用 Higgsfield CLI 生成高点击率…

当需要为视频制作真实可信、高点击率的 YouTube 缩略图或 Shorts/Instagram 竖版封面时，用 Higgsfield CLI 走「概念→生成→检查→微调」流程。

适用场景

解决思路

1. Bootstrap：若缺少 `higgsfield`，运行 `curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh` 安装；若 `higgsfield account status` 显示 `Session expired` 或 `Not authenticated`，请用户运行 `higgsfield auth login` 并等待；目录可能变化时用 `higgsfield model get nano_banana_pro --json`、`higgsfield model get gpt_image_2 --json`、`higgsfield model get seedream_v5_pro --json` 确认锁定的模型契约。
2. UX 规则：匹配用户语言，正常对话中不暴露 CLI/模型机制；不追问简报中已有的事实，仅在缺失选择会改变结果时问一个紧凑问题；绝不编造视频中不真实的声明、结果、产品、人物、截图或统计数据；不向用户打印原始 JSON 或 job ID，只交付图片 URL 和简短变体标签；风格参考缩略图仅用于视觉分析，绝不用 `--image` 传入，禁止复制其身份或精确构图；不使用 `--count`，每个概念/情绪/镜头各写独立 prompt 并单独调用；`use_unlim` 不是当前 CLI 参数，绝不添加 `--use-unlim`，若用户明确要求使用无限额度，说明此工作流必须走 CLI 积分或支持该额度的界面。
3. Intake gates：只收集简报未回答的内容——视频主题/标题及缩略图可暗示的真实承诺；确切的场景要求（如有）；出场人物 0–3 人，若概念需要人物但未提供人脸照片，询问用用户本人、其他提供的人还是通用生成角色，绝不静默选择；可选风格参考缩略图，用宿主视觉分析其能量、构图、分屏布局、配色和情绪，不要发给 Higgsfield；可选 logo 及其保持平面还是变 3D 物体；可选标题 2–4 词，默认交付无文字干净图，用户要求叠加时用确定性叠加，仅在明确要求时把文字烘焙进生成图；比例默认 YouTube 用 `16:9`、Shorts 用 `9:16`、Instagram 用 `4:5`；一个最终概念或变体集，未指定且替代方案明显有帮助时提供约四个，硬上限 16 次生成。若用户给出情绪数量但无名称，使用阶梯：shock、hype、rage、awe、laugh、fear、smug、charisma、confusion、determination、disgust。
4. Concept gate：阅读 `references/thumbnail-frameworks.md`，内部至少头脑风暴五个真实概念、跨多个框架，然后选出最强信息缺口、单一焦点主体、最少杂乱；仅当结果在约 120px 宽下仍能一秒读懂时才组合框架。存在参考缩略图时，在提示前提取结构：`brief, generic subject pose/action, elements, location, composition, background, split (true/false), split_count, person_count, emotion, emotion_detail`；参考只提供艺术方向，绝不提供具体身份，用户指令逐字段覆盖它。
5. Reference order：按角色顺序先传人脸照片，再传 logo；每个参考重复 `--image`；附加两个或更多参考时，prompt 第一行必须是清单，如 `IMAGE REFERENCES: image 1 = CHARACTER 1 face reference; image 2 = brand logo.`；本地路径自动上传，之前完成的 job ID 也可作为 `--image` 输入。
6. Prompt contract：按此顺序组装每个主渲染 prompt——1) Frame：`Bold, punchy YouTube-thumbnail composite — poster-grade, photoreal and high-impact, NOT a muted cinematic movie still, <ratio>, single unified frame — no split-screen, no diagonal divide, everything blends smoothly and organically across the same continuous shot.`，`9:16` 时加 `faces in the upper two-thirds`，要求图形化表现时用干净图表/图形简报替换写实语言；2) Scene brief：描绘用户确切内容；3) Text：默认 `No text, no readable UI labels, no watermark.`，明确烘焙标题时用 `TEXT: bold thumbnail headline text baked into the image, reading exactly "<TEXT>" — massive, ultra-legible sans-serif with a clean outline/glow treatment, placed where it never covers the subject's face. No other text, no watermark.`；4) Subjects：大、前景主导、胸像或中近景，占画面约 40–60%，结尾 `All faces crisply sharp as the anchors of the shot.`；5) Key elements：只保留解释信息缺口的标志性道具/效果；6) Logo：保留精确形状、颜色、比例和字形，远离人脸；7) Location：相关时给出地点、时间、天气和氛围；8) Composition：一个三分法英雄、清晰尺度层级、景深、强主体/背景分离；9) Background：鲜艳高对比色场或环境，柔和暗角和边缘衰减，除非明确要求分屏否则不分割；10) Lighting on people：`signature YouTube thumbnail lighting rig — strong key light sculpting the face, soft dreamy fill lifting shadows, and defined back light plus hair light tracing a clean bright rim around hair, shoulders and silhouette.`，仅轮廓光可用彩色点缀；11) Grade：鲜艳、明亮、光泽、海报冲击力、深黑、清晰高光、浓郁饱和色、作为一张图统一，仅在明确平静/高级/柔和简报时克制。每个照片参考人物加入：`CHARACTER N: the person from attached face reference #K — IDENTITY LOCK: reproduce this exact person with a photographic identity match — same bone structure, eye shape, nose, lips, jawline, skin tone, hairline and hair texture. Do not beautify, average, or restyle the face. Expression: <emotion phrase>.`
7. Split layouts：仅当用户要求 `split`、`before/after`、`versus`、`side by side` 或分析的参考为分屏时才用分屏；`X vs Y` 这类主题短语本身不要求分屏；用清晰的半幅/面板契约替换正常 frame 块，除非明确要求简短真实烘焙 UI，否则不加标签。
8. Optional 3D logo：先创建 1:1 4K logo 渲染，再将其完成 job ID 作为每次缩略图调用的最后一个 `--image`：`higgsfield generate create gpt_image_2 --prompt "Transform the attached 2D logo into a premium 3D logo render: extrude the exact logo shapes into glossy dimensional volumes; preserve every letterform, proportion and brand color; soft studio reflections, subtle bevels, crisp edges, clean dark neutral background, soft contact shadow, centered, generous margins, no extra text, no watermark." --image ./logo.png --aspect_ratio 1:1 --quality high --resolution 4k --wait --json`。
9. Main render：用 Nano Banana Pro 显式 4K；把最终 prompt 写入临时文本文件并通过 stdin 管道传入，以安全保留标点和多行块：`higgsfield generate create nano_banana_pro --aspect_ratio 16:9 --resolution 4k --image ./face-1.png --image ./logo.png --wait --json < thumbnail-prompt.txt`；无参考时省略所有 `--image`；变体集为每个不同 prompt 各调用一次，保持相同参考和设置，只改变所选概念、表情或镜头行。完成的 JSON 结果含 `id` 和 `result_url`，私下保留两者：URL 用于交付，ID 用于后续编辑。
10. Post-render gate：可用时用宿主视觉检查每个结果——参考身份明显匹配；除非订购烘焙文字否则无杂散文字或水印；明确烘焙文字逐字符匹配；人脸/情绪和英雄元素在约 120px 宽下仍可读；概念真实匹配视频承诺。硬失败时同一 prompt 最多重试两次；无法视觉检查时不要声称通过，交付结果供用户审查；展示每个通过的变体，让用户选择后再做可选微调。
11. Surgical tweaks：用选中的完成 job ID 作为唯一图像输入；编辑 prompt 保持窄范围，并声明其他所有像素级属性不变：`higgsfield generate create seedream_v5_pro --prompt "Change ONLY the person's facial expression to: <phrase>. Keep identity, face structure, hair, pose, body, clothing, logo, background, lighting and composition EXACTLY unchanged, pixel-faithful. Keep the YouTube thumbnail lighting rig intact." --image <picked_job_id> --aspect_ratio 16:9 --resolution 2k --wait --json`；若 `seedream_v5_pro` 缺失或拒绝提交，用 `seedream_v4_5 --quality high` 重试一次；`4:5` 主渲染时 Seedream 无 `4:5`，改编辑为 `3:4` 前先询问并披露裁剪/比例变化；每个接受的编辑成为下一次微调的源 ID。CLI 兼容性：到 `1.1.20` 的版本可能把 `nano_banana_pro` job 引用误标为 `nano_banana_pro_job`；若编辑被拒并报 `medias.0...data.type` 错误，下载选中的 `result_url` 到本地图片并用 `--image ./picked-thumbnail.png` 重试同一编辑；本地路径会自动上传为 `media_input`，不要重试无效的 job-id 载荷。允许的微调范围：仅表情、仅背景替换、仅背景重新着色、仅轮廓光重新着色；绝不为外科手术式请求静默重新生成整个构图。
12. Text overlay：默认保持生成图无文字；要求标题叠加时阅读 `references/text-overlay-bake.md` 并使用其五个预设之一：Beast、Fire、Neon Lime、Clean Glass 或 Marker；叠加路径需要能渲染 HTML canvas 的环境，若不可用则提供干净图或明确批准的烘焙文字重新生成；绝不假装 HTML 预览是扁平化 PNG。
13. Delivery：返回通过的 `result_url` 值并附简短语义标签，如 `shock / close-up` 或 `product / size contrast`；说明所选比例以及交付物是干净、可叠加还是文字已烘焙；除非用户要求，不暴露内部 prompt、job ID 或重试机制。
14. Reference files：`references/thumbnail-frameworks.md`——16 个概念框架、信息缺口规则、真实性法则；`references/text-overlay-bake.md`——五种确定性文字叠加样式和 4K canvas 烘焙配方。

适用边界 · 注意事项

• 不用于制作视频本身（应使用 higgsfield-generate）
• 不用于产品目录照片（应使用 higgsfield-product-photoshoot）
• 不用于市场卡片（应使用 higgsfield-marketplace-cards）