YouTubeのサムネイルが、依頼文ひとつで見違えた——AIへの頼み方テンプレを公開します

先に結論：AIの相棒（Claude Code：Fable 5）と、YouTube音楽チャンネルのサムネイルを全7本作り直しました。 最初の1枚でChatGPTに渡したのは、サイズや色の細かな仕様ではなく、「聴きたくなるように」という目的と、音楽の情緒が伝わる短い紹介文だけです。 出てきた画像を分析すると、4層で情報を伝える構成になっていました。その型を使い、残り6本はgpt-image-2で展開しました。 ただし、クリック率が上がったかはまだ分かりません。数字は今後の定点観測で正直に報告します。

こんにちは、アイランドネームです。

2026年7月、YouTube音楽チャンネル「AI相棒ノート Music」を開設しました。

AIと作った作業用BGMを、週に1本ずつ予約公開しています。現在は公開済みが2本、予約中が5本。合計7本の動画を用意している状態です。

チャンネルはこちらです。

AI相棒ノート Music

曲と公開予定は用意できましたが、サムネイルが気になっていました。

これまで使っていたのは、音楽パック用に作ったジャケット画像の流用でした。画像としては成立していても、YouTubeの一覧で「この音楽を聴いてみたい」と思ってもらうための訴求は入っていません。

そこで今朝、試しに1本だけ、依頼の仕方を変えてみました。

ChatGPTに渡した依頼文は、これだけ

最初の1枚を作るために、私がChatGPTへ渡した依頼文をそのまま載せます。

下記内容のYouTubeミュージックを作成しました。このYouTubeミュージックを聞きたくなるようなサムネイルを作成してください。

雨の窓辺、深夜のデスク、日曜の本屋——。「集中を邪魔しない」ことだけを考えて作った、カフェ・作業用Lo-fi BGM 10曲

細かな指定はしていません。

YouTube用の画像サイズも、使う色も、文字の位置も、人物を入れるかどうかも書きませんでした。

渡したのは、「このYouTubeミュージックを聞きたくなるように」という目的。そして、「雨の窓辺、深夜のデスク、日曜の本屋」という情景と、「集中を邪魔しない」という音楽の役割です。

すると、これまでジャケットをそのまま置いていたときとは違い、YouTubeの画面で内容が伝わるサムネイルが出てきました。

今回の発見は、長く細かい指示を書けばよいとは限らない、ということでした。

仕様をたくさん決める前に、「見た人にどう思ってほしいか」を渡す。今回なら、正解の色や配置を指定するのではなく、「聴きたくなる」が目的です。

さらに、曲名やジャンルだけではなく、聴く場面が浮かぶ言葉を添えました。雨の窓辺、深夜のデスク、日曜の本屋。この3つがあるだけで、単なるLo-fi BGMではなく、どんな時間に似合う音なのかが伝わります。

見違えた理由を、4層に分けてみた

よい画像が1枚出ても、「たまたまうまくいった」で終われば、次には使えません。

そこで相棒と、出てきたサムネイルの情報を分解しました。すると、次の4層でできていることが分かりました。

• 1層目は、情緒コピー。「集中を邪魔しない」
• 2層目は、大見出し。「Lo-fi BGM」
• 3層目は、シーンの3連コピー。「雨の窓辺、深夜のデスク、日曜の本屋」
• 4層目は、用途バッジ。「カフェ・作業用 10曲」

いちばん上にあるのは、音楽の機能を固く説明する言葉ではありません。「集中を邪魔しない」という、聴く人にとっての約束です。

次に、何の動画なのかを一目で伝える大見出しがあります。その下に、音楽が似合う情景を3つ並べる。そして最後に、用途と曲数を小さなバッジで補う。

この順番なら、最初に感情で目が止まり、次に内容が分かり、最後に具体的な情報で確認できます。

私自身は、最初からこの4層を考えて依頼したわけではありません。短い依頼文から出てきた結果を見て、あとから相棒と構造を言葉にしました。

ここが今回の大事なところです。

AIが出した1枚を、その場限りの完成品として受け取るだけではなく、「なぜ伝わりやすくなったのか」を人間とAIで整理する。そうすると、偶然の1枚が、次にも使える型になります。

そのまま使える、依頼文の型

今回の依頼を、別の音楽にも使える形にすると、次のようになります。

下記内容のYouTubeミュージックを作成しました。このYouTubeミュージックを聞きたくなるようなサムネイルを作成してください。

「情緒コピー」。シーン1、シーン2、シーン3が浮かぶ、用途向けのジャンル名、曲数。

完成した画像を確認するときは、次の4つが読めるかを見ます。

• 聴く理由になる情緒コピー
• 音楽の種類が分かる大見出し
• 聴く場面が浮かぶ3つの短い言葉
• 用途と曲数が分かるバッジ

もちろん、すべてのサムネイルに同じ配置を当てはめればよい、という話ではありません。曲の雰囲気が違えば、似合う言葉も見せ方も変わります。

それでも、「聴きたくなる」という目的と、情景が浮かぶ内容紹介を先に渡すやり方は、色や配置から考え始めるより、私には使いやすい出発点でした。

残り6本も、同じ型で作り直した

1枚目で型が見えたので、残り6本にも展開しました。

対象は、和風、ゲーム、睡眠ピアノ、夏チル、ジャズ、瞑想の6本です。

相棒が4層構成を使って、それぞれの音楽に合う内容でgpt-image-2へ依頼しました。生成したあとは、人間の目で画像内の文字を確認しました。AI画像は文字を間違えることがあるため、雰囲気がよいだけでは採用できません。誤字がないか、言葉が読めるかを目視で確かめました。

確認を通った画像は、YouTube APIで一括設定しました。

こうして、公開済み2本と予約中5本、合計7本のサムネイルが同じ日のうちに新しくなりました。

以前、音楽制作についてはAIに曲を作ってもらう方法を書きました。また、世界の昔ばなしを1日で40曲にした記録では、大量に作るときほど検品が必要だと実感しました。

今回も同じです。

AIが6枚を続けて作れることより、最後に人間が読んで確かめる工程のほうが大切でした。速く作れても、誤字のある文字を大きく載せたら、サムネイルとしては完成ではありません。

見た目を整えていたら、予約の事故が見つかった

今回の作業には、思いがけないおまけがありました。

サムネイルを設定する対象を確認している途中で、瞑想動画が同じ日時に3本予約されていることに気づいたのです。予約日時は、8月23日18時。3本が重なっていました。

調べると、そのうち2本は7月20日の失敗アップロードでした。動画の尺はゼロで、処理が6日間止まったままになっていました。

私が内容を確認し、削除する判断をしました。

サムネイルだけを見れば、今回は見た目を整える作業です。でも、全7本を一つずつ照合したことで、公開予定の重複と、止まったままの失敗アップロードを見つけられました。

見た目を整える作業が、事故の点検にもなったのです。

一括作業は速い反面、対象を間違えると、その間違いも一気に広がります。だから今回のように、本数、公開日時、動画の状態を見ながら進めることには、画像を差し替える以上の意味がありました。

クリック率が上がったかは、まだ分からない

ここまで読むと、「では、サムネイルを変えて再生されるようになったのか」が気になると思います。

答えは、まだ分かりません。

全7本を新しくしたのは今日です。予約中の動画もあるため、変更前と変更後の数字を比べて結論を出せる段階ではありません。

見違えたと私が感じたことと、実際にクリック率が上がることは別です。見た目がよくなったから、成果も出たはずだとは書けません。

数字は、これまでの定点観測シリーズと同じように、動いても動かなくても報告します。

まとめ：仕様より先に、目的を渡してみる

今回、最初の1枚を変えた依頼文は、とても短いものでした。

サイズ、色、配置を細かく並べる代わりに、「この音楽を聴きたくなるように」という目的を渡す。そして、曲の情緒が伝わる紹介文を添える。

その結果を分析すると、次の4層が見つかりました。

• 情緒コピー
• 大見出し
• シーンの3連コピー
• 用途バッジ

この型を残り6本へ展開し、人間が誤字を確認して、全7本を同じ日に更新できました。さらに作業の途中で、同じ日時に重なっていた失敗アップロードまで発見できました。

ただ、サムネイルの本当の役割は、きれいに見せることではなく、動画の中身を正しく伝え、聴いてみたいと思う人に選んでもらうことです。

その結果が数字に出るかは、これからです。

まずは仕様を決め込む前に、「見た人にどう思ってほしいか」を一文で渡してみる。今回の私には、それがサムネイルを変える最初の一歩になりました。

今日も読んでいただき、ありがとうございました。また次の記録で。