如果你曾經上傳過 YouTube 影片，卻眼睜睜看著觀看次數停在 200 次毫無起色，你就會知道問題並不一定出在內容。關鍵在於縮圖。
YouTube 官方的 創作者學院 (Creator Academy) 證實，90% 表現最佳的影片都使用了自訂縮圖。但在發布之前，你要如何知道你的縮圖是否真的夠吸睛？
這就是縮圖分析工具派上用場的地方。我們針對同一組 50 張縮圖，對 7 款工具進行了實測對比，看看哪些工具能真正提供具備參考價值的見解。
我們測試了什麼
我們根據以下五項標準對每款工具進行評估：
- 準確度 — 視覺注意力預測是否符合真實的眼動追蹤數據？
- 可執行性 — 它是否能告訴你如何修正，而不僅僅是指出哪裡有問題？
- 速度 — 獲得結果的速度有多快？
- 平台支援 — 僅限 YouTube，還是支援多平台？
- 價格 — 每次分析的成本是多少？
1. FlowDx
綜合評價最佳。 FlowDx 同時使用三個 AI 引擎：DeepGaze IIE 用於生成注意力熱點圖（MIT Saliency Benchmark 中排名第一的顯著性模型）、認知活化分析用於評估情緒與記憶反應，以及 Gemini vision 用於提供具體的修正建議。
它的獨特之處在於：它不只會顯示熱點圖，還會明確告訴你該修改什麼以及原因，並為每項建議提供依據。五維度認知評分（注意力、焦點、情緒、行動、記憶）為你提供了一個系統化改進的框架。
| 評估標準 | 評分 |
|---|---|
| 準確度 | 9/10 — DeepGaze IIE，與真人眼動追蹤相關性達 87% 以上 |
| 可執行性 | 10/10 — 提供具備依據的具體修正建議 |
| 速度 | 7/10 — 約 30 秒（熱啟動），約 2 分鐘（冷啟動） |
| 平台支援 | 9/10 — YouTube、Instagram、TikTok、電子商務、到達網頁 (Landing pages) |
| 價格 | 免費試用 + 每月 $19.9 美元（100 點積分） |
2. Thumblytics
一款專注於 YouTube 的縮圖測試工具，使用點擊模擬而非注意力預測。它會在模擬的 YouTube 動態消息中展示你的縮圖與競爭對手的縮圖，讓你評估視覺衝擊力。適合進行競爭分析，但無法解釋為什麼某張縮圖有效或無效。
3. TubeBuddy Thumbnail Analyzer
作為 TubeBuddy 瀏覽器擴充功能的一部分，它直接在 YouTube 工作室中提供縮圖 A/B 測試。分析功能較為基礎（對比度檢查、文字可讀性、人臉偵測），但其原生整合 YouTube 的特性非常方便。最適合搭配更深層的分析工具使用。
4. VidIQ Thumbnail Preview
VidIQ 提供搜尋結果中的縮圖預覽，幫助你查看縮圖在實際環境中的外觀。然而，它更像是一個預覽工具而非分析工具——它不提供注意力熱點圖或優化建議。
5. Canva Thumbnail Maker
Canva 擅長利用模板製作縮圖，但其分析能力僅限於基礎的設計檢查。沒有注意力預測，也沒有認知評分。適合製作縮圖，但不適合診斷縮圖表現不佳的原因。
6. Attention Insight
Attention Insight 使用 AI 預測人們在任何設計上的視覺落點。他們的熱點圖表現不錯，但該工具是為 UX/網頁設計而非社群媒體縮圖設計的。起步價為每月 $58 美元，對個人創作者來說價格偏高。
7. EyeQuant
EyeQuant 是一個企業級的注意力分析平台。準確度極高（基於大量的眼動追蹤數據集訓練），但其定價是針對代理商和大品牌設計的，遠遠超出了大多數個人創作者的負擔範圍。
最終評比
| 工具 | 最佳用途 | 價格 | 注意力熱點圖 | 修正建議 |
|---|---|---|---|---|
| FlowDx | 完整診斷 + 修正建議 | $19.9/月 | 是 (DeepGaze IIE) | 是，附帶依據 |
| Thumblytics | 競爭預覽 | $9/月 | 否 | 否 |
| TubeBuddy | YouTube A/B 測試 | $7.50/月起 | 否 | 基礎分析 |
| VidIQ | YouTube SEO + 預覽 | $7.50/月起 | 否 | 否 |
| Canva | 縮圖製作 | 免費/$13/月 | 否 | 否 |
| Attention Insight | UX/網頁設計 | $58/月 | 是 | 有限 |
| EyeQuant | 企業級分析 | 客製化定價 | 是 | 是 |
對於大多數創作者和行銷人員來說，FlowDx 達到了完美的平衡點：以實惠的價格提供科學級的注意力分析，並具備其他工具所缺乏的可執行修正建議。
參考資料
- YouTube Creator Academy. 縮圖最佳做法.
- Linardos, A. et al. (2021). DeepGaze IIE: Calibrated prediction in and out-of-domain for state-of-the-art saliency modeling. ICLR 2021.
- MIT Saliency Benchmark. saliency.mit.edu.