Que tamanho um rosto precisa ter numa miniatura

“Use um rosto” não é um tamanho

É o conselho mais repetido sobre miniatura e o menos aplicável, porque para exatamente onde a decisão começa. Um rosto de que tamanho? Você está desenhando em 1280 × 720 e a interface não vai te mostrar isso. Ela mostra um card de 346 pixels de largura no feed da home no computador, uma linha de 360 pixels na busca e um item de 168 pixels na coluna de sugeridos ao lado de um vídeo rodando.

É uma redução para 0,27× num card e para 0,13× na coluna de sugeridos — o mesmo arquivo, renderizado em um sétimo do tamanho linear. O tamanho do rosto é a única propriedade da miniatura que essa redução destrói e que ainda dá para consertar de graça enquanto você desenha, porque aumentar uma cabeça não custa nada. As próprias dicas de thumbnail e título do YouTube também mandam mostrar um rosto, sem colar nenhum número nisso — que é exatamente o buraco que esta página existe para tapar.

O que precisa sobreviver não é a cabeça

Cabeça é silhueta. Em quase qualquer tamanho ela diz que tem uma pessoa no quadro, o que vale alguma coisa mas não é o motivo pelo qual alguém recomenda rosto. O motivo é a expressão — surpresa, dúvida, esforço, nojo — e a expressão mora numa faixa que atravessa os olhos e a boca.

Essa faixa é mais ou menos um terço da cabeça. Nas três miniaturas reais que eu medi numa grade em porcentagem, ela deu 34%, 32% e 40% da altura da cabeça, então um terço é o número de trabalho. Ou seja: seja o que for que você acha que está colocando no quadro, a parte que carrega a mensagem tem um terço da altura que você imagina.

Uma régua que já está na página

Em vez de afirmar um limite em pixels a partir do qual um rosto humano se lê — eu não testei isso, e quem te diz 20% ou 30% também não —, use uma comparação que você mesmo consegue conferir, na mesma tela, na mesma olhada.

Do lado de cada miniatura o YouTube desenha o seu título, e uma linha dele tem 20 pixels de altura num card, 23 num resultado de busca, 18 na coluna de sugeridos no computador e 16 nos sugeridos no celular. Se a faixa dos olhos e da boca do seu rosto for mais baixa que uma linha do título ao lado, ela não está disputando atenção com esse título. É textura.

Então é este o tanto de quadro que a cabeça precisa ocupar

Uma linha de título como alvo para a faixa, e uma faixa que é um terço da cabeça, dão uma altura de cabeça exigida por superfície. Estes são os tamanhos renderizados pelo mock desta ferramenta, que segue o layout do próprio YouTube:

Quem manda é a superfície mais estreita, e é a mesma que manda no tamanho do título: a coluna de sugeridos ao lado de um vídeo rodando, onde o espectador está escolhendo o que ver em seguida. Num card, um terço do quadro basta. Ali, precisa de mais da metade.

Três miniaturas reais, lidas numa grade

Para isso não ficar no campo da afirmação, peguei três miniaturas dos pacotes desta ferramenta — um talking head de negócios, uma tela dividida de política, uma demonstração de fitness —, sobrepus uma grade com intervalos de 5% e li ali a caixa da cabeça e a faixa dos olhos até a boca. Depois multipliquei pelas alturas renderizadas acima.

O que isso significa na prática

O talking head é o único dos três que funciona em todas as superfícies, e no editor ele parece absurdo: uma cabeça ocupando dois terços da altura do quadro, cortada em cima, ficando com um terço da largura. Isso não é tique de estilo de canal grande. É o que a conta pede.

A tela dividida é o caso interessante, porque falha num lugar exato — a coluna de sugeridos — e esse não é um caso de canto. É onde o espectador decide o que ver depois do vídeo que já está assistindo, e é a superfície em que o resto da sua miniatura também não é legível.

O plano de demonstração é o erro comum e o mais perdoável, porque o rosto não é para ser o assunto: o quadro branco é. O problema é que o rosto continua gastando um quarto do quadro sem carregar nada em tamanho de card — dez por cento da altura dão nove pixels de expressão numa coluna de sugeridos. Se o assunto é o assunto, esse quarto de quadro rende mais gasto no assunto.

Nada disso diz que um rosto precisa ocupar um terço do quadro. Diz que um rosto *feito para carregar expressão* precisa, e que um rosto abaixo desse tamanho é decoração cuja área você está pagando. Decidir que é decoração é uma escolha legítima; não decidir é a escolha que sai caro.

Dois rostos não são duas chances

Quadro dividido é o jeito padrão de sinalizar um confronto, uma comparação, um antes e depois, e vale saber quanto custa. Cada rosto fica com metade da largura, então uma cabeça que na largura inteira teria 65% da altura do quadro normalmente cai para 40–55% numa metade — foi o que eu medi na de política: 53% e 40%.

A maior das duas sobrevive nos cards e morre nas colunas de sugeridos; a menor morre antes. Ou seja, o quadro dividido na prática entrega a superfície mais estreita em troca de uma relação entre dois assuntos. Às vezes essa relação *é* o vídeo e a troca está certa. O que ela não é: um jeito de dobrar a quantidade de rosto no quadro.

Onde o rosto pode ficar de fato

Decidido o tamanho, a posição tem duas restrições, e nenhuma delas é de composição.

A interface desenha por cima do quadro: o selo de duração no canto inferior direito, outros selos embaixo à esquerda, a barra de progresso na borda de baixo. Um rosto com a boca ou o queixo embaixo à direita é um rosto com uma pílula preta em cima numa boa parte das impressões. As zonas estão mapeadas no guia da zona segura, com um modelo para sobrepor ao seu desenho.

E um Short é uma imagem completamente diferente, não um recorte desta — ali o YouTube entrega um frame de verdade vertical, e é por isso que o guia dos Shorts trata dele separado. Se o mesmo rosto tem que funcionar nos dois formatos, precisa ser composto duas vezes, e a versão vertical tem a tarefa mais fácil: um quadro 9:16 dá muito mais espaço para uma cabeça ser grande.

Rosto grande deixa menos espaço para texto, e está tudo bem

A objeção a uma cabeça em um terço do quadro é sempre a mesma: não sobra espaço para as palavras. Verdade, e não é perda, porque as palavras que importam não estão na imagem.

O título do lado da miniatura é desenhado pelo YouTube num tamanho que ele controla e tem legibilidade garantida — é ali que vão números, nomes, modelos e anos. A imagem carrega uma ideia só, sem palavras, e um rosto em tamanho de trabalho é um dos melhores jeitos de carregar isso. Essa divisão é o assunto do guia sobre o par miniatura–título, e é ela que abre espaço para um rosto grande em vez de competir com ele.

Se o texto tem que estar na imagem de todo jeito, ele disputa a mesma área com o rosto e os dois encolhem. Três ou quatro palavras num tamanho que sobrevive à redução é o teto; o guia sobre tamanho de texto tem a medida dessa outra metade.

Quando o rosto é a escolha errada

Dois casos em que a conta argumenta contra o rosto, e não a favor de um maior.

Quando o assunto é um objeto — um produto, um gráfico, um lugar, uma tela — um rosto em tamanho de trabalho é um terço do quadro gasto numa pessoa que o espectador ainda não reconhece. É o reconhecimento que torna o rosto valioso num canal com público, e um canal sem público recebe só a expressão, que precisa ser forte o bastante para valer essa área.

E quando a expressão é neutra. Um rosto calmo, bem iluminado e profissional em 65% do quadro é uma fotografia grande de um desconhecido. A regra de tamanho é um piso de legibilidade, não a afirmação de que qualquer rosto naquele tamanho funciona; ela diz que, se a expressão vale ser mostrada, mostrar custa isso.

A checagem de um minuto

Tudo acima é um raciocínio sobre uma redução, e redução é uma coisa que dá simplesmente para olhar. Coloque o arquivo real num feed real e vá até a coluna de sugeridos — a superfície mais estreita, a que manda — e veja se o rosto ainda está fazendo um trabalho ali ou se virou uma forma.

É para isso que serve a ferramenta de pré-visualização: a mesma imagem nos cinco tamanhos renderizados, ao lado dos concorrentes com quem ela vai aparecer de verdade. Um rosto que sobrevive à coluna de sugeridos sobrevive, por definição, a todo o resto — então é a única visão que você precisa conferir.

As perguntas que todo mundo faz