雅寶社區 · 頂客論壇 (AHPAL.COM)

🎵 影音創作

AI 縮圖：為什麼 Midjourney 生的縮圖點擊率反而低

發表時間：2026 年 11 月 01 日 | 更新日期：2026 年 11 月 01 日 | 編輯：雅寶社區編輯團隊

這三種問題都不是「提示詞寫得不夠好」能解決的，它們來自工具本身的設計取向，以及創作者對縮圖工作的誤解。

二、Midjourney 縮圖的七個結構性弱點

以下七點，是我觀察大量使用 AI 生成縮圖的頻道後，整理出的共通問題。它們不是偶發的瑕疵，而是模型特性與縮圖需求之間的結構性衝突。

弱點一：預設美學太強，所有縮圖長成同一個樣子

Midjourney 有一個非常明顯的「預設風格」：柔和的輪廓光、對稱或三分構圖、略帶霧氣的景深、偏低對比的電影色調、乾淨到不真實的材質。這個風格在單張圖上很好看，但問題是——全世界都在用它。當你的觀眾首頁上同時出現五支影片，其中三支的縮圖都是同一種朦朧電影感，你在視覺上就失去了辨識度。

縮圖在演算法裡有一個隱形功能：建立頻道識別。常看你的觀眾，應該能在零點幾秒內從縮圖的配色、字體、人物位置辨認出「這是某某頻道的新片」。AI 生成的縮圖因為風格高度統一於模型而非频道，反而抹平了這種識別。觀眾記不住你，回訪率自然下降，長期 CTR 也會被拖累。

更麻煩的是，Midjourney 的預設美學偏向「安全、溫和、無衝突」。而高點擊率的縮圖往往需要一點「不和諧」：強烈對比、誇張表情、奇異組合、明顯的視覺張力。模型預設會把這些元素修飾掉，讓畫面變得「舒服」，但舒服的縮圖通常不會被點。

弱點二：完美肌膚與無瑕疵光線，觸發觀眾的「廣告防禦」

人類的臉部辨識能力極強，而且對「不自然」極度敏感。AI 生成的人臉通常有幾個特徵：皮膚過度平滑、毛孔與細紋消失、眼神光位置不自然、表情肌群協調但缺乏微表情、左右臉過度對稱。這些細節在放大看時也許只是「有點怪」，但在小尺寸縮圖上，大腦會用另一種方式處理：它會把這張臉歸類為「廣告」或「不真實」，然後自動降低注意力。

這在心理學上接近所謂的「恐怖谷」效應，但更接近一種長期訓練出來的廣告免疫。觀眾在網路上被假圖、業配、詐騙廣告轟炸多年，已經發展出一套快速篩選機制：只要畫面「太完美」，就先跳過。AI 縮圖正好踩在這個機制上。

反過來說，許多高 CTR 的縮圖用的是真人自拍、手機前鏡頭、表情誇張的截圖，畫質不完美，但「有人味」。那種不完美本身就是一種信任訊號，告訴觀眾「這是真的有人在說話」。

弱點三：細節在 168×94 時全部消失

這是技術層面最容易被忽略的一點。Midjourney 生成的圖通常細節豐富：背景有建築、有路人、有光影層次、有材質紋理。這些細節在 1024×1024 看起來很精彩，但縮到手機上的縮圖尺寸時，全部糊成一團。

縮圖設計有一個鐵則：在最小尺寸下仍然可辨識的元素，才算數。通常一個縮圖只能容納「一個主體 + 一個對比 + 一行短文字」。Midjourney 給你的是一張完整的場景，你必須自己決定要保留什麼、捨棄什麼，而大多數人會直接把整張圖放上去，結果就是視覺噪音過高，觀眾什麼都看不清。

此外，YouTube 官方建議縮圖為 1280×720、檔案小於 2MB、最小寬度 640 像素。這些規格不是建議而已，它們反映了縮圖會被壓縮、被縮放、被放在各種尺寸的容器裡。一張靠細節取勝的 AI 圖，在壓縮後往往會出現色塊、細節消失、對比下降，進一步拉低可讀性。

弱點四：缺少可讀的文字與資訊層級

文字在縮圖上的角色，是降低理解成本。觀眾看到縮圖時，如果能在零點幾秒內讀到「三個月瘦十公斤」「我離職了」「這台只要 999」這類短句，理解成本就大幅下降，點擊意願上升。

Midjourney 早期版本幾乎無法生成正確文字，即使現在有改善，仍然不適合用來做縮圖上的文案。多數創作者的做法是「AI 生成底圖，再用 Canva 或 Photoshop 加字」，這方向是對的，但常見的問題是：底圖沒有留白給文字。Midjourney 預設會把畫面填滿、主體居中，導致文字只能壓在主角臉上，或者被擠到邊角、字級被迫縮小、對比不足。

結果就是：文字有了，但看不清；或者文字夠大，但遮住了主體。兩者都會讓 CTR 下降。

弱點五：構圖不留白，沒有設計師的位置

這是弱點四的延伸，但值得獨立討論。縮圖的構圖需要「設計過的空白」：主體放一側、文字放另一側，或者上方留天空、下方放標題。這種留白不是隨便空一塊，而是根據文字長度、字級、視覺動線精密安排的。

Midjourney 的預設構圖傾向飽滿、對稱、居中。你可以用提示詞要求「left side empty space」「negative space on the right」，但成功率不穩定，而且模型常常會用雲、霧、光暈把空白填掉。真正可靠的解法是：生成後進 Photoshop 手動裁切、延伸、加深局部陰影，把空間「做出來」。這一步不能省，但大多數人省了。

弱點六：畫面說完了一切，觀眾不必點

高點擊縮圖的核心是好奇心缺口：畫面提供一部分資訊，但故意留下一部分不說，讓觀眾覺得「我需要點進去才知道結局」。例如「我把 100 萬丟進股市，結果⋯⋯」配上一個遮住臉的人；或者「這台車只要 30 萬」配上一個很誇張的表情。

Midjourney 傾向生成「完整、閉合、可理解」的畫面。它會把故事說完：人物、場景、情緒、結局感都到位。當畫面已經完整，觀眾就沒有動機點進去。這不是模型的錯，而是「生成一張圖」與「設計一個鉤子」本來就是兩件不同的事。

更細緻地說，AI 圖缺乏「時間感」與「因果感」。一張好的縮圖常常暗示「接下來發生了什麼」，例如人物回頭、手指指向畫面外、物品正在掉落。Midjourney 可以生成這些元素，但需要非常精準的提示詞與運氣，而且生成後還要人工調整才有戲劇張力。

弱點七：AI 痕跡與平台信任成本

最後一點比較少人討論，但影響不小。隨著 AI 圖像大量出現在平台上，觀眾對「AI 感」的辨識能力快速提升。一旦觀眾在縮圖上看出 AI 痕跡（不自然的手、模糊的飾品、奇怪的反光、過度平滑的材質），會產生兩種反應：一種是覺得「這頻道偷懶」，另一種是懷疑「內容是不是也 AI 生成的」。

YouTube 對「誤導性縮圖」與「大量生產的 AI 內容」也有相應的政策與審查傾向。雖然合規的 AI 輔助縮圖不會有問題，但如果縮圖與實際內容落差過大，或者整支影片都是低品質 AI 生成，平台可能會降低推薦。這意味著 AI 縮圖不只是 CTR 問題，還牽涉到頻道信任與長期曝光。

說到底，縮圖是觀眾與頻道之間的第一次接觸。如果第一次接觸就讓人覺得「這是機器做的」，你就已經在信任帳戶裡透支了。

三、平台邏輯：演算法與觀眾怎麼看你的縮圖

要理解為什麼 AI 縮圖表現不佳，必須先理解平台如何處理縮圖。不同平台的邏輯差異很大，不能一套做法打天下。

YouTube：曝光—點擊—留存的正循環

YouTube 的推薦系統本質上在預測「觀眾會不會看、會不會看完、會不會滿意」。縮圖與標題負責的是第一步：點擊率（CTR）。但 CTR 不是孤立指標，它跟曝光量、觀看時長、觀眾滿意度綁在一起。

這裡有一個關鍵機制：如果點擊率高但留存差，平台會降低推薦；如果點擊率普通但留存極好，平台仍可能加碼推薦。AI 縮圖常見的問題是「用美感換點擊」——畫面漂亮，吸引到一批被視覺吸引、但對主題沒興趣的觀眾，點進來後迅速離開，結果 CTR 短暫上升，留存崩跌，長期反而傷害頻道。

反過來說，一張「不那麼美但主題明確」的縮圖，可能 CTR 只提升一點點，但吸進來的是精準觀眾，留存好，平台就會持續給曝光。這也是為什麼有些頻道用很醜的縮圖，成長卻很穩定。

短影音與社群平台：封面只是入口之一

在 TikTok、Reels、Shorts 這類短影音平台上，封面縮圖的重要性相對較低，因為多數流量來自「滑到就直接播」。但封面仍然影響三件事：個人主頁的格狀排列、搜尋結果、以及觀眾是否願意停下來。

在這些平台上，AI 縮圖的問題不是「不夠美」，而是「不夠像人」。短影音觀眾對「真人感」的要求更高，一張過度精緻的 AI 封面會讓人覺得這是廣告或內容農場，直接滑掉。

「AI 味」與信任成本

無論哪個平台，觀眾對 AI 內容的態度都在快速變化。早期是新奇，現在是疲勞。當觀眾在首頁看到大量 AI 生成的縮圖，會開始發展出「跳過」的本能。這對認真做內容的創作者來說很吃虧，因為你的縮圖只要有一點 AI 痕跡，就會被歸類到那個「跳過」的桶子裡。

解法不是完全不用 AI，而是讓 AI 藏在後面：用它做背景、做道具、做概念圖、做氛圍，但把「人」的元素留給真人、真實情緒、真實文字。觀眾不需要知道你用了 AI，他們只需要感覺「這是真的」。

四、把 AI 用對位置：從「生成縮圖」改成「生成素材」

到這裡，結論其實很清楚：Midjourney 不適合「直接生成縮圖」，但非常適合「生成縮圖的素材」。這個定位轉換，是提升 CTR 的關鍵。

工作流：AI 打底，人工收尾

以下是一套我實際驗證過、可重複使用的工作流：

步驟一：先寫文案，再想畫面。在打開 Midjourney 之前，先用一句話寫出縮圖要傳達的訊息，例如「我用 AI 做縮圖，結果點擊率掉了一半」。這句話決定了主體、情緒、文字位置。

步驟二：用 AI 生成「背景」或「概念圖」。提示詞聚焦在場景、氛圍、道具，不要讓 AI 生成主角的臉。例如「a dramatic studio background, dark teal and orange, empty space on the left, cinematic lighting, no people」。

步驟三：主角用真人或高品質素材。真人照片、自己拍的素材、授權圖庫，都比 AI 臉更可信。如果一定要用 AI 人像，至少選有明顯表情、稍微不完美的版本。

步驟四：進 Photoshop 或 Canva 合成。裁切、加深陰影、提高對比、加入文字、調整主體位置、做出留白。

步驟五：縮小檢查。把成品縮到 168×94，放在手機上看。如果主體、文字、情緒都還認得出來，才算過關。

提示詞與構圖策略

如果你仍想用 Midjourney 生成接近縮圖的構圖，以下幾個技巧可以提高命中率：

指定長寬比：使用 --ar 16:9，避免生成正方形後再裁切，導致構圖被破壞。

指定留白：在提示詞中加入「empty space on the left for text」「negative space at the bottom」「minimal background」。這比事後用修補工具補空白可靠。

降低預設美學：使用 --style raw 與較低的 stylize 數值（例如 --s 50），減少模型自動加上的朦朧感與對稱感。

要求高對比：加入「high contrast」「bold colors」「graphic lighting」，避免生成中間調、低飽和的畫面。

避免生成文字：除非你使用的是支援文字生成的版本，否則不要讓 AI 生成文字。文字一律後製。

一次生成多張，只挑構圖對的：不要期待第一張就完美。挑「構圖與光線對」的那張，其他細節用後製補。

後製五個關鍵動作

AI 圖生成後，進到後製階段，有五個動作能明顯提升縮圖的點擊表現：

提高對比與飽和：AI 圖常偏灰、偏柔。適度拉高對比、加深暗部，讓主體從背景跳出來。

加深主體輪廓：用筆刷或陰影在主體邊緣加暗，模擬「輪廓光」的反向操作，讓主體在縮小後仍然清楚。

加入一到兩個高彩度色塊：人類視覺會被高彩度區域吸引。保留一個紅色、黃色或青色的重點，其餘降低飽和。

文字設計：字級要大、字數要少、字體要粗。三到七個字為原則，最多兩行。文字要有描邊或陰影，確保在任何背景下都可讀。

情緒放大：如果畫面有人，把表情、眼神、手勢再加強。驚喜、疑惑、得意、崩潰，選一個明確的情緒，不要中性。

五、實戰：提升 CTR 的檢查清單與 A/B 測試

設計完縮圖後，不要憑感覺上線。用清單檢查，用測試驗證，才能把「感覺漂亮」變成「實際有效」。

縮圖自檢十二項

縮到 168×94 後，主體還認得出來嗎？

縮到手機尺寸後，文字還讀得出來嗎？

畫面有沒有一個明確的視覺焦點？

主體與背景的對比夠強嗎？

有沒有一個高彩度的視覺重量？

情緒明確嗎？還是中性無感？

觀眾能在三秒內說出這支影片在講什麼嗎？

畫面有沒有留下「想知道更多」的缺口？

跟你的頻道其他縮圖有一致的識別元素嗎？

有沒有明顯的 AI 瑕疵（手指、飾品、反光、對稱）？

縮圖與影片內容一致嗎？會不會造成誤導？

在整排縮圖中，它會是第一個被看到的嗎？

如何做有效的 A/B 測試

YouTube 已經內建「測試與比較」（Test & Compare）功能，可以同時上傳三張縮圖，讓平台自動分配曝光並比較表現。使用時有幾個原則：

一次只改一個變數：例如只換主體表情，或只換文字，不要三張完全不同，否則無法判斷是哪個元素有效。

樣本要夠大：曝光量太低時，測試結果沒有統計意義。建議在影片有一定流量時再測，或者累積多支影片的結果。

看 CTR 也看留存：如果某張縮圖 CTR 高但留存差，代表它吸引了錯誤的觀眾，長期不一定有利。

記錄下來：建立一份縮圖資料庫，記錄每次測試的假設、變數、結果。三個月後你會發現自己的「有效元素」比任何教學都準。

常見的錯誤與修正

最後整理幾個實務上最常犯的錯，以及對應的修正方式：

錯誤：把 AI 圖直接當縮圖上線。修正：至少做裁切、加字、調對比三步。

錯誤：追求「高級感」而犧牲訊息量。修正：先確定主題清楚，再談美感。

錯誤：文字太小或太多。修正：三個字以內最好，最多七個字，字級至少佔畫面高度四分之一。

錯誤：每支影片縮圖風格都不同。修正：建立固定的配色、字體、構圖規則，讓觀眾記得你。

錯誤：只用一張縮圖打天下。修正：每支影片至少準備兩到三個版本，上線後測試。

錯誤：忽略手機版。修正：設計時以手機為主要觀看情境，電腦版只是加分。

六、結語：AI 是畫筆，不是設計師

回到最初的問題：為什麼 Midjourney 生成的縮圖，點擊率反而更低？答案不是「AI 不好」，而是我們把一個「生成圖像」的工具，放到了「設計說服裝置」的位置上。縮圖需要的是訊息層級、情緒張力、視覺對比、頻道識別與好奇心缺口，這些都是模型預設不會幫你思考的事。

真正有效的做法，是把 AI 放回它最擅長的位置：快速產出高品質的背景、場景、概念圖與氛圍素材，然後由你——了解觀眾、了解頻道、了解平台邏輯的創作者——來做最後的設計決策。AI 可以幫你把「素材生產」的時間從三小時縮短到三十分鐘，但「這張縮圖要說什麼故事」這件事，仍然只有你能決定。

如果你現在正在用 AI 做縮圖，建議從下一支影片開始做一個小實驗：準備兩張縮圖，一張是純 AI 生成，一張是 AI 素材加上真人元素與手動文字設計，用平台的 A/B 測試功能跑兩週。你會很清楚地看到，差別不在於哪張比較漂亮，而在於哪一張更像「有人想跟觀眾說一件事」。那個差距，就是點擊率的來源。

縮圖是觀眾與你的第一句話。與其讓 AI 幫你說一句漂亮但空洞的開場白，不如讓它幫你把場地佈置好，然後由你親口說出那句讓人想聽下去的話。

🏠 返回首頁