𝗖𝗹𝗼𝗻𝗲 𝗖𝗵𝗮𝗻𝗻𝗲𝗹 𝗦𝘁𝘆𝗹𝗲 𝗪𝗶𝘁𝗵𝗼𝘂𝘁 𝗔 𝗗𝗲𝘀𝗶𝗴𝗻 𝗧𝗲𝗮𝗺
Sie benötigen kein Design-Team, um einen erfolgreichen visuellen YouTube-Stil zu kopieren. Sie benötigen eine Datenpipeline.
Ich verwalte Inhalte für mehrere YouTube-Kanäle. Ein Kunde hatte eine CTR von 2,1 %. Die Konkurrenz lag bei 6 % bis 8 %. Das war kein Problem mit dem Inhalt. Es war ein Problem mit den visuellen Signalen.
Ich habe ein automatisiertes System entwickelt, um den erfolgreichen Stil zu klonen. Hier ist, was ich gelernt habe.
So definiert man Stil Stil ist kein „Vibe“. Er ist messbare Daten. Ich habe fünf spezifische Signale verfolgt:
- Gesichtsausschnitt-Verhältnis: Wie viel Platz das Gesicht einnimmt.
- Ausdruckskategorie: Offener Mund oder hochgezogene Augenbrauen.
- Textzone: Wo der Titel im Bild platziert ist.
- Kontrast-Delta: Der Helligkeitsunterschied zwischen dem Motiv und dem Hintergrund.
- Farbtemperatur: Warme oder kühle Töne.
Die Datenpipeline Der größte Fehler sind schlechte Eingabedaten. Zu Beginn habe ich versucht, Farben mittels KMeans zu extrahieren. Das schlug fehl, weil auch Hintergrundfarben wie der Himmel erfasst wurden. Ich habe dies behoben, indem ich MediaPipe verwendete, um zuerst das Motiv zu maskieren. So stellte ich sicher, dass ich nur die echten Markenfarben der Person erfasste.
Der Tooling-Stack Ich habe die Arbeit in zwei Teile aufgeteilt, da ein einzelnes Tool nicht alles leisten kann.
- Gesichtsarbeit: Ich habe Aragon.ai verwendet, um Gesichtsausdrücke zu bearbeiten.
- Hintergrund und Ebenen: Ich habe Thumbs.ai verwendet. Es funktioniert gut, da es direkte URLs für Uploads bereitstellt.
Die Ergebnisse Der Kunde steigerte seine CTR innerhalb von acht Wochen von 2,1 % auf 3,7 %.
Die wichtigsten Faktoren für Klicks waren das Gesichtsausschnitt-Verhältnis und der Kontrast. Überraschenderweise war der spezifische Gesichtsausdruck weniger wichtig, als ich dachte.
Lektionen für Entwickler
- Motiv maskieren, bevor Farben extrahiert werden.
- Stil mithilfe von Mathematik definieren, nicht durch Gefühl.
- Unterschiedliche Tools für Gesichter und Hintergründe verwenden.
- Frühzeitig eine Retry-Logik in den Code einbauen.
- Schriftwahl als Typografie-Aufgabe betrachten, nicht als KI-Aufgabe.