摘要

當 2000 年代的 1600×1200 像素照片遇上現代的 5568×3712 高解析度影像，如何讓它們在同一個時間軸上和諧共存？本文記錄一位即將退休校長的影像資產管理實踐：從 Synology NAS 的儲存架構、Pixelmator Pro 的 AI 修復技術，到 Apple Photos 的資產管理系統，再到 Final Cut Pro 的剪輯整合。這不只是技術操作指南，更是一場「為傳承而整理」的知識實踐——兩個專案《燈亮著，人已遠——無盡燈的故事》與《淨零，是一堂全校一起上的課》正在誕生。當我們把 25 年的數位記憶從「垃圾」轉化為「資產」時，我們其實是在為後人種下可被理解的種子。

時光修復師：從 2000 年到 2025 年的影像資產管理實戰

前言：20265年 1 2月，一個新計畫的開始

2025 年 12 月，工作告一段落，我坐在電腦前，凝視著硬碟裡累積 25 年的數位照片，明白是時候整理它們了。

這不是一次簡單的檔案整理，而是一場「知識分享」專案的啟動。經過與 AI 助手們（ChatGPT、Grok、NotebookLM、Gemini、Claude）的深度對話,我決定將這些影像轉化為兩個核心專案：

《燈亮著，人已遠—無盡燈的故事》（The Light Remains — A Story of the Endless Lamp）
《淨零，是一堂全校一起上的課》（Net Zero Is a Lesson for the Whole School）

但在開始影片製作之前，我面臨一個技術挑戰：如何讓 2000 年代的低像素照片與現代高解析度影像和諧共存？

這篇文章記錄了我的完整工作流程，從儲存架構到 AI 修復，從資產管理到剪輯整合。這不只是給自己的操作筆記，更希望能為同樣面對「數位遺產修復」問題的人，提供一條可行的路徑。

第一章：儲存架構——建立可靠的數位基地

Synology NAS：大庫房的智慧管理

為什麼選擇 NAS？

所有原始檔案都儲存在 Synology NAS 中，這是我的「數位基地」。NAS 不只是儲存空間，更是一個智慧化的資產管理系統。

Synology Photos 的核心功能：

智慧預覽管理

支援 HEIC/HEVC 格式
透過 Synology Image Assistant 產生預覽圖與壓縮影片
確保各種格式都能正確顯示

彈性的空間配置

個人空間：私人照片與影片
共用空間：家庭成員共享的記憶
每位使用者擁有獨立空間，同時可靈活分享

強大的搜尋功能

透過關鍵字搜尋：

標籤、檔案名稱、描述
人物與物件辨識
YYYY-MM-DD 格式的日期
Live Photo、360 度相片及影片
組合式搜尋：「Amy」+「畢業」+「2024-06-30」

透過篩選器搜尋：

檔案類型、拍攝日期、已命名的人物
地理位置、評等、一般標籤
相機、鏡頭、焦距、曝光時間、光圈、ISO

索引重建

路徑：帳號圖示 → 設定 → 個人設定/共用空間 → 索引 → 重建索引
確保搜尋功能的準確性

Mac 預覽程式：最快的存取方式

為什麼用預覽程式？

Mac 內建的預覽程式（Preview）直接連接 Synology NAS 存取照片，速度最快，操作最直覺。

預覽程式的優勢：

檢視、編輯和管理 PDF 與影像
加入註解和簽名
結合或分割 PDF 檔案
與他人分享作品
支援 Mac 本機或 iCloud 檔案

實際應用場景：

我運用預覽程式快速挑選照片。但也發現了兩個問題：

早期照片品質不佳

2000 年代因硬碟空間不足
加上資訊設備限制
許多圖檔被過度壓縮
造成現在使用困難

標籤同步問題

在預覽程式中加的標籤
在 Synology Photos 中無法同步顯示
需要另尋解決方案

⚠️ 發現的問題引發下一步思考：能否用 AI 處理這些壓縮過度的照片？

第二章：照片修復—AI 技術的實戰應用

問題診斷：像素差距的巨大鴻溝

技術現實：

2000 年照片：1600×1200 像素，72 dpi（約 200 萬像素）
現代照片：5568×3712 像素，300 dpi（約 2000 萬像素）
差距：10 倍的像素量差異

如果要在同一個時間軸（Timeline）中使用這些照片：

單純放大會產生嚴重的馬賽克與雜訊
需要「智慧補點」而非「硬性拉伸」
必須維持視覺一致性

Pixelmator Pro：專業修復的完整工作流

經過與 AI 助手的討論和實際測試，我建立了以下五步驟修復流程：

步驟一：AI 超解析度放大（ML Super Resolution）

這是 Pixelmator Pro 最強大的功能

ML Super Resolution 是一個機器學習驅動的縮放演算法，能夠智慧地放大影像，同時保留傳統方法常失去的細節。與數學插值像素值的一般演算法不同，Super Resolution 會分析影像的模式和紋理，在更大的尺寸中重新創造視覺上重要的細節。

操作步驟：

在 Pixelmator Pro 中打開 1600×1200 的照片
選擇選單：Image → ML Super Resolution
或快捷鍵：Option ⌥ + Command ⌘ + U
系統會將圖片長寬各放大最多 3 倍
1600×1200 會變成 4800×3600

為什麼這麼有效？

像 Google 的 RAISR 技術一樣，ML Super Resolution 使用卷積神經網絡來分析你要「增強」的影像，並預測正確的像素進行插值。它會考慮每張影像的實際內容，嘗試識別邊緣、模式和紋理，基於 Pixelmator 的資料集和大量訓練來重新創造細節。

實測效果：

雖然還未達到 5568×3712
但像素品質已大幅提升
足以應付高品質印刷與 4K 影片輸出

步驟二：處理 DPI 與列印尺寸

釐清一個重要概念：

72 dpi 與 300 dpi 的差異主要在於「印刷密度」，而非數位顯示。對於影片製作來說，DPI 設定並不適用——影片軟體主要識別的是像素維度（Pixel Dimensions）。

但如果你需要印刷（如照片書）：

點選：Image → Image Size
取消勾選「Resample Image」（重新取樣影像）
將解析度從 72 改為 300
物理尺寸會變小，但這才是真實的印刷尺寸

專業建議：

不必刻意追求將 72dpi 改為 300dpi（針對影片）
應該專注於提升總像素量
匹配現代照片的細緻度

步驟三：AI 降噪與色彩校正

2000 年代的數位相機感光元件，在高光或暗部常有數位雜訊。

ML 降噪（ML Denoise）：

開啟「Color Adjustments」面板
選擇「ML Denoise」
去除舊相機特有的顆粒感
保留重要細節

ML 增強（ML Enhance）：

選擇「ML Enhance」
自動校正 20 年前數位相機常見的色偏
通常偏黃或偏綠
讓色調接近現代相機的自然感

權衡之道：

必須在銳利度（Sharpness）與降噪（Noise Reduction）之間取得平衡
過度銳化會讓雜訊變明顯
過度降噪則會流失細節

步驟四：裁切與畫幅統一

面對的挑戰：

舊照（4:3）：1600×1200
新照（3:2）：5568×3712
這是製作照片書或影片時最大的視覺干擾

解決方案：

不要硬把 4:3 拉伸成 3:2！

在影片中：

讓 4:3 保留原始比例
左右留黑邊或放模糊背景
強調這是「歷史檔案」的視覺語言

在照片書中：

統一設定一個 16:9 或 3:2 的框架
舊照不足的部分：
使用「ML Retouch」或「Smart Fill」補足邊緣
或乾脆留白邊，增加敘事感

步驟五：批次處理（節省時間的關鍵）

如果有數千張 2000 年代的照片，一張張調整會耗費太多精力。

Pixelmator Pro 支援批次處理：

建立批次動作序列：

[ML Super Resolution] 
→ [ML Enhance] 
→ [Set to 300 dpi]

讓電腦自動處理
可以利用 macOS 的「Shortcuts」（捷徑）功能
或使用 Pixelmator Pro 內建的批次處理工具

時間估算：

單張照片：幾秒鐘（ML Super Resolution）
批次處理：可在夜間或工作時段進行
數千張照片可能需要數小時到一天

輸出格式策略：雙軌制收納

修復後的照片需要選擇輸出格式。Pixelmator 的原始檔為 .pxd 格式，需要另存為其他格式。

可選格式：HEIC、JPEG、PNG、WebP、TIFF

我的「雙軌制」建議

軌道一：最高品質存檔 → TIFF（8-bit）

用途：

數位底片（Digital Negative）
未來高規印刷
需要再修復時的源檔案

優點：

無損壓縮格式
完整保留 Pixelmator 修復後的像素細節
保留 300dpi 資訊
Final Cut Pro 處理時穩定度最高
不會因重複存檔產生破壞性壓縮（如 JPEG）

儲存位置：

保留在 Synology NAS 的原始資料夾
作為「數位底片」長期保存

軌道二：節省空間且兼顧品質 → HEIC

用途：

日常瀏覽與分享
匯入 Apple Photos
Final Cut Pro 剪輯使用

優點：

Apple 的標準格式
比 JPEG 更輕量但色彩深度更高（支援 10-bit）
適合在 Apple Photos 中瀏覽
剪輯軟體完美支援
檔案大小約為 JPEG 的一半

匯入位置：

Apple Photos 圖庫
用於「生活資產」的管理與使用

❌ 不建議的格式：

WebP：網頁專用，會損失細節
PNG：主要用於去背，對照片沒優勢
JPEG：重複存檔會累積損失

保留「時光的質感」——主編的哲學提醒

雖然技術上可以修復到接近現代照片的水準，但身為這個專案的「製作人」，我給自己的提醒是：

不要修得「太像現代照片」。

為什麼？

那種 2000 年代初期：

微弱的感光雜訊
獨特的色調
稍低的銳利度

其實也是一種「敘事資產」（Narrative Asset）。

在 18 分鐘完整版影片中：

當畫面從模糊低像素
逐漸過渡到現在的清晰高畫質
正是生命不斷演進、系統不斷升級的最佳視覺證明

這種「時間的質感」，本身就是故事的一部分。

第三章：資產管理——Apple Photos 的系統化整理

製作新的照片圖庫

修復完成的照片需要進入資產管理系統。Apple Photos 是 Apple 生態系中最高效的選擇。

為什麼選擇 Apple Photos？

非破壞性連結

Final Cut Pro 側邊欄可直接抓取相簿
不需要重複匯入
原始檔案保持完整

iCloud 自動備援

對「種子傳承」計畫至關重要
確保照片不會因硬碟損毀而消失

智慧化管理

人臉識別
地點標記
關鍵字系統

建立專案專用圖庫

操作步驟：

如果 Mac 上的「照片」App 已開啟：

選擇「照片」→「結束照片」

按住 Option 鍵：

按一下「應用程式」檔案夾中的「照片」圖像
或按一下 Dock 中的「照片」圖像

在「選擇圖庫」對話框中：

按一下「新增」

設定圖庫：

輸入圖庫名稱
選擇儲存位置
按一下「好」

我的圖庫規劃（初版）

最初我想按主題分開建立：

圖庫一：家庭-照片圖庫.photoslibrary
圖庫二：龍巖國小-照片圖庫.photoslibrary
圖庫三：溪洲國小-照片圖庫.photoslibrary
圖庫四：廉使國小-照片圖庫.photoslibrary

⚠️ 主編的關鍵建議：單一圖庫 vs. 多個圖庫

經過與 AI 製作主編的討論，我發現了一個重要問題：

問題一：隨身碟的潛在風險

原本想法：

將修復後的照片先存在隨身碟
作為「挑選區」

主編建議：

隨身碟（USB Flash Drive）讀寫壽命與穩定性較低
修復後的 TIFF 檔案很大
傳輸速度會拖慢批次處理

優化方案：

在 NAS 中建立 [Working_Project] 資料夾
或改用行動 SSD（如 Samsung T7 或 SanDisk Extreme）
SSD 傳輸速度會讓 Pixelmator Pro 批次處理快上許多

問題二：Final Cut Pro 的圖庫限制

關鍵發現：

Final Cut Pro 的側邊欄通常只能預覽「系統圖庫（System Photo Library）」。

這意味著：

如果切換到「龍巖國小圖庫」
必須在 Photos 中將其設定為系統圖庫
FCP 才能抓到

實際操作的麻煩：

每次剪輯不同專案
都要切換系統圖庫
非常不便

主編的優化方案

建議採用「單一圖庫 + 資料夾分類」：

📚 i-29 Lab 主圖庫.photoslibrary
│
├─ 📁 《燈亮著,人已遠》專案
│   ├─ 📂 台中師專時期
│   ├─ 📂 民和國小時期
│   ├─ 📂 龍巖國小時期
│   ├─ 📂 溪洲國小時期
│   └─ 📂 廉使國小時期
│
├─ 📁 《淨零課程》專案
│   ├─ 📂 愛樹教育
│   ├─ 📂 食農教育
│   └─ 📂 智慧校園
│
├─ 📁 家庭生活
│   ├─ 📂 2000-2005
│   ├─ 📂 2006-2010
│   └─ 📂 2011-2025
│
└─ 📁 修復完成素材
    ├─ 📂 2000s 修復版
    └─ 📂 待處理素材

優點：

FCP 一次看到所有時期的照片
用「資料夾」和「相簿」系統管理
不需要切換圖庫
剪輯時流暢得多

何時才需要分開圖庫？

照片量超過 10 萬張時
會明顯感受到卡頓
否則單一圖庫配合資料夾是最佳選擇

善用「面孔識別」與「關鍵字」

臉部識別的重要性

在匯入 Apple Photos 後，建議：

讓電腦跑幾天進行「人物識別」
手動確認與命名重要人物

為什麼這對「遺囑等級」作品至關重要？

當你想剪輯關於「太太」或「某位老師」的片段時：

只要點擊人名
所有照片會立刻出現
省去數小時的手動搜尋

關鍵字策略

操作方式：

在 Photos 中選取一批照片
按下 Cmd + K
加上關鍵字：
#課程
#農場實踐
#淨零綠校園
#愛樹教育

FCP 整合：

Final Cut Pro 的搜尋功能
可以直接抓取這些關鍵字
快速篩選素材

第四章：剪輯整合——從 Photos 到 Final Cut Pro

為什麼選擇 Final Cut Pro？

針對我的專案特性，Final Cut Pro 是最適合的工具：

優勢一：深度整合

與 Apple Photos 整合度最高
可直接在 FCP 內瀏覽 Photos 的照片與 Live Photos
無需重複匯入

優勢二：照片處理優化

處理「Ken Burns Effect」（肯伯恩斯特效）非常直覺
照片的緩慢推近與平移
對 18 分鐘的照片敘事片至關重要

優勢三：速度

對 HEIC 與 TIFF 的讀取優化極佳
Apple Silicon 原生支援
Metal 加速

DaVinci Resolve 何時使用？

備選方案：

如果之後想對 20 年前照片的「顏色」進行極致的電影級微調（調色），DaVinci Resolve 的色彩引擎世界第一。

但要注意：

Photos 整合度不如 FCP
學習曲線較陡
更適合專業調色需求

FCP 剪輯的專業技巧

技巧一：代理媒體（Proxy）

雖然修復後的 HEIC 品質很好，但如果打算製作 18 分鐘且包含大量特效的影片：

建議：

在 FCP 匯入時選擇「Create Proxy Media」
讓你在老照片之間切換轉場時，電腦反應速度如飛
最後輸出時它會自動換回高品質原檔

技巧二：智慧相簿（Smart Albums）

在 Apple Photos 中建立智慧相簿：

範例：

「2000-2005 已修復」：
條件：日期範圍 + 關鍵字「已修復」
「廉使國小淨零專案」：
條件：關鍵字「廉使國小」+ 「淨零」
「重要人物 - 家人」：
條件：人物標籤

這些智慧相簿會在 FCP 側邊欄直接顯示，快速篩選素材。

技巧三：新舊照片的視覺平衡

主編建議的測試步驟：

在 Final Cut Pro 建立專案，設定為 4K (3840×2160)
試著把一張 2000 年的修復照與一張現代照片放進時間軸
檢查：

兩者的質感是否銜接？
是否需要加上微弱的「Film Grain」（底片顆粒）濾鏡？
讓新舊照片的銳利度達到視覺上的平衡

設計「跨時空對話」的視覺效果：

用淡入淡出強調時間流動
用分屏對比過去與現在
用緩慢的 Ken Burns 營造回憶感

第五章：兩個專案的架構設計

專案一：《燈亮著，人已遠——無盡燈的故事》

核心理念：

「我不是想成為英雄，只是種下種子，然後功成身退。」

影片結構（六章）：

第一章｜最初的火

學習階段（台中師專及民和國小時期）
素材來源：最早期的紙本照片數位化
視覺風格：泛黃、溫暖、充滿希望

第二章｜燈被交到我手上

龍巖國小階段
素材來源：2000 年代初期數位相機照片（已修復）
視覺風格：清晰度提升，色調現代化

第三章｜我學會不讓它熄滅

溪洲國小階段
對應人生低谷、重大打擊
視覺風格：色調偏冷，緩慢節奏

第四章｜燈不只一盞

廉使國小階段
學生、夥伴、社群、農場
視覺風格：豐富多彩，動態感強

第五章｜我慢慢退到光的後面

退休、交棒、農場成形
視覺風格：寧靜、遼闊、未完待續

終章｜燈亮著，人已遠

空景、土地、孩子、風、聲音
視覺風格：4'33" 感知型，留白與沉澱

專案二：《淨零，是一堂全校一起上的課》

核心理念：

「制度如何讓人不用當英雄。」

18 分鐘影片結構（四個 4'33" 循環）：

循環一：【基地的覺醒】（0:00 - 4:33）

廉使國小的環境背景
淨零轉型的起點與教育哲學
為什麼要這樣做？

循環二：【三條路徑的交織】（4:33 - 9:06）

快速剪輯愛樹、食農、智慧校園的運作實況
強調這是一堂「全校式」的課程
制度怎麼撐住人？

循環三：【治理的技術】（9:06 - 13:39）

揭露幕後的行政分工與課程設計邏輯
告訴觀者：我們是如何把「難事」變「常態」
人可以怎麼被替換？

循環四：【種子的未來】（13:39 - 18:00）

展望：淨零校園如何影響家庭與社區
最終定格在：「淨零，是我們留給未來的禮物。」
系統留下來，我可以離開

第六章：修正後的完整工作流程

經過與 AI 製作主編們（ChatGPT、NotebookLM）的討論，以及實際操作的調整，我將原本的工作流程優化為以下版本：

步驟一：儲存架構（NAS 大庫房）

📦 Synology NAS
│
├─ 📁 原始檔案（Photos_Original）
│   ├─ 2000/
│   ├─ 2001/
│   └─ ...2025/
│
├─ 📁 修復完成（Photos_Restored）
│   ├─ TIFF（數位底片，長期保存）
│   └─ HEIC（Apple Photos 使用）
│
└─ 📁 專案工作區（Working_Projects）
    ├─ 燈亮著_人已遠/
    └─ 淨零課程/

管理工具：

Synology Photos 智慧預覽
Mac 預覽程式快速挑選

步驟二：素材挑選（高速工作區）

不使用隨身碟，改用以下方案：

方案 A：NAS 專案夾

在 NAS 建立 [Working_Project] 資料夾
直接在網路存取
適合網路速度快的環境

方案 B：行動 SSD（推薦）

使用 Samsung T7 或 SanDisk Extreme
傳輸速度：讀取 1050 MB/s，寫入 1000 MB/s
Pixelmator Pro 批次處理快上數倍
完成後再回存 NAS

挑選策略：

依主題分類（專案一、專案二、家庭等）
標記優先級（5 星系統）
初步篩選（從 10,000 張選出 1,000 張）

步驟三：AI 修復（Pixelmator Pro）

完整五步驟：

1. ML Super Resolution（放大 3 倍）
   ↓
2. 設定 DPI（針對印刷需求）
   ↓
3. ML Denoise + ML Enhance（降噪與色彩校正）
   ↓
4. 裁切與畫幅調整（保持視覺一致）
   ↓
5. 批次處理（自動化流程）

輸出雙軌制：

TIFF → 存回 NAS（數位底片）
HEIC → 匯入 Apple Photos（生活資產）

步驟四：資產管理（Apple Photos 單一圖庫）

建立「i-29 Lab 主圖庫」：

📚 i-29 Lab 主圖庫.photoslibrary
│
├─ 📁 專案素材
│   ├─ 📂 《燈亮著，人已遠》
│   │   ├─ 台中師專時期
│   │   ├─ 民和國小時期
│   │   ├─ 龍巖國小時期
│   │   ├─ 溪洲國小時期
│   │   └─ 廉使國小時期
│   │
│   └─ 📂 《淨零課程》
│       ├─ 愛樹教育
│       ├─ 食農教育
│       └─ 智慧校園
│
├─ 📁 時間軸分類
│   ├─ 2000-2005（已修復）
│   ├─ 2006-2010
│   └─ 2011-2025
│
└─ 📁 智慧相簿
    ├─ 重要人物 - 家人
    ├─ 重要人物 - 學生
    ├─ 重要人物 - 同事
    └─ 關鍵字分類

完成三大任務：

人物識別

讓電腦自動識別
手動確認重要人物
命名與分類

關鍵字標註

按 Cmd + K 加關鍵字
建立標籤系統
便於 FCP 搜尋

智慧相簿建立

依條件自動篩選
日期 + 關鍵字 + 人物
直接同步到 FCP

步驟五：剪輯製作（Final Cut Pro）

專案設定：

解析度：4K (3840×2160)
幀率：24 fps 或 25 fps
色彩空間：Rec. 709（標準）或 Rec. 2020（廣色域）

工作流程：

匯入素材

從 FCP 側邊欄直接抓取 Photos 相簿
勾選「Create Proxy Media」（代理媒體）
保持原始檔案連結

組織時間軸

用「Compound Clips」（複合片段）管理章節
用「Keywords」（關鍵字）標記素材類型
用「Favorites」（最愛）標記精選片段

視覺處理

Ken Burns Effect：照片動態
Color Grading：統一色調
Film Grain（選用）：新舊照片質感平衡
Transitions：淡入淡出為主，避免花俏

音訊設計

旁白錄製（18' 思考型）
環境音（4'33" 感知型）
背景音樂（極簡、不干擾）
音訊混音（對話 -12dB、音樂 -24dB、環境音 -18dB）

輸出設定

格式：H.264 或 H.265
解析度：1080p 或 4K
位元率：20-25 Mbps
針對 YouTube 優化

第七章：實戰中的挑戰與解決方案

挑戰一：早期照片壓縮過度

問題描述：

2000 年代因硬碟空間不足
許多照片被過度壓縮為 JPEG
導致細節流失、雜訊明顯

解決方案：

AI 修復的極限

ML Super Resolution 能改善，但無法「無中生有」
嚴重壓縮的照片可能需要接受瑕疵

敘事策略

將「低品質」轉化為「歷史感」
在影片中用字幕或旁白說明：
「這是 2000 年代初期的數位記憶，畫質雖然模糊，但情感依然清晰。」

選擇性使用

只用於「必要的歷史時刻」
而非試圖填滿整段時期

挑戰二：預覽程式標籤無法同步

問題描述：

在 Mac 預覽程式中加的標籤
在 Synology Photos 中無法顯示

解決方案：

根本原因：

Mac 的標籤系統（Tags）是儲存在 macOS 的 Spotlight metadata
Synology Photos 使用的是 EXIF/IPTC metadata
兩者不互通

優化策略：

在 Synology Photos 中直接標註

使用其內建的標籤系統
確保跨平台相容

或完全依賴 Apple Photos

修復後直接匯入 Apple Photos
在 Photos 中完成所有標註
FCP 直接讀取

統一標註原則

選擇一個主要平台（建議 Apple Photos）
所有標註在該平台完成
避免跨平台標註造成混亂

挑戰三：檔案大小與儲存空間

問題描述：

TIFF 檔案極大（單張 30-50 MB）
數千張照片會佔據數百 GB
iCloud 同步會非常緩慢

解決方案：

三層儲存策略：

第一層：NAS（TIFF 數位底片）
- 長期保存
- 最高品質
- 不同步到雲端

第二層：Apple Photos（HEIC 生活資產）
- 日常使用
- 合理品質（10-bit）
- iCloud 同步（可選）

第三層：專案工作區（SSD）
- 剪輯期間
- 臨時檔案
- 完成後刪除

空間管理：

定期清理 FCP 的 Render Files
使用「Optimize Storage」讓 iCloud 管理本機空間
NAS 定期備份到外接硬碟（3-2-1 備份原則）

挑戰四：批次處理的時間成本

問題描述：

ML Super Resolution 運算密集
單張照片需要幾秒到十幾秒
數千張照片可能需要數小時

解決方案：

分階段處理：

第一階段：精選優先

先處理確定會用的照片（約 200-300 張）
用於初剪與測試

第二階段：章節擴展

依影片章節需求
逐步擴展素材庫

第三階段：完整處理

利用夜間或週末
批次處理剩餘照片
建立完整資產庫

效率技巧：

使用 Apple Silicon Mac（M1/M2/M3）
Neural Engine 加速 ML 運算
同時進行其他工作（如腳本撰寫）

第八章：從技術到哲學的反思

為什麼要做這件事？

在整理這 25 年照片的過程中，我不斷問自己：

這些照片，到底是為了什麼而存在？

不是為了懷舊——懷舊是向後看，而我想做的是向前種。

不是為了炫耀——「你看我做了什麼」從來不是我的語言。

是為了傳承——讓後人理解：

一個系統如何被建立
一個理念如何被實踐
一條路如何被走出來

照片的四種價值（再次確認）

經過實際操作，我更確信之前與 AI 對話中提煉的四種價值：

1. 作為制度證據（Evidence）

淨零綠校園的推動過程
課程設計的實施紀錄
獎項申請的佐證資料

2. 作為敘事素材（Narrative Assets）

《燈亮著，人已遠》的視覺骨架
《淨零課程》的案例說明
部落格文章的配圖

3. 作為教學工具（Educational Tool）

工作坊中的實例分享
線上課程的視覺教材
讓抽象理念變得可見

4. 作為傳承基礎（Legacy Foundation）

家族記憶的視覺化
教育理念的延續
為後人留下脈絡

技術背後的「功成身退」哲學

這整套技術流程，其實是在實踐一個核心理念：

「我不是想成為英雄，只是種下種子，然後功成身退。」

技術只是工具，真正重要的是：

什麼值得被留下？

不是所有照片都需要修復
只修復那些「十年後仍可懂」的影像

怎麼留下才不累？

建立系統化工作流程
讓後續維護變得容易
避免過度完美主義

留下來是給誰看的？

給學生：理解老師的選擇
給家人：理解父親的價值
給後進：理解這條路的可能

當 AI 成為對話夥伴

在這個專案中，我與三位 AI 助手進行了深度對話：

ChatGPT：

提供哲學層面的反思
幫助我釐清核心價值
設計敘事架構

Gemini+NotebookLM：

提供技術層面的建議（我把使用手冊丟給NotebookLM）
解析影像處理邏輯
優化工作流程

Grok：

從旁觀者角度評價
補充不同視角
提醒潛在風險

Claude：

幫我整理與輸出本文

這個過程讓我理解到：

AI 不是取代人類，而是：

幫助我們更清楚地思考
讓隱性知識變得顯性
加速「知識提煉」的過程

但最終的選擇與判斷，仍然是人類的責任。

結語：種子已種下，時光會證明

2026 年 1 月，當我開始這個專案時，我知道這不會是一蹴可幾的工作。

現在，經過數週的整理、修復、討論、測試，我已經：

✅ 建立了完整的儲存架構

Synology NAS 的三層結構
雙軌制輸出策略
清晰的檔案命名規則

✅ 掌握了 AI 修復技術

Pixelmator Pro 的五步驟流程
批次處理的自動化
新舊照片的視覺平衡

✅ 建構了資產管理系統

Apple Photos 單一圖庫
人物識別與關鍵字系統
智慧相簿的自動篩選

✅ 規劃了兩個核心專案

《燈亮著，人已遠》的六章結構
《淨零課程》的四循環設計
Final Cut Pro 的剪輯策略

下一步：從整理到創作

接下來的工作是：

短期（1-2 個月）：

完成第一支 4'33" 測試短片
驗證技術流程的可行性
建立片頭片尾的固定語彙

中期（3-6 個月）：

完成《燈亮著，人已遠》第一章
完成《淨零課程》的 18 分鐘完整版
產出配套的部落格文章

長期（1 年）：

完成兩個專案的所有章節
彙整成敘事影像書（PDF 與紙本）
開放給需要的人參考與學習

給同樣在整理數位遺產的你

如果你也面對著累積多年的數位照片，不知道如何開始，我想分享幾個心得：

1. 不要追求完美，先求完成

不是每張照片都要修復
先挑出「核心故事」的關鍵影像
其他的可以慢慢來

2. 建立系統比處理單張重要

花時間建立工作流程
未來會省下數倍時間
系統可以被複製、被傳承

3. 技術只是工具，故事才是核心

ML Super Resolution 很強大
但無法彌補「不知道要說什麼」
先想清楚：這些照片要回答什麼問題？

4. 不要孤軍奮戰，善用 AI 助手

ChatGPT 幫你釐清思路
NotebookLM 幫你整理邏輯
Grok 幫你提供不同視角
但最終決定權在你手上

5. 記住「十年後」的標準

「如果十年後只剩這一張，別人能不能看懂我當時在做什麼？」

這是判斷照片價值的最佳標準。

最後的最後

當我完成這篇文章時，我意識到：

這不只是一篇技術教學文章，更是一份「為留下來而整理」的實踐記錄。

照片不是用來記錄過去，而是用來支撐未來。

當我把這 25 年的影像從「數位垃圾」轉化為「生命資產」時，我其實是在做一件更重要的事——

讓這個世界，多留下一些可以被理解、可以被傳承的美好系統。

種子已經種下。

燈會繼續亮著。

即使人已遠去。

本文完成於 2026 年 1 月
記錄於 i-29 Lab
分類：知識分享 > 知識轉譯 > 知識整理術
關聯文章：《從數位垃圾到生命資產：25 年影像的系統化敘事工作流》
相關專案：《燈亮著，人已遠——無盡燈的故事》、《淨零，是一堂全校一起上的課》
標籤：#影像修復 #數位資產管理 #Pixelmator Pro #Apple Photos #Final Cut Pro #AI修復 #知識傳承 #功成身退

附錄：快速參考指南

技術工具清單

儲存與管理：

Synology NAS（主要儲存）
Samsung T7 SSD（工作區，1TB）
Mac 預覽程式（快速瀏覽）
Synology Photos（智慧管理）

修復與處理：

Pixelmator Pro（AI 修復）
Apple Photos（資產管理）

剪輯與輸出：

Final Cut Pro（主力剪輯）
DaVinci Resolve（進階調色，選用）

關鍵快捷鍵

Pixelmator Pro：

ML Super Resolution：Option ⌥ + Command ⌘ + U
Image Size：Option ⌥ + Command ⌘ + I

Apple Photos：

新增關鍵字：Cmd + K
顯示資訊：Cmd + I
建立相簿：Cmd + N

Final Cut Pro：

匯入媒體：Cmd + I
建立複合片段：Option ⌥ + G
加入關鍵字：Cmd + K

輸出格式建議速查表

用途	格式	設定	儲存位置
數位底片	TIFF 8-bit	無損壓縮	NAS 長期保存
日常使用	HEIC	10-bit 色彩	Apple Photos
YouTube	H.264/H.265	1080p/4K, 20-25Mbps	直接上傳
印刷	TIFF/PDF	300dpi	印刷廠