「動画は撮れたのに、サムネで手が止まる」——YouTubeで最初にクリックを左右するのはサムネイルです。とはいえデザインソフトは苦手だし、外注すると1枚あたり数千円かかる。そこで2026年に現実的なのが、AIでサムネの“素材”を作るやり方です。ただし、ここで多くの人がハマる落とし穴があります。AIは画像内の文字が崩れやすい——「10分で完成！」と書かせたつもりが「1O分でて完戍！」になる、というやつです。
この記事では、YouTubeサムネ（1280×720の動画サムネ）を、AIで背景と人物を作り、文字だけは最後にエディタで載せるという2026年の実践的な手順を解説します。作例の画像生成には、日本語UIで登録時に100クレジットが無料でもらえる ComfyStudio を使います。バナーやチャンネルアートではなく、クリック率（CTR）を左右する動画サムネに絞った内容です。
この記事で分かること
- YouTubeサムネの公式仕様（1280×720・2MB以下・16:9）の正解
- クリックされるサムネの3要素（顔・文字・余白）とAIでの作り分け
- AIが苦手な「文字」を崩さずに仕上げる役割分担（最後はエディタ）
- 1枚あたりの費用と、無料100クレジットでどこまで試せるか
→ まずは無料で100クレジットを受け取ってサムネ素材を作ってみる（クレジットカード不要）
結論（3行まとめ）
- サムネはAIで「文字なしの土台（背景＋人物）」を作り、見出し文字は最後にエディタで載せるのが2026年の正解。
- 仕様は1280×720px・16:9・2MB以下・JPG/PNG。AIは別比率で出るので最後に16:9へトリミングする。
- 費用は文字入りデザイン向けFLUX.2 Flexで約25cr/枚（＝約25円）、ラフ量出しの標準生成は約2cr/枚。登録特典の100クレジット無料で試せる。
YouTubeサムネの公式仕様（1280×720）を最初に押さえる
作り始める前に、ゴールである「アップロードできる画像の形」を確認します。ここを曖昧にすると、せっかく作った画像がアップロードで弾かれます。以下がYouTubeの推奨仕様です（YouTubeヘルプ・動画のサムネイルを追加する・2026年時点）。
| 項目 | 仕様 | ひとことメモ |
|---|---|---|
| 推奨解像度 | 1280 × 720 px | 最小でも幅640px。これ未満は非推奨 |
| アスペクト比 | 16:9 | プレーヤーと同じ比率。ここが最重要 |
| ファイル形式 | JPG / PNG（GIF・BMP可） | 迷ったらPNGかJPG |
| 容量 | 2MB以下 | 超えるとアップロードできない |
| 表示サイズ | 端末により極小〜大 | スマホでは親指サイズ。小さくても読める設計を |
ポイントは3つです。第一に、アスペクト比は必ず16:9であること。AI画像生成は正方形（1:1）や縦長で出力することが多く、そのまま使うと左右が切れたり余白が入ります。最後に必ず1280×720（16:9）へトリミングします。第二に、2MB以下という容量制限。1280×720のJPG/PNGなら通常は問題になりませんが、書き出し設定で圧縮を確認します。第三に、スマホでの表示は親指サイズという現実。視聴者の多くはスマホでサムネを見るため、「縮小しても顔と文字が読めるか」が、凝ったデザインより何倍も効きます。
クリックされるサムネの3要素（顔・文字・余白）
サムネのCTRを決めるのは、絵のうまさよりも情報設計です。2026年に高CTRのサムネで繰り返し使われている要素を整理すると、次の3つに集約されます（StockSun・サムネイルの作り方とコツ・2026年時点）。
| 要素 | 効かせ方 | AIに任せる／人が仕上げる |
|---|---|---|
| 顔・表情 | 感情を150%くらい大げさに。驚き・喜び・困惑が伝わる表情 | AIが生成（表情はプロンプトで指定） |
| 文字 | 見出しは短く（目安20文字以内）・太字・少数の色 | 人がエディタで載せる（AIは苦手） |
| 余白 | 文字を置くスペースを最初から空けておく | AIに「片側を空ける」構図を指示 |
要点は、顔と文字を別工程に分けることです。顔の表情や雰囲気はAIが得意なので生成に任せ、正確さが命の見出し文字は人がエディタで載せる。そして、その文字を置くための余白を、AI生成の段階から構図に織り込んでおく——この3点がかみ合うと、素人っぽさが一気に消えます。人物の表情があるサムネは、文字だけのサムネよりクリックされやすい傾向があるとされ、顔出しをしないチャンネルでも、キャラクターやアイコンに表情を持たせることで同じ効果を狙えます。
なお ComfyStudio は健全（SFW）特化のサービスで、実在人物の加工やディープフェイクには対応していません。自分の顔写真を使いたい場合は、AI生成ではなく撮影した写真を土台にし、AIは背景やイラスト素材の生成に使う、という切り分けが安全です。
AIでサムネを作る5ステップ（全体像）
全体像はシンプルです。次の5ステップを順にこなせば、初めてでも1枚を完成させられます。文字はステップ3まで載せないのが最大のコツです。
| ステップ | やること | 使うもの | AI/人の担当 |
|---|---|---|---|
| 1 | 動画の「一番強いメッセージ」を決める | 企画メモ | 人が設計 |
| 2 | 文字なしの土台（背景＋人物）をAIで作る | ComfyStudio（FLUX.2 Flex） | AIが生成 |
| 3 | 見出し文字をエディタで載せる | Canva等の画像編集 | 人が仕上げ |
| 4 | 1280×720・2MB以下に書き出す | 画像編集 | 人が調整 |
| 5 | 公開後にCTRを見て差し替える | YouTube Studio | 人が改善 |
このうち、デザインが苦手な人が最もつまずく2を、ブラウザ完結のAIで一気に短縮するのがこのガイドの狙いです。料金や処理速度は /pricing で確認できますが、まずは無料枠で十分に試せます。
→ 無料登録（100クレジット付与・カード不要）してステップ1から始める
ステップ1：動画の「一番強いメッセージ」を1つに絞る
サムネで伝えられる情報は、ほぼ1つだけです。動画で言いたいことを全部詰め込むと、縮小表示で何も読めなくなります。まず「この動画の一番のフック（引っかかり）は何か」を1文で書き出しましょう。
- 数字で驚かせる：「登録3日で1万再生」
- 損失回避に訴える：「知らないと損する設定」
- 結果を見せる：「Before / After」
- 疑問を投げる：「なぜ伸びない？」
この1文が、そのまま**サムネの見出し文字（ステップ3）**と、**人物の表情の方向性（ステップ2）**を決めます。たとえば「知らないと損する」なら、人物は“困惑・警告”の表情、背景は少し緊張感のある配色。「登録3日で1万再生」なら、驚き・喜びの表情に明るい配色、という具合です。メッセージを先に固めておくと、AIへの指示（プロンプト）も、後の文字入れもブレません。
ステップ2：AIで「文字なしの土台」を作る（FLUX.2 Flex）
ここがAIの出番です。文字はまだ入れません。人物（またはキャラ）と背景、そして文字を置く余白がある土台を作ります。ComfyStudioの /generate から、文字入りデザインやブランド素材に強い FLUX.2 Flex（official_flux_2_flex_v1）を選ぶと、サムネ向けの整った構図が出やすくなります。プロンプトは、ステップ1のメッセージに沿って次の要素を入れます。
| プロンプト要素 | 指定する内容 | 例 |
|---|---|---|
| 構図 | 16:9・片側に余白 | wide 16:9 composition, empty space on the right for text |
| 主役 | 人物/キャラと表情 | young creator with a surprised excited expression |
| 背景 | 動画のトーンに合う配色 | bright energetic studio background, bold colors |
| 質感 | サムネ映えする明るさ | high contrast, punchy lighting, eye-catching |
コツは、プロンプトに 「文字を置く余白（empty space for text）」を明示することです。これで、後から見出しを載せるスペースが最初から確保されます。表情は「大げさなくらい」で指定するのがサムネ向けです（surprised / shocked / excited など）。比率は最終的に16:9へトリミングするので、生成時点で完璧な比率でなくても構いません。
まずは無料の100クレジットで方向性を固めましょう。FLUX.2 Flexは1枚あたり約25クレジット（1クレジット＝1円）なので、100クレジットで約4枚。方向性が決まったら、**ラフの量出しは標準生成（FLUX Schnell・約2cr/枚）**に切り替えると、たくさんの候補を安く試せます。同じ人物・キャラで別カットを増やしたいときは、/generate で気に入った1枚を基準に、表情や背景だけを差し替えて生成すると効率的です。プロンプト設計のコツは、アニメイラストのプロンプト集 も参考になります。
ヒント：AIに文字を書かせようとすると、余計な崩れた文字が画像に混入します。プロンプトに
no text, no lettersを加えると、文字を置くためのきれいな土台が得られます。
ステップ3：見出し文字はエディタで最後に載せる（AIは苦手・正直な話）
ここが、この記事で最も伝えたい工程です。AIは画像内の文字（特に日本語）が崩れやすい——これは2026年時点でも変わらない弱点です。文字入りデザインに強い FLUX.2 Flex は、見出しサイズの英字ならかなり改善しており、複雑なタイポグラフィでも初回で約6割ほど成功するとされますが（Black Forest Labs・FLUX.2・2026年時点）、それでも日本語の見出しを一発で正確に描かせるのは現実的ではありません。
そこで、見出し文字はAIに描かせず、最後にエディタで載せます。ステップ2で「余白のある土台」を作っておいたのは、このためです。文字入れは、次のような無料〜安価なツールでできます。
| 方法 | コスト目安 | 向いている人 |
|---|---|---|
| Canva等のデザインツール | 無料〜（生成費のみ） | テンプレと文字入れを手早く |
| 画像編集ソフト（GIMP・Photoshop等） | 無料〜 | 縁取り・影など細かく調整 |
| スマホの画像編集アプリ | 無料〜 | 撮影から公開までスマホ完結 |
文字入れのコツは、太字・短い言葉・少ない色です。見出しは目安20文字以内に抑え、フォントは装飾を抑えた太めのものを使い、背景に負けないよう縁取り（アウトライン）や影で可読性を確保します。色は2〜3色まで。これで、スマホの親指サイズに縮小しても読めるサムネになります。「AIに土台、人に文字」——この役割分担が、AIサムネが素人っぽく見えるかプロっぽく見えるかの分かれ目です。
ステップ4：1280×720・2MB以下に書き出す
文字を載せたら、1280×720px（16:9）にトリミングし、2MB以下で書き出します。AIは正方形や別比率で出力していることが多いので、この工程で必ず16:9に整えます。書き出し前のチェックリストは次のとおりです。
- キャンバスを1280×720pxにして、被写体と文字を配置し直す
- 重要な顔・文字が端で切れていないか確認（左右上下に少し余裕を持たせる）
- JPGまたはPNGで書き出す（写真調はJPG、くっきり文字はPNGが無難）
- ファイルサイズが2MB以下に収まっているか確認（超えたらJPG品質を少し下げる）
スマホでの見え方を確かめるため、書き出した画像を縮小して眺めるか、実際にスマホに送って親指サイズで見てみましょう。ここで「顔と文字が一瞬で読める」なら合格です。
ステップ5：公開後にCTRを見て差し替える
サムネは「作って終わり」ではありません。YouTube Studioで**クリック率（CTR）**を確認し、伸びなければ差し替えます。AIなら土台の作り直しが数十円で済むので、**A/Bテスト（2案を試して良い方を残す）**が現実的にできるのが強みです。表情違い・配色違い・文字の言い回し違いを何パターンか用意しておき、数字を見ながら勝ちパターンを探します。ここでも、量出しは標準生成（約2cr/枚）、本命は FLUX.2 Flex（約25cr/枚）という使い分けが効きます。
費用はいくら？100クレジット無料枠で試算する
気になる費用を、ComfyStudioのクレジット制（1クレジット＝1円）で試算します。サムネ制作では「本命の土台はFLUX.2 Flex（約25cr）」「ラフの量出しは標準生成（約2cr）」を使い分けるのがコスパの要です。
| 作りたい量 | 内訳の目安 | 生成クレジット | 円換算の目安 |
|---|---|---|---|
| お試し（無料枠内） | Flex 2枚＋標準ラフ20枚 | 約90cr | 0円（登録特典100crの範囲） |
| 1本ぶん本気で | Flex 3案＋標準ラフ30枚 | 約135cr | 約135円 |
| A/Bテスト運用 | Flex 5案＋標準ラフ50枚 | 約225cr | 約225円 |
※生成し直しの回数によって変動します。あくまで目安です。
注目すべきは、登録時にもらえる100クレジットだけで、本命サムネ2案＋ラフ20枚ぶんを丸ごと試せることです。カード登録なしで、最初の1〜2本ぶんを実質0円で作れる計算になります。外注すると1枚数千円かかるサムネが、この価格で何案も試せるのがAIの効きどころです。継続してサムネを量産するなら、月額サブスクのほうが1クレジットあたりの単価が下がります。
| プラン | 月額 | 付与クレジット | 向いている人 |
|---|---|---|---|
| 無料登録 | ¥0 | 100cr（登録特典） | まず試したい |
| Lite | ¥980 | 1,500cr | 趣味・不定期の投稿 |
| Standard（人気） | ¥1,980 | 3,600cr | 個人で本格的に |
| Pro | ¥2,980 | 6,000cr | 週数本を継続投稿 |
たとえば週2本のペースなら、Flex本命＋標準ラフで月あたりおよそ1,000〜1,500cr前後が目安になるため、Lite〜Standardが現実的な選択肢です。最新の料金は /pricing で確認してください。
→ 無料の100クレジットで、まず1本ぶん試してみる（クレカ不要）
どのワークフローで作る？サムネ向けの早見表
ComfyStudioには用途別のワークフローがあります。サムネ制作でよく使うものを、コストの目安つきで整理しました（1クレジット＝1円）。
| 用途 | 使うワークフロー | 目安コスト |
|---|---|---|
| 文字入りデザイン寄りの本命土台 | FLUX.2 Flex | 約25cr/枚 |
| ラフ・候補を安く量出し | 標準テキスト生成（FLUX Schnell） | 約2cr/枚 |
| 既存サムネを元に差分を作る | img2img（FLUX.2 edit） | 約6cr/枚 |
| 人物・キャラを背景から切り抜く | 背景透過（BiRefNet v2） | 約9cr/枚 |
流れとしては、標準生成で構図と表情の当たりを安く探り、方向性が決まったらFLUX.2 Flexで本命の土台を作る、というのが費用を読みやすい進め方です。人物だけを切り抜いて別背景に合成したいときは背景透過を挟みます。
競合ツールとの違い（Canva / 汎用AIと比べて）
AIでサムネ素材を作れるツールは複数あります。得意分野が違うので、目的に合わせて選びましょう。
| ツール | 強み | サムネ用途での注意点 |
|---|---|---|
| ComfyStudio | 日本語UI・ブラウザ完結・1cr=¥1・登録100cr無料・全プラン商用OK | 見出し文字は別工程で載せる（本記事の手順） |
| Canva | テンプレ・文字入れ・書き出しが得意 | ゼロから独自の人物/構図を作る自由度は限定的 |
| 汎用の画像生成AI | 手軽に画像を出せる | 日本語の細かい指示が弱く、文字はさらに崩れやすい |
| セルフホストComfyUI | 無料・自由度が高い | GPU環境の構築が必要で初心者には敷居が高い |
実はComfyStudioとCanvaは競合ではなく相棒です。ComfyStudioで「独自の人物・背景の土台」をAIで作り、Canvaで「見出し文字と最終の書き出し」を担当する——この組み合わせが、2026年に個人が最速でサムネを量産する現実解です。ComfyStudioの位置づけは、「ComfyUIの自由度を、環境構築なしのブラウザで、日本語で使える」点にあります。ローカル版ComfyUIとクラウドの向き不向きは ComfyUIはクラウドとローカルどちらが得か で詳しく比較しています。
よくある失敗と回避策
最後に、初めてのAIサムネでつまずきやすいポイントをまとめます。
| つまずき | 原因 | 回避策 |
|---|---|---|
| 文字が崩れる | AIに見出しを描かせている | 文字はAIに描かせず、最後にエディタで載せる |
| 左右が切れる | 正方形のまま使っている | 生成時に余白を確保し、最後に1280×720へトリミング |
| スマホで読めない | 情報を詰め込みすぎ | 見出しは20文字以内・要素は絞る・縮小して確認 |
| 顔が弱い | 表情が控えめ | 驚き・喜びなど表情を大げさに指定して生成 |
| アップロード不可 | 容量が2MBを超過 | JPG品質を調整し2MB以下で書き出す |
| 権利侵害 | 実在人物・ブランドの想起 | 特定の人物・作品を思わせる出力は使わない |
これらは一度押さえれば次回から自然にクリアできます。まずは無料の100クレジットで「自分の動画の顔になる1枚」を試すところから始めましょう。
まとめ
AIでYouTubeサムネを作る2026年の正解は、「AIで文字なしの土台（背景＋人物）を作り、見出し文字は最後にエディタで載せる」という役割分担です。AIに任せるのは表情豊かな人物と、文字を置く余白のある構図。自分で行うのは、正確さが命の見出し文字の配置と、1280×720・2MB以下への書き出し。この分担なら、デザインが苦手でもクリックされるサムネを、1本あたり数十円で何案も試せます。
ComfyStudioは、ブラウザだけ・日本語UI・1クレジット＝1円・登録100クレジット無料・全プラン商用OKという条件がそろっているので、最初の1本を試すコストはほぼゼロです。まずは無料枠で、あなたの動画の“顔”になる土台を作ってみてください。
