この記事のポイント
- YouTubeのサムネイルにどの表情が効くかは、 心理学より先に物理的な条件で決まります。サムネイルは小さく、しかも視界の端で見られます。その条件にどこまで耐えられるかは、表情によって大きく違います。
- 視覚研究の2つの別々の流れが、同じ結論に達しています。顔を縮小したり周辺視野に置いたりしたとき、 最もよく認識されるのは喜びと驚きです。恐怖と怒りは崩れやすい表情です。
- 信頼できる観察データを見る限り、顔があるだけで再生回数が増えるという結果は出ていません。125万本の動画を分析したある調査では、同じチャンネル内で比べると、顔のあるサムネイルは再生回数が 約6%少ないという関連が見られました。
- カメラ目線と、物を見つめる目線は 役割の違う2つの道具です。カメラ目線は注意を引きつけ、そらした目線は注意を別の場所へ導きます。1枚の画像で両方はできません。
- 「目で笑う」とは、顔の形についての指示です。目尻のしわはサムネイルのサイズでは消えてしまいます。それでも伝わるのは、持ち上がった頬と細くなった目です。
- 口を閉じたら総再生時間が伸びたというMrBeastの2023年の発言は、 証拠ではなく体験談です。答えを出せるのは、自分のチャンネルでのテストだけです。
YouTubeのサムネイルの表情を解説した記事は、ほとんどが雰囲気で作った早見表です。ネタばらしには驚愕の顔、発見には驚き顔、ハウツーには笑顔、謎解きには困惑顔。こうした表が間違っているとまでは言えません。ただ、検証のしようがまったくありません。だからこそ数がこれほど多く、どれも同じことを言っているのです。
そして、そのどれもが最初に問うべきことを問うていません。表情が何かを伝える前に、まずその表情だと認識されなければなりません。しかも舞台は幅168ピクセルの画像で、たいていは別のものを見ている人の視界の隅にあります。認識のされやすさは顔の性質として測ることができ、表情ごとの差は非常に大きく、実際に視覚科学者が測定しています。ほぼ点になるまで縮めても残る、大まかな情報でできた表情があります。一方で、目元や口元の細かなディテールに頼る表情もあり、そうしたディテールはフィードに表示される頃には失われています。
まずは不都合なデータから。そもそも顔は役に立つのか
顔のあるサムネイルはクリックが約20%増える、という数字を何度も目にしてきたはずです。ところが出どころをたどっても、研究には行き着きません。行き着くのは別のブログ記事です。
公開されている中で最も丁寧な分析は 16,737チャンネル、125万本の動画を対象にしており、本当の発見は分析手法にあります。異なるチャンネルの動画同士を比べると、顔はわずかにプラスに見え、再生回数は約3%多くなります。ところが比較を1つのチャンネルの中に限ると、つまり同じクリエイター、同じ視聴者で比べると、顔があるほうが再生回数はおよそ6%少ないという関連が出ます。チャンネルをまたいだ数字には、わかりやすい交絡があります。大きなチャンネルほど顔を多く使い、もともと再生回数も多いのです。顔の効果に見えたものの一部は、チャンネルが大きいことの効果だったわけです。同じ分析では、2人目、3人目の顔を加えても測定できるほどの上積みはありませんでした。
Search Engine Journalが報じた別の分析は、2025年のバイラル動画およそ30万本を対象とし、ほぼ差なしという結果でした。ただしセグメントによってばらつきがあります。大きなチャンネルではわずかなプラス、金融ジャンルではよりはっきりしたプラスが見られ、複数の顔が1人の顔を上回りました。これはチャンネル内比較の結果とは正反対です。何ひとつ条件がそろわないプラットフォームでは、観察データの分析同士がこのように食い違います。
一方で、vidIQが 急伸した500本のサムネイルを調べた研究では、人の顔が最も多く見られた特徴で、成績が上位になるほどその割合が高くなりました。500本全体で69%、上位100本で75%、上位50本で80%です。パターンとしては本物ですが、あくまで記述的なものです。サンプルの69%に共通する特徴では、その中での差はあまり説明できません。
正直な結論こそが、役に立つ結論です。顔は押せば効くレバーではありません。画面に入れただけで自動的に得られるものは何もありません。だからこそ、何もしていない顔が写ったサムネイルがこれほど多いのです。そこにいて、照明も当たり、中央に置かれているのに、何の情報も伝えていません。顔が運ぶのは表情です。そして表情は、サムネイルに足りないもの、つまり物語がいまどういう状態にあるかを運ぶことができます。
サムネイルで効く表情は、好みではなくサイズで決まる
2009年にPsychological Science誌に掲載されたフレイザー・スミス（Fraser Smith）とフィリップ・シンス（Philippe Schyns）の論文 「Smile through your fear and sadness」は、距離が離れても残る表情はどれかを調べました。距離が顔を劣化させるのと同じように画像を劣化させる手法で、240 × 160ピクセルから最小15 × 10まで解像度を落とし、どの感情をまだ見分けられるかを測定しています。距離があっても最もよく認識されたのは喜びと驚きでした。この2つを見分ける手がかりが、複数の低空間周波数帯にあるためです。低空間周波数とは、画像のうち粗くぼやけた層のことで、縮小しても残る部分です。恐怖と怒りは、どの距離でも認識率が低いままでした。著者らはここに進化上の理屈を読み取っています。遠くでも伝わる2つの信号は、まさに遠くへ送りたい2つの信号であり、それ以外の表情は会話ができる距離のために作られた、というものです。
その9年後、スミスとステファニー・ロシット（Stéphanie Rossit）によるPLOS ONEの論文が、逆の方向からこの問題に取り組み、 周辺視野での表情の識別を検証しました。14人の参加者が、顔を視野の中心で見たあと、左右それぞれ15度と30度の位置で見ました。中心から離れるほど認識率は下がり、離れた位置でも最もよく持ちこたえたのは、やはり喜びと驚きでした。単なる検出、つまり顔に何らかの表情があると気づくことについては、要約によって説明が分かれています。確かなのは識別の部分だと考えてください。
これを、サムネイルが実際に表示される場所に当てはめてみましょう。サイドバーやモバイルの一覧では、サムネイルは168 × 94前後で表示されます。しかも、見つめられている対象であることはまずありません。視聴者の中心視はグリッドの別の場所にあり、この画像に視線を向ける価値があるかどうかは周辺視野が判断しています。小さく、視界の中心から外れている。これが普段の見られ方であり、研究室の実験によれば、ほとんどの表情が読み取れなくなるのがまさにこの条件です。
10秒でできるテスト
サムネイルを爪の幅くらいまで縮小し、そこから数センチ横に視線を固定して、直接見ないまま感情の名前を言ってみてください。言えなければ、その表情はただの飾りです。Thumbloreのサムネイルプレビューツールは、YouTubeが実際に表示するサイズで描画します。1280ピクセルのキャンバスで判断して168ピクセルの結果を公開してしまう、というデザイナーが陥りがちな一番の思い込みをこれで防げます。
これで、クリエイターが気づいてはいても理由を説明できなかったパターンにも説明がつきます。大げさな表情は、MrBeast時代の行き過ぎというだけではありません。解像度の低い伝達経路に対して、誇張は理にかなった対応なのです。口を大きく開け、眉を高く上げれば、表情のより多くの部分が細かなディテールではなく大まかな形に乗ります。代償は、誇張が見る人の印象に及ぼすその他のすべての影響です。それでも仕組み自体は本物です。モニター上では洗練されて見える控えめな表情がフィードで埋もれてしまうのは、このためです。
表情は本来、何のためにあるのか
サムネイルの表情は、ふつう感情を伝えるものだと説明されます。しかしその捉え方では、出来の悪いサムネイルが生まれます。感情だけでは情報にならないからです。恐怖も歓喜も衝撃も、いつでも作れますし、それだけでは何の意味も持ちません。
役に立つのは、物語の中での立ち位置として捉える見方です。顔は、視聴者にはまだ見えていない結末に対して、その人がどこに立っているかを示します。大惨事のまっただ中、というのはひとつの立ち位置です。これから結果がわかる、というのも立ち位置です。たったいま結果がわかり、しかも予想より悪かった、というのも立ち位置です。どれも物語の輪郭をほのめかしながら、答えは明かしません。それこそがサムネイルの仕事です。問いを開き、開いたままにしておき、閉じるのはタイトルと最初の10秒に任せるのです。
そう読むと、よくある早見表も恣意的なものではなくなります。驚愕の顔がネタばらしに合うのは、驚愕がクリックされやすいからではありません。クリエイターが視聴者の一歩先にいることを示し、視聴者もすぐに追いつけると約束するからです。同じ顔を表計算ソフトのハウツーに使っても、誰の役にも立ちません。その顔が向き合うべき結末が存在しないからです。そこで、文字を手で隠してみてください。初めて見る人が、何か良いことか悪いことが起きたのか、あるいは起きようとしているのかを顔だけで判断できないなら、その顔は画面で最も価値のある場所を占めながら何も語っていません。Thumbloreの クリック率の高いサムネイルのルールも、構図の面から同じことを指摘しています。注目点はひとつ、伝える主張もひとつです。
表情の一覧表
この表は、ここまでに紹介した読み取りやすさの研究結果と、それぞれの表情が伝えうるものを組み合わせたものです。読み取りやすさの列は研究に基づいています。伝えられるものの列は筆者の判断であり、法則ではなく検証すべき仮説として読んでください。
| 表情 | 小さく、視界の中心から外れたときの読み取りやすさ | 伝えられるもの | よくある失敗 |
|---|---|---|---|
| 口を開けた驚愕 | 強い。口の開きは大まかな形なので、大幅に縮小しても残る | 結果が出て、それが極端だった | 飽和。周りがみな驚愕の顔なら、驚愕は当たり前の状態になり、合図として機能しない |
| 驚き（上がった眉、見開いた目） | 強い。距離があっても周辺視野でも、最もよく認識される2つのうちの1つ | 新しさ、発見、予想外の数字 | 眉の動きが小さいと、弱い驚愕に見える |
| 本物の笑顔 | 強い。距離があっても最もよく認識される、もう1つの表情 | 温かさ、良い結果、安心して従えるアドバイス | 作り笑いはストックフォトに見える（後述） |
| 恐怖 | 弱い。2009年の縮小実験では、どの観察距離でも認識率が低かった | 危険度の高さ、危機、制御不能な状況 | ありきたりな驚きか、引きつったしかめ面に崩れる |
| 怒り | 弱い。こちらも検証された範囲全体で認識率が低かった | 対立、名指しの批判、不正 | 小さな表示で消えてしまう、眉と口の細部に頼っている |
| 嫌悪 | よくて中程度。鼻と上唇の細部でできている | 下された評価。たいていは製品や主張に対するもの | 困惑と誤読されやすく、視聴者に嫌われる可能性も最も高い |
| 疑い（片眉、左右非対称） | 弱い。非対称性は縮小で真っ先に失われる情報 | 主張の検証、意見のはっきりしたレビュー | 168ピクセルでは無表情に見える |
| 集中、力み | 中程度。体の動きでも表現できていれば | 難しさ、挑戦の最中、職人技 | 顔だけでは、力んでいるのか苦しいのか区別できない |
| 意図的な無表情 | 形としては高い。読み取るべき細部がないので伝わる | 乾いたユーモア、権威、騒がしい画面との対比 | 画面のほかの要素が役割を担っているときにしか機能しない |
パターンははっきりしています。残るのは、大きく、低周波の動きです。大きく開いた口、上がった眉、持ち上がった頬。失われるのは、繊細で社会的に洗練された側の表情です。残念なことに、原寸で最も美しく見えるのはそうした表情なのです。
クリエイターが実際に使っている表情は、また別の話
基準となる割合は知っておく価値があります。2024年9月に公開されたKapwingによる上位サムネイルの分析では、見つかった表情を分類し、驚きと喜びがそれぞれ約27%で最も多い2つだったと報告しています。著者らは、怒った顔や悲しい顔のほうが成績が良いと予想していたと書いています。これは、クリエイターが何を選んでいるかの調査であって、何が効くかの測定ではありません。その前提で読んでください。
むしろ、この結果は真似をしないほうがよい理由になります。競合の半分が2つの表情に集中しているなら、その2つこそ、自分のサムネイルが抜け出そうとしている背景の壁紙だということになります。
目線：カメラ目線と視線誘導は別の道具
被写体がどこを見るかは、顔がどんな表情をするかとは別の判断です。そしてこのトレードオフについては、研究がめずらしくはっきりしています。
カメラ目線、つまりレンズをまっすぐ見る目線は、注意を引きつけ、とどめます。周辺の位置に提示された顔では、カメラ目線の顔のほうが、目をそらした顔や目を閉じた顔よりも注意を引きます。そして視線が目に届いたあとも、注意をとどめ続けます。新生児は自分を見つめ返す顔を好むことから、この感受性は学習によるものではないと考えられます。仕組みについてはまだ議論が続いています。2021年にAttention, Perception & Psychophysics誌に掲載された研究は、注意を引くかどうかは目だけでなく周囲の顔の文脈に左右されると結論づけ、2015年の研究は、目が見えることは必要条件でも十分条件でもないとしました。見解は分かれても、効果そのものは揺らいでいません。
そらした目線は、別の働きをします。フリーセン（Friesen）とキングストーン（Kingstone）が1998年にPsychonomic Bulletin & Review誌で確立した視線手がかり課題では、目をそらした顔が中央に現れ、続いて左右どちらかにターゲットが現れます。人は、顔が見ていた側に出たターゲットにより速く反応します。目線がターゲットの位置を予測していないにもかかわらず、しかもそう知らされていても、です。この注意の移動は反射的なもので、ごく短い遅延でも、数百ミリ秒の遅延でも現れました。
つまり、ここには本当の二者択一があります。
- 顔が主役なら、カメラ目線。リアクション、解説、個人的な体験談など、何かに対する自分の反応そのものが商品になる動画です。
- ほかのものが主役なら、目線をそらす。修理したエンジン、焦がしたケーキ、グラフなどです。目線で示すほうが矢印よりもすっきりと注意を導けます。指し示したものをどう受け止めればよいかまで、視聴者に伝えられるからです。
- 両方はやらない。レンズを見ながら物を指差す顔は、視聴者がほんの一瞬しか割かない時間の中で、2つの指示を処理するよう求めることになります。どちらかが負けますが、どちらが負けるかは選べません。
笑顔の問題：168ピクセルでのデュシェンヌ・マーカー
笑顔はサムネイルで最も多く使われる表情であり、最も失敗しやすい表情でもあります。その理由には名前がついていて、知っておく価値があります。口だけを使う笑顔は、大頬骨筋によって作られます。さらに眼輪筋、つまり眼窩のまわりを囲む輪状の筋肉も使う笑顔では、頬が持ち上がり、目が細くなり、目尻にしわが寄ります。この2つ目の要素がデュシェンヌ・マーカーで、長いあいだ、心からの笑顔と作り笑いを分けるものとされてきました。
この主張は弱まりつつあります。カメラの前に立つ人にとっては良い知らせです。サラ・ガネリー（Sarah Gunnery）らの研究では、ほとんどの人が頼まれればこのマーカーを作れることがわかりました。参加者の約71%がデュシェンヌ・スマイルを、69%が非デュシェンヌ・スマイルをうまく真似できました。著者らは、誰も指導を受けていなかったことから、この数字でさえ能力を過小評価している可能性があると述べています。マーカーは誠実さの証明にはなりません。
それでも、笑顔の受け取られ方を変える働きは残っています。2020年にFrontiers in Psychology誌に掲載された研究では、ボツリヌス毒素で眼輪筋の外側部の働きを止めました。その結果できた非デュシェンヌ・スマイルは、幸福感、本物らしさ、感情のこもり方、自然さのいずれでも低く評価されました。効果は小さいものの、予想どおりの方向でした。この効果の一部は本物らしさではなく笑顔の強さを反映しているのではないか、と指摘する研究者もいます。大きな笑顔ほど多くの筋肉を使うからです。サムネイルにとっては、どちらの説明でも行き着く指示は同じです。
そして、ここで再び解像度の問題が出てきます。168ピクセルでは目尻のしわは消えています。細かなディテールは、小さな表示で真っ先に失われるものです。残るのは、同じ筋肉が生み出す大まかな形です。頬の位置が高く、目が細く、目元全体の形が変わっています。つまり「目で笑う」とは気分の話ではなく、静止画で確かめられる2つの変化を指しています。頬が上がっているか。目が細くなっているか。口だけの笑顔は、サムネイルのサイズでは不誠実に見えるというより、何も伝わらなくなります。そのほうがよほど悪い結果です。
表情は、視聴者が何かを決める前から視聴者に作用している
ウルフ・ディンベリ（Ulf Dimberg）は顔面筋電図を使った研究で、表情を見ると見ている人自身の顔にも同じ動きが生じることを明らかにしました。1982年にPsychophysiology誌に掲載された研究では、喜びの顔は頬骨のあたりの筋活動を高め、怒りの顔は眉を寄せる筋肉である皺眉筋のあたりの活動を高めました。1998年の追跡研究では、こうした異なる反応が、わずか300〜400ミリ秒見ただけで検出できることがわかりました。2000年にモニカ・トゥーンベリ（Monika Thunberg）、クルト・エルメヘード（Kurt Elmehed）と共にPsychological Science誌に発表した論文では、逆向マスキングという手法で意識に上らないほど短く顔を提示しましたが、それでも同じ反応が現れました。その後の研究では、反応しないよう指示された参加者でさえ、予想どおりの方向に顔が動いていました。
ここで重要なのはタイミングです。スクロールで素通りするかどうかの判断は、この模倣とほぼ同じ時間枠で行われます。つまり視聴者がタイトルを読む頃には、表情がすでにその人の顔を特定の調子へと動かしているのです。激怒した顔は、対立を伝えるだけではありません。見る人の眉まで動かします。
ただし、この連鎖がどこで終わるかには注意が必要です。サムネイルを見たときの表情の模倣とクリックを結びつけた研究はありません。研究が裏付けているのは仕組みであって、結果ではありません。そしてこの隙間こそ、サムネイルのアドバイスの多くが根拠のない自信をでっち上げている場所です。この境界については、 釣りサムネイルの心理学の記事でさらに掘り下げています。目の前の判断には、控えめな解釈で十分です。選んだ表情は、タイトルが読まれるときの気分になります。だから、動画の中身で応えられる表情を選んでください。
驚愕の顔は今も効くのか、きちんと答える
サムネイルの表情をめぐる議論は、いずれ口を大きく開けた驚愕の顔にたどり着き、それはもう終わったのかという話になります。よく引き合いに出されるのがMrBeastです。2023年に彼は、口を大きく開けた顔から口を閉じた表情に切り替えたら総再生時間が伸びたと語りました。この発言は広く拡散し、ほかのクリエイターもさまざまな解釈を示しています。MKBHDもその一人で、驚愕の顔のサムネイルをクリックした視聴者は釣られたと感じるのかもしれない、という見方を示しています。
真剣に受け止める価値はあります。ただ、これが何なのかは押さえておきましょう。プラットフォーム最大のチャンネルを運営する一人のクリエイターが、非公開の自分の指標について語ったもので、数字は公表されていません。Thumbloreの MrBeastのサムネイルスタイルの分析では、あのチャンネルから何が他のチャンネルにも当てはまり、何が当てはまらないかを解説しています。
一般化できるのは飽和という論点で、これは好みの問題ではありません。ある手法が効くと広まり、広まるにつれて差がつかなくなります。視聴者の目が肥えたからではなく、その手法を目立たせていたコントラストがなくなるからです。驚愕の顔の前には、赤い矢印や黄色い縁取りがそうでした。驚愕の顔に取って代わるものにも、同じことが起こるでしょう。
そうなると、確かな方法はひとつしかありません。自分のチャンネルでテストすることです。YouTubeの Test & Compareは、1本の動画で最大3枚のサムネイルを競わせ、単純なクリック数ではなく総再生時間のシェアで勝者を決めます。この問題にはこれが正しい指標です。誇張した表情への批判の核心は、動画が応えられないクリックを買ってしまうという点にあるからです。クリックでは勝っても総再生時間で負ける表情こそ、このツールがあぶり出す失敗そのものです。また表情は、ほかの条件をすべてそろえたまま比較できる数少ないサムネイルの要素でもあります。同じトリミング、同じ照明、同じ文字で、1回の撮影から3つのコマを選べばよいのです。
本当に使える表情の撮り方
表情は写真ではなく瞬間です。そして瞬間は、ポーズで作ろうとするとうまくいきません。多くのプロが行き着く解決策は、作ろうとするのをやめることです。
- 静止画ではなく動画で撮る。無表情から驚き、驚きから驚愕、そしてまた元に戻るというように、表情を変えながら10〜15秒ほど録画し、そこからコマを切り出します。連続した映像には、ポーズでは決して作れない移り変わりの途中の顔が含まれています。そして最高のサムネイル用のコマは、たいていその途中の顔です。Thumbloreの動画フレーム切り出しツールは、まさにこの工程のためのものです。
- まず目元に光を当てる。目は伝わる情報の中でも不釣り合いなほど大きな割合を担っていて、しかも最も失われやすい部分です。一番の原因は真上からの照明です。眉が眼窩に影を落とし、被写体が顔を上に傾けない限りキャッチライトも入りません。目の高さより少し上から、正面か45度の角度で光を当てるか、レフ板で光を下から跳ね返すと、目にハイライトがはっきり入り、目元も暗く沈みません。光源が大きいほど、キャッチライトも大きくなります。
- ちょうどいいと感じるより、もっと寄る。モニター上で十分に見える顔も、168ピクセルでは小さすぎることがよくあります。人が表情を判断するときに頼る2つの部分、つまり目と口が、画面のかなりの割合を占めるようにトリミングしましょう。
カメラまわりのことは、 サムネイル用の写真の撮り方のガイドでさらに詳しく解説しています。スマートフォンで使える写真を撮る方法も紹介しています。
生成した顔と、ポリシーの線引き
必要な表情を思いどおりに作れないとき、生成した顔や合成した顔は正当な選択肢です。ただし制約が2つあります。1つ目はYouTubeの サムネイルに関するポリシーです。その範囲はクリエイターが恐れているより狭く、一方で思っているより厳しいものです。コミュニティ ガイドラインに違反するサムネイルは認められません。禁止事項には、ショックや嫌悪感を与えることを意図した暴力的な画像が含まれます。また、動画に含まれていないものが見られると視聴者に誤解させるサムネイルも認められません。違反するとサムネイルが削除され、違反警告が科されることがあります。ただし初回の違反であれば警告だけで済む場合もあります。このポリシーに、表情豊かな顔そのものを制限する内容はありません。制限されているのは、動画に存在しない出来事を約束する顔です。
2つ目は、表情が小さな表示に耐えなければならないことです。生成した顔がサムネイルのサイズで失敗する理由は、作り笑いと同じです。大まかな形はだいたい合っているのに、目元がわずかにおかしいのです。そして、伝わる情報が宿っているのはその目元です。Thumbloreが力を入れているのは、まさにこの部分です。特定の表情の顔を、YouTubeが表示する解像度で生成し、デザインしたサイズではなく実際に表示されるサイズで確認できるようにしています。リアクション顔がサムネイルの要になるチャンネル向けには、 リアクションサムネイルジェネレーターを、まさにこの問題に合わせて調整しています。
よくある質問
YouTubeのサムネイルに最適な表情は何ですか？
唯一の正解となる表情はありません。ただ、根拠のある初期設定はあります。はっきり読み取れる大きな驚きか、本物の笑顔です。縮小や周辺視野での見え方に耐えることが研究で繰り返し確かめられているのが、この2つだからです。そのうえで、適切な表情とは、動画が届ける結末に対して自分がどこに立っているかを示す表情です。はっきり読み取れても何も約束しない表情なら、顔がないのと変わりません。
驚愕の顔のサムネイルは今でも効果がありますか？
今でも読み取れます。ただし、それは今でも効くということとは違います。開いた口は小さなサイズでも非常に読み取りやすいので、機械的な役割は果たし続けています。問題は飽和です。周りのサムネイルの多くが同じ表情を使っていると、差をつけられなくなります。口を閉じた表情と比べるテストを行い、クリック数ではなく総再生時間のシェアで判断してください。
YouTubeのサムネイルでは笑顔にすべきですか？
笑顔は小さなサイズで最もよく認識される表情のひとつです。ですから、温かさや良い結果を約束する動画なら、答えはイエスです。条件は、目のまわりの筋肉を使い、頬を持ち上げて目を細めることです。口だけの笑顔は、サムネイルのサイズでは空っぽに見えます。口がすべてを担っているからで、口だけがすべてを担った笑顔こそ、ストックフォトの顔そのものです。
カメラ目線でなければいけませんか？
いいえ。カメラ目線は注意を引きつけ、とどめるので、自分の反応が主役のときに使いましょう。そらした目線は、見ている方向へ反射的に注意を引っ張るので、画面内の物が主役のときに使いましょう。目にはひとつの役割だけを与えてください。両方をやろうとした画像は、どちらも果たせません。
サムネイルの中で顔はどのくらいの大きさにすべきですか？
168 × 94ピクセルで目と口がそれぞれ読み取れる大きさです。たいていは、デザイナーが原寸のキャンバスで選ぶ大きさよりも大きくなります。縮小テストで表情が伝わるまでトリミングし、伝わったらそこで止めましょう。顔が画面いっぱいになると、物や文字、文脈を置く余地がなくなります。表情が何に対するものなのかを示すのは、そうした要素です。
顔のあるサムネイルは再生回数が増えますか？
現在手に入る根拠では、増えるとは言えません。チャンネルの条件をそろえた最もクリーンな公開比較では、顔のあるサムネイルは再生回数がおよそ6%少ないという関連が見られました。プラスの効果を示したチャンネル横断の比較は、チャンネルの規模による交絡を受けています。上位の動画には顔がよく見られますが、あまりにありふれているため、顔があることではほとんど何も説明できません。顔は、それ自体が改善策なのではなく、情報を運ぶ乗り物だと考えてください。
まとめ：サムネイルの表情は好みではなく条件で選ぶ
表情をめぐる議論は、たいてい好みの問題として語られます。大げさな顔こそプラットフォームが評価するものだと擁護する側と、抑えた表情を品質の証とみなす側です。どちらも、結果を左右する層より一段上で議論しています。サムネイルは小さく、視界の隅で見られます。その条件のもとでは、人間の表情の幅のほとんどは使えません。喜びと驚きは届きます。繊細さは届きません。これは好みではなく、画像の性質です。
届く表情をどう使うかは、どんな研究も代わりに決めてはくれません。顔を結末との関係の中に置くこと。目にはひとつの役割を与えること。口だけでなく頬も動いているか確かめること。そのうえで3パターンのテストを行ってください。自分の視聴者について教えてくれるデータは、自分の視聴者からしか得られないからです。
Thumbloreは、このサイクルのうち制作の部分を担います。動画に必要な特定の表情を、YouTubeが表示するサイズで生成できるので、ひとつの表情を試すのに撮り直しは要らず、数分で済みます。顔を置く画面づくりについては、 アイトラッキング研究でわかること、わからないこととサムネイルの構図の記事で解説しています。