ThumbProof
製作兩到四個在一個核心想法（主體、文字、顏色或版式）上不同的版本，而不是細微調整。釋出前做盲測：把這些版本混在其他封面中、隨機打亂，進行五輪，記錄你最先注意到哪一個以及用時多少。選出勝者和第二名，釋出；如果頻道有許可權，再執行平臺測試，它會用真實流量對比最多三張封面，並按觀看時長佔比給出結果。
兩種封面測試
釋出前測試回答的是設計問題：在擁擠的資訊流中，哪個版本最容易被注意到和理解？它快速、私密，適用於任何影片，但依賴你自己或少數幾位受邀者的眼睛。平臺實驗回答的是效果問題：哪個版本能讓真實觀眾看得更久？它需要曝光量、耗時數天，而且只對部分影片型別和頻道開放。
兩者相輔相成。預測試提前淘汰弱版本，讓線上測試把流量花在有力的候選上。
“您可以比較最多三個影片縮圖的效果，從中獲得有助於制定內容策略的資料洞見。”
Test & compare thumbnails — video platform help center · 引文譯自英文原文
| 盲測預測試（ThumbProof） | 平臺實驗 | |
|---|---|---|
| 時間點 | 釋出前 | 釋出後 |
| 誰來判斷 | 你或受邀測試者 | 真實觀眾 |
| 版本數 | 2–4 | 最多 3 |
| 耗時 | 約一分鐘 | 數天到兩週 |
| 衡量指標 | 選中次數和發現用時 | 觀看時長佔比 |
| 隱私 | 圖片留在你的裝置上 | 封面是公開的 |
平臺實驗實際衡量什麼
幫助中心說明，結果依據的是觀看時長佔比而不僅是點選，測試結論可能是“勝出”“偏好”或“無”。它還指出，結果可能需要幾天、最長兩週，影片曝光越多、封面差異越大，測試結束越快。
由此得出兩點。第一，贏得點選卻留不住觀眾的標題黨版本不會勝出。第二，幾乎相同的版本會浪費測試，因為差異太小無法檢測。
“勝出結果可能需要幾天、最長 2 周才能最終確定。”
Test & compare thumbnails — video platform help center · 引文譯自英文原文
製作值得測試的版本
測試想法，而不是畫素。主體不同、承諾不同或構圖不同的版本可能改變結果；把文字左移兩畫素的版本不會。每個版本只改變一個主要變數，才能從結果中學到東西。
| 變數 | 版本 A | 版本 B | 能學到什麼 |
|---|---|---|---|
| 主體 | 人臉反應 | 最終成品 | 觀眾對情緒還是結果更有反應 |
| 文字 | 無文字 | “30 DAYS” | 數字是否增加吸引力 |
| 顏色 | 深色背景 | 明亮背景 | 在你的領域哪種更易區分 |
| 版式 | 主體左、文字右 | 主體居中、文字在上 | 哪種讀得更快 |
盲測預測試如何運作
ThumbProof 會把你的兩到四個版本放進逼真資訊流的填充卡片中，並在每一輪打亂位置，標籤被隱藏。你點選第一張吸引你注意的封面。五輪之後，工具顯示每個版本被最先選中的次數和平均發現用時，並可匯出對比圖。
由於每一輪位置和相鄰封面都會改變，測試降低了位置的影響。它無法預測點選率，但一個你總是最先、最快發現的版本，通常就是更清晰的設計。
六步完成一次完整的封面測試
- 01
明確問題
確定你想知道什麼，例如“人臉還是成果？”。
- 02
製作 2–4 個大膽的版本
每個版本只改一個主要變數，並配上你打算使用的標題。
- 03
檢查每個版本
執行評分、安全區和 168×94 檢查，確保沒有版本因基礎問題落敗。
- 04
執行盲測預測試
五輪，最好由兩三位沒見過設計的人來做。
- 05
選出併發布
釋出勝者，備好第二名。
- 06
線上確認
如有許可權，用勝者和第二名執行平臺測試並記錄結果。
解讀預測試結果
同時看選中次數和速度。五輪中贏下四或五輪且平均用時更短的版本是明確的首選。三比二是弱訊號：再跑五輪、請別人來測，或在側欄這樣更小的檢視下測試。
請兩三位其他人在你的螢幕上做測試。你自己的眼睛熟悉這些設計，會讓結果產生偏差；新鮮的眼睛更能代表觀眾。
| 結果（共 5 輪） | 平均用時差 | 解讀 |
|---|---|---|
| 5–0 或 4–1 | 快 > 0.3 秒 | 明確首選 |
| 4–1 | < 0.3 秒 | 可能的首選，需確認 |
| 3–2 | 任意 | 沒有明顯差異——測試差異更大的版本 |
同時測試標題和封面
觀眾從不單獨看到封面，而是和標題一起看。如果兩者都不確定，就測試組合，而不是隨機同時改兩者。測試圖片時固定標題，然後固定勝出的圖片再測試兩個標題。ThumbProof 為每個版本提供獨立的標題欄，所以盲測可以對比完整的“封面 + 標題”組合。
支援標題的平臺實驗也是這樣：對比完整的組合。讓每個組合自洽——圖片展示結果、標題點出方法——這樣測試對比的是兩個清晰的承諾，而不是混雜的訊號。
- 固定標題，測試圖片
- 固定圖片，測試標題
- 每個組合只做一個清晰承諾
測試之後
保留一份簡單記錄：各版本、預測試結果、最終釋出的版本，以及（如果做了）平臺測試結果。時間久了，這份記錄會顯示哪些改動對你的觀眾最重要。當預測試與線上結果不一致時，看看線上測試衡量的是什麼——觀看時長——並問問自己：預測試勝出的版本是否承諾了影片沒有兌現的東西？
測試多少次、何時停止
你不需要測試每一個影片。在風險高時測試——重要釋出、新形式或表現不佳的影片——或者當你真的不知道哪個想法更強時。對於常規更新，清單檢查加上在資訊流預覽中看一眼通常就夠了。
當預測試顯示出明確首選、且該版本透過所有基礎檢查時，就停止迭代。無休止的微調只會產生任何測試都分不出來的近似版本。如果兩個版本一直平分秋色，它們可能同樣好：選與影片最匹配的那個，把另一個留給之後的平臺測試。
例項：一個遊戲影片的四個版本
一位創作者為 Boss 戰影片測試四張封面：A，紫色競技場、白字在左；B，藍色競技場、黃字在右；C，Boss 特寫、無文字；D，玩家角色慶祝。兩位朋友各做五輪盲測。
十輪合計，A 被最先選中五次，C 三次，B 兩次，D 零次，A 的平均用時也最短。創作者釋出了 A，把 C 留作平臺測試；九天後測試結束，A 為“偏好”。
| 版本 | 最先選中（共 10 次） | 平均發現用時 | 決定 |
|---|---|---|---|
| A | 5 | 0.9 秒 | 釋出 |
| B | 2 | 1.3 秒 | 放棄 |
| C | 3 | 1.1 秒 | 線上測試 |
| D | 0 | — | 放棄 |
常見的 A/B 測試錯誤
測試細微改動
小調整無法檢測出差異。測試不同的想法。
只有自己測試
你熟悉這些設計。請沒見過的人來測。
只測一輪
一次選擇只是噪聲。至少五輪。
忽略標題
封面總是和標題一起被看到。一起測試。
過早停止線上測試
結果可能需要兩週。讓它跑完。
追求點選而非觀看
誤導性封面會損失觀看時長，而平臺測試獎勵的正是觀看時長。
影片封面尺寸、解析度、檔案限制與安全區
高點選率封面自檢清單：讓封面被看見的 7 大視覺原則
各裝置的標題截斷：看畫素寬度，而不是字元數
封面色彩與對比度：在深色和淺色資訊流中脫穎而出
封面文字：放幾個字、多大、放在哪裡