十年後，有人要找那張廟埕的照片

先假設一個場景

二〇三六年的某個下午，有個人打開《艷世紀》的攝影資料庫，想找一張照片。她記得的線索很模糊：好像是某個廟埕，傍晚，有人在收攤，地上有紅色的塑膠椅。她不知道那是哪一年、哪一間廟、哪一場活動。她只記得那個畫面。

問題來了：她要怎麼找到它？

如果那張照片當初存進系統時，檔名是 IMG_4821.jpg，沒有任何附加資訊，那它現在就是一團無主的畫素。搜尋框裡打「廟埕」「傍晚」「紅椅子」，什麼都不會跳出來。照片還在硬碟裡，但對這個人來說，它等於不存在。

這件事我們想了很久。攝影本身不難，難的是十年後它還被找得到、被讀得懂。

一張照片需要幾個欄位才算「被記住」

我們替《艷世紀》累積的田野攝影做了一輪盤點，發現大部分照片的詮釋資料(metadata)是空的——相機自動寫進去的只有光圈、快門、GPS 座標，而 GPS 常常還是關的。這些對搜尋幾乎沒用。沒有人會用「北緯 25 度」去找一張廟埕的照片。

於是我們定了三個必填欄位，作為 M-01 田調資料結構化引擎的一個子實驗：

• 地點：不是座標，是人講得出來的地方。「大稻埕某間老廟的廟埕」比「121.5°E」有用一百倍。
• 時間：至少到季節與時段。「初夏傍晚」比精確到秒的時間戳更接近人的記憶方式。
• 事件：這張照片在拍什麼。收攤、普渡前的準備、一場沒什麼人的地方祭典。

這三個欄位聽起來理所當然，但真正逐張填的時候才知道有多累。一次田野下來三、四百張，要一張張回想當時的情境，靠人力純手動，做到第五十張就開始敷衍了。

人物那一欄，我們選擇模糊

有一個欄位我們刻意做得「不清楚」——人物。

田野照片裡常有路人、攤販、在廟口聊天的長輩。他們沒有同意被記錄成一筆可檢索的資料。所以我們的原則是：人物欄一律模糊化。不寫姓名，不寫可辨識的身分，最多寫「一位正在收攤的攤販」「幾個坐在廟埕邊的人」這種去識別化的描述。

這不是技術限制，是選擇。一張照片可以誠實地記錄那個下午的空氣、光線、攤位怎麼擺，但不需要把某個具體的人變成資料庫裡一個被搜尋的關鍵字。田野倫理在這裡不是加分項，是底線。畫面可以留，人要退到背景裡。

AI 做初稿，人做定稿

三個欄位、幾百張照片，純手工不可能持續。這是 M-01 裡我們讓 AI 介入的一段。

流程很直接：先讓視覺模型跑一遍，替每張照片生成初稿標籤——它會辨識出「戶外」「廟宇建築」「傍晚光線」「攤販」這類客觀特徵，也會嘗試描述場景。這一步 AI 做得比人快，而且不會做到第五十張就累。

但它也錯得很有創意。它把金爐認成烤肉架，把普渡的供桌講成「戶外野餐」，把一位長輩手上的香誤判成香菸。它不懂這些畫面對地方意味著什麼——它只是在猜像素。

所以第二步永遠是人。我們逐張校對 AI 的初稿：改掉錯的、補上它看不懂的文化脈絡、把人物欄拉回模糊化的標準。AI 生成的「戶外野餐」被改成「中元普渡前的供桌準備」，需要的是知道這是什麼的人，而不是更大的模型。

這個分工是 YENZ XYZ 一貫的立場，在這個實驗裡又驗證了一次：AI 處理繁瑣的批次整理，準確性與觀點永遠由人把關。 AI 讓我們能真的把幾百張照片標完，而不是標到一半放棄；人確保標出來的東西是對的、是有分寸的。

還沒解決的事

老實說，這套流程還很粗糙。

事件欄的用詞還沒統一——同一種場合，這批寫「收攤」，那批寫「散市」，未來搜尋時會漏。我們在想要不要建一份受控詞彙表，但又怕定得太死，反而框住了田野的複雜。地點的層級也還沒理清：要細到哪一間廟，還是保留到街區就好？太精確有時反而暴露了不該暴露的東西。

而且最根本的問題還在：我們現在覺得重要的欄位，十年後的人真的會用這些線索來找嗎？也許她記得的根本不是地點和時間，而是「那張讓我想起阿嬤的照片」。這種東西，任何 metadata 欄位都接不住。

我們能做的，只是盡量把一張照片存成「還讀得懂」的樣子。標得再仔細，也只是提高它在未來被找到的機率，不是保證。但至少，IMG_4821.jpg 不會再是一團無主的畫素。它會知道自己是哪個傍晚、哪座廟埕、誰在收攤——除了那個收攤的人是誰，那一欄，我們永遠留白。