐字 READ → 168×94 缩小 READ → 人脸比对 → 缩放与文件大小），不合格的变体单独重生成 → 交付 thumb_A~D.png、每个变体的轴说明一行、推荐首选及理由；YouTube 场景提示挂 3 个到 Test & compare，并根据 CTR 结果学习下一组。
限制：设置、命令、JSON 解析与下载片段见 image-gen 技能；生成前用 higgsfield account status 确认账号与额度。其他平台、价格与效果数据暂未提供。