AI 选片助手：婚礼摄影师挑图挑到凌晨，这活其实可以先让机器干一半

一场婚礼跟拍结束，摄影师手机和硬盘里躺着两三千张 RAW。接下来两天他要干两件事：把糊的、闭眼的、连拍里几乎一样的挑出去；再把剩下的几百张交给客户，让客户自己选六十张入册。前一件事几乎不需要审美，后一件最适合塞进一个能点开的在线相册里。

这就是我觉得值得小团队试一把的方向：不做修图，不做生成，只做「选」。修图赛道已经很挤，交付质量还依赖审美；选片是流程活，标准清晰、结果可验收，客户也愿意为「快几天拿到成片」付钱。

痛点分两层，别混在一起做

• 技术层筛选：闭眼、跑焦、模糊、严重过曝、连拍组里取一张。可以用人脸检测、清晰度评分、相似度聚类做初筛。这里召回率比精准率重要——漏掉一张好片，比多留几张废片严重得多。
• 商业层筛选：客户在几百张里挑六十张。需要的是「能发出去的链接 + 大图预览 + 勾选收藏 + 一键导出选中清单」，本质是个轻量协作页，AI 只负责排序和标注推荐。

很多工具只做第一层，摄影师还是得手动导出一堆文件夹发给客户；也有人只做第二层，客户面对三千张反而更崩溃。两层串起来，才是完整的交付链路。

为什么适合个人或两三人小团队

• 数据可以不出本地。清晰度、人脸、相似度这类模型很小，一台带独显的机器就能跑，而工作室对「照片不外传」非常敏感。
• 验收标准明确。摄影师一眼就能看出「这张闭眼怎么没挑出来」，反馈直接，不像生成类产品要反复对审美。
• 付费场景天然。婚礼、儿童、毕业季都有明显旺季和按场次结算的习惯，按场收几元到几十元，比说服工作室按月订阅容易得多。
• 客户能感知。客户在微信里点开一个链接就能挑片，体验差别肉眼可见，工作室也更好对外报价。

起步顺序，和几个容易踩的坑

先别做产品。找两三家本地工作室，免费帮他们把最近一场的片子跑一遍初筛，把「省了多少时间」记下来，再谈收费。技术上优先用成熟的本地模型或开源库做人脸与清晰度打分，自己只写串流程和导出；在线选片页先用现成模板搭，跑通再重构。

坑有三个：一是隐私，客户肖像尤其是儿童照片属于敏感信息，上传云端前要拿到工作室与客户的明确同意，默认本地处理最稳妥；二是别承诺替代摄影师的判断，工具只做初筛和排序，最终入册永远由人来定；三是旺季集中、淡季低频，交付窗口很紧，高峰期必须稳，也要接受平时闲置。

海外已有做 AI 选片的成熟商业产品（如 Aftershoot、Narrative Select），说明需求被验证过。国内的机会不在算法，而在本地化：微信生态里的客户选片、中文工作流，以及「照片留在自己电脑上」这件事本身。想验证，今天就可以问相熟的工作室一句：上一场片子，你挑了多久？