Vincent Wen

← 文章

請 AI 從幾百張旅行照片挑十張：縮圖總覽、放大看對焦、地點要查證

發布 2026-11-02・更新 2026-11-02・約 7 分鐘讀完

這篇寫給喜歡拍照、照片多到挑不完的人，不用會寫程式。我請 Claude 從幾百張旅行照片裡挑出網站要放的幾張，這裡記下它怎麼挑，以及我怎麼確認它沒挑錯、沒寫錯。挑出來的照片在攝影與遊記。

Claude 是 Anthropic 做的 AI。我用的是 Claude Code，它在我的電腦上執行，可以直接打開外接硬碟裡的照片資料夾。文中的數字都是 2026-11-02 的狀態。

先講結論

AI 很適合做第一輪：幾百張照片排成縮圖，它很快就能分出好的、普通的、重複的。縮圖看不出來的事，要放大看或讀照片檔裡的資料；地點和有沒有人入鏡，不該讓它自己決定。

11 月 1 日我放了前兩趟遊記，11 月 2 日又放了三趟。過程中被抓到的錯，有一個是從縮圖猜出來的：一句寫錯的照片說明。近拍的照片，也都是放大看過對焦才留下。

為什麼挑照片最花時間

我的照片放在外接硬碟的「數位暗房」，一趟旅程一個資料夾。修好、匯出的完稿放在 RawJpg 資料夾。RAW 是相機存下的原始檔，要用修圖軟體調過才變成一般照片。網站上一趟只放幾張，配一段短短的遊記。

旅程 完稿照片 網站放的
九寨溝與黃龍 247 張，其中 11 張是人像，不選 14 張
三層坪 85 張 12 張
北埔大湖六塘落羽松 3 張，另有相機直出的 JPG 253 張 9 張
烏來內洞 13 張 8 張
象山看 101 夜景 6 張，另有一張合成照放在外層 6 張

挑照片累的不是按刪除，是要一張一張比：這張跟上一張差在哪、焦有沒有對到、有沒有拍到路人。我一開始只是問 Claude「我怎樣挑照片」，後來就變成請它直接幫我挑。

縮圖總覽：一次看一整批

縮圖總覽（contact sheet）是把一批照片縮小、排成格子，每格標上編號和檔名。Claude 一次看一張這種圖，一張排幾十張，最多 64 張。

同一個位置連拍的幾張排在一起，哪幾張重複一眼就看得出來。有編號也好溝通：九寨溝那趟它建議放 10 張，說明裡寫拿掉 #37、#56，因為跟其他張重複，我不用打開檔案就知道是哪兩張。檔名則讓它挑完能找回原檔。

請它打一到五顆星

第一天我問 Claude，能不能幫我沒評過的照片打一到五顆星。它的做法是看縮圖總覽、量每張的曝光和清晰度、讀拍攝參數，逐張評分；高星的和疑似失焦的，放大到原尺寸再確認。同一個位置連拍好幾張，只有最好的那張拿高星，其餘給 2 星。

旅程 張數 5 星 4 星 3 星 2 星 1 星
三層坪 85 4 20 26 33 2
九寨溝與黃龍 236 4 37 96 99 0

當時網站上的照片全在 4 星以上。我照它的建議調整：九寨溝換 2 張、加 2 張，三層坪換 1 張、加 2 張，兩趟都變成 12 張。拿到 1 星的兩張都在三層坪，一張光圈開到 f2.8、前景的樹幹沒對到焦，另一張頂端有一片失焦的葉子。

我想在 Mac 的 Finder 裡直接看到星等，Claude 就把它寫成 Finder 的標籤和註解：「5星」紅色、「4星」橙色，註解寫「Claude 評 N 星（2026-11-01）：理由」，兩趟共 321 張，照片本身沒動。照片檔裡也有地方可以存星等（XMP，一種附在照片檔裡的資料），但 Finder 不顯示，搜尋也篩不出來，所以沒用。

挑選的規則

後面三趟（象山、內洞、落羽松）就照這幾條挑：

規則 實際的例子
先用完稿，不夠才用相機直出的 JPG 落羽松那趟的完稿只有 3 張，其中兩張幾乎一樣，另外從相機直出的 JPG 補了 7 張
幾乎一樣的只留一張 象山有兩張合成照只差一點點，只放一張
遠景、近景都要有 落羽松有 17mm 廣角拍的整排倒影，也有 200mm 長鏡頭近拍的睡蓮
有人入鏡的先不放，等我決定 九寨溝的候選照都放大確認過沒有路人；內洞那趟有 6 張手機拍的我的背影，我說要放一張，選了 IMG_1020 裁得比較緊的修圖版；落羽松同一天的人像照沒放
地點不確定的不放 落羽松資料夾裡有 7 張手機照（芒草、水庫），不確定在哪裡拍的，沒放

相機直出的 JPG，是相機自己轉好的照片，沒經過我調色。

放大到 100% 看對焦

縮圖最騙人的是對焦。放大到 100%，就是照片的一個像素對螢幕上的一個點，細節才看得出來。

Claude 一開始也替每張照片算了清晰度分數。這類分數常見的算法，是看整張照片裡有多少明暗變化很快的邊緣，邊緣越多分數越高。寫這類程式教學的作者也提醒，分數要多高才算清楚，得拿你自己的照片來調（Rosebrock，2015）。

麻煩出在景深。景深是照片裡從近到遠都清楚的那段距離。光圈開大（f 後面的數字小）、用長鏡頭，景深就淺：主體清楚，背景糊成一片。糊掉的背景幾乎沒有邊緣，整張算下來分數就被拉低，主體再清楚也一樣。一篇研究人像照清晰度的論文也指出，傳統的清晰度演算法會把這種照片判成不清楚，因為對到焦的範圍比模糊的部分小很多；他們建議只評估本來該對焦的那一塊（Vysotska 等，2024）。

所以 Claude 改成把主體那一塊裁出來，放大到 100% 看。落羽松那趟的公雞是 200mm、f2.8 拍的，同一隻連拍好幾張，裁出來比，留下羽毛最清楚的那張。兩張睡蓮近拍也是同樣的設定，一樣放大看過才留下。裁的位置也要對準主體，裁到背景，看到的只會是一片糊。

讀拍攝資料，寫老實的遊記

相機每拍一張，都會把拍攝時間、相機型號、光圈、快門、焦距寫進檔案，這叫 EXIF。手機或有 GPS 的相機，還會寫進拍攝地點。

Claude 寫遊記前會先讀這些資料：

  1. 寫準時間。象山那趟網站上的 6 張，從 18:35 拍到 19:34。18:35 那張太陽還在 101 旁邊，遊記就寫「六點半的時候太陽還掛在 101 旁邊」；曝光最長的一張是 30 秒。其中幾張是 HDR：同一個角度拍幾張亮度不同的照片，合成一張，亮的天空和暗的街道才能同時看清楚。三層坪的資料是上午 9:31 到 11:16、瀑布一張曝 8 到 30 秒、白鷺鷥那張 1/640 秒，遊記就寫這些。
  2. 照拍攝順序排。網站照檔名排列，手機和相機的檔名規則不一樣。內洞那張背影是最後拍的，複製時在檔名前面加上跟相機照片一樣的前綴，讓它排在最後。
  3. 只寫看得到的。九寨溝那篇只寫照片和拍攝時間看得出來的事：第一天上午陰天、有雪，下午 1 點已經放晴；第二天先經過寺院，再走木棧道，最後看到鈣華池。我那天心情怎樣，它不寫。

地點和照片說明要查證

照片說明會變成網頁上每張照片的替代文字。替代文字是圖片載不出來、或用螢幕閱讀器的人會讀到的那句話，搜尋引擎也會讀。寫錯了不容易被發現，所以要對著大圖查。

  • 我自己也會講錯。第二天我先說要「小烏來瀑布」那趟，後來改口，要的是內洞那趟，原本說的那趟就整個不用。
  • 落羽松的照片沒有 GPS。Claude 沒有猜地點，等我給了一篇介紹新竹北埔大湖六塘的部落格文章，再對照照片：看板上的柿子吉祥物對得上，才把地點寫進去。這三趟遊記的「關於」段落都附上資料出處。
  • 落羽松有一張公雞，Claude 看縮圖時寫成公雞在樹下，看了處理好的大圖才發現牠站在石頭上，改成「站在石頭上的公雞」。
  • 攝影頁原本有一區「精選」，只有 4 張，單獨放著有點怪。拿去跟暗房原檔比對：一張跟九寨溝遊記裡的是同一張，一張是同一個場景，另外兩張併進九寨溝，那趟變成 14 張。

挑完之後交給程式

挑照片要我和 AI 一起判斷，後面的步驟就固定了：

步驟 做什麼
複製到「網站精選」 挑中的照片複製到該趟資料夾裡的 網站精選，只複製不搬，完稿原檔不動
遊記寫在筆記裡 文字是 Obsidian（一套筆記軟體）裡的一篇筆記，篇首標「網站: 發布」才會上網站；照片說明不顯示成文字，而是變成替代文字
跑一行指令 npm run photos：照片長邊縮到 2048 像素、拿掉 GPS 和相機資料（包含相機序號）、右下角壓上 LOGO 浮水印（底下暗就用白色，亮就用墨藍）、每趟最多 16 張

這個指令每次整個重建，要改內容就改筆記，不改網站裡的檔案。GPS 拿掉之後，別人下載網站上的照片，也看不到拍攝位置。

想用 ChatGPT 或 Claude 自己試

聊天版的 ChatGPT、Claude 都能看圖。不用寫程式，可以照這幾步：

  1. 傳縮圖總覽，不要一張一張傳 300 張。Mac 的 Finder 或 Windows 的檔案總管切成大圖示，檔名就在縮圖底下，截一張圖就是縮圖總覽。一次傳一批，告訴它這是哪一趟、你想放幾張。
  2. 請它打星等，每張附一句理由。順便說「同一個位置連拍的，只給最好的那張高分」，重複的就會浮出來。
  3. 請它列出「從縮圖看不出來的事」：焦有沒有對到、有沒有路人、細節清不清楚。這張清單就是你要自己檢查的項目。
  4. 對焦自己放大看。高分的候選照，在電腦上放大到 100% 看主體，或把主體那一塊裁下來傳給它。背景糊掉的照片，不要只看一個清晰度分數。
  5. 地點不要讓它猜。照片沒有 GPS，就自己找資料給它，再一起對照照片裡的招牌、看板。
  6. 照片說明對著大圖寫，不要對著縮圖寫。
  7. 拍攝資料自己給。截圖裡沒有拍攝時間和快門這些資料，要寫準就自己抄給它。Mac 的「預覽程式」打開照片後，按工具列的「資訊」按鈕就能查看照片的相關資訊。
  8. 有人入鏡的照片，自己決定放不放。

參考資料