上个月我把手上四家餐饮客户的素材盘清了一遍，总共 3.1 万张图片、417G 视频，散在 6 块硬盘里。最老的素材是 2023 年 3 月的，最新的拍于上周二。清完之后我做了次复盘，发现真正耗时间的根本不是拍摄也不是剪辑，是素材加工这个中间环节。
先说结论，我的做法跟大部分教程不一样：我不建议你「统一格式」，而是「最小必要转换」。源素材永远留一份原始副本，只有进时间线的那份才做加工。这个原则后面展开讲，先说我踩的坑。
一、图片加工：别再用 PS 动作了
我最早是用 Photoshop 的动作加批处理，200 张图跑了大概 7 分钟，看着还行。但到 3000 张以上的量级就废了：PS 会吃满内存，中途崩一次你得从头来。而且动作保存出来的 JPEG，默认质量是 8（满分 12），跟手动导出的观感对不上。
后来换 ImageMagick 的 mogrify，命令行长这样：
mogrify -path ./out -auto-orient -resize 2000x2000\> -quality 82 -strip -interlace Plane *.jpg几个参数值得单独说：
-auto-orient 必须放前面。我第一次跑的时候没加，结果 800 多张竖拍的手机照片全部躺平了——因为 -strip 会把 EXIF 里的 Orientation 标记一起删掉，看图软件就不知道该怎么转。这个坑我在论坛上至少看到十几个人问过。
-resize 2000x2000\> 里那个反斜杠加尖括号是「只缩小不放大」的意思。不加的话小于 2000px 的图会被拉大，糊一片。
-quality 82 对 JPEG 是量化质量。我在 4K 屏上对比过 82 和 95，肉眼几乎看不出差别，体积差了将近一倍。82 是个比较划算的位置。
-interlace Plane 是渐进式 JPEG，网页加载时先出模糊轮廓，体感上会觉得快一点。
单进程跑 3 万张 resize，在我的 M2 Pro Mac mini 上大约 55 分钟。用 GNU parallel 拆成 8 个进程（M2 Pro 是 10 核，留两个给系统），压到 12 分钟出头。这里有个细节：mogrify 是原地覆盖的工具，必须用 -path 指定输出目录才安全。我第一次忘了写 -path，直接把一批原片覆盖成了缩略图，还好当时有备份。
格式这块，如果素材是给网页或者 App 用的，我现在的顺序是 JPEG/PNG 原图先过 cwebp（-q 78 -m 6）。Google 官方给的数据是 WebP 有损比同画质 JPEG 小 25% 到 34%，我这次实测 1.2 万张商品图，JPEG 总共 4.7G，转成 WebP 之后 3.1G，降幅 34%，跟官方数据基本吻合。AVIF 还能再小一截，但编码速度慢 5 到 8 倍，3 万张的量级跑不起。
EXIF 我是用 exiftool 批量灌的，给每个客户的素材打上客户名和拍摄日期关键词，方便以后按关键词搜。命令是 exiftool -r -overwrite_original -Keywords+=客户名 ./目录。注意 -Keywords+= 是追加，写成 = 会直接覆盖掉相机原来的关键词和版权信息，这个也是后来才发现的。
二、视频加工：CRF 别照抄
网上关于 FFmpeg 的文章，十个有九个让你用 -crf 23 -preset medium。这个组合不算错，但要看场景。
H.264 的 CRF 范围是 0 到 51，23 是 x264 的默认值。我自己的经验是：给客户看的预览版用 CRF 26 到 28，交付成片用 CRF 19 到 21，需要二次调色的中间文件不要用 CRF，直接上 ProRes 或者 DNxHR。
之前有个项目，为了省硬盘，我把所有 4K 素材按 CRF 23 转成 H.264 1080p 再剪。剪完导出成片交付，客户拿去投流，投手反馈说画面上有轻微的块状感。回头一查，是二次转码叠加的伪影——原片 H.265 转 H.264 丢了一次信息，剪辑导出又在残留伪影上压了一遍。从那以后我改了规矩，代理只用于剪辑预览，交付一律从原始素材重新链接导出。
代理素材这块有个反常识的地方：转代理不是为了省空间，是为了让剪辑软件跑得动。
我这次 417G 的 4K HEVC 素材，转成 1080p 的 ProRes Proxy，最后占了 512G，比原来还大。原因是 ProRes 422 Proxy 在 1920x1080 29.97fps 下的目标码率大概是 45 Mbps，而且是帧内压缩，你原来的素材压得越狠，转完涨得越多。想让代理文件比原片小，得换 DNxHR LB，1080p 大概 36 Mbps；或者干脆用 H.264 的 all-intra 模式，体积能压到原片三分之一以下，但拖时间线的流畅度不如 ProRes。
我的选择是买硬盘。2T 的三星 T7 现在六百多块，比省下来的时间便宜多了。
三、音频和杂项
音频这块我只做两件事：统一采样率到 48kHz（视频工程的标准，44.1kHz 是 CD 时代留下的），以及批量做响度归一化。
响度我用 FFmpeg 的 loudnorm 滤镜，目标 -14 LUFS，这是 YouTube 和 Spotify 的标准。抖音和 B 站大概在 -13 到 -11 之间浮动，具体看内容类型。
ffmpeg -i in.wav -af loudnorm=I=-14:TP=-1.5:LRA=11 -ar 48000 out.wavTP 是 true peak，-1.5dB 是留的余量，防止转成有损格式之后再削波。
四、我现在的工作流
- 原始素材进盘，按「日期_客户_设备」建目录，不重命名原始文件名
- exiftool 批量灌元数据，加客户名和日期关键词
- 图片：mogrify 出 2000px 工作副本，原图不动
- 视频：4K HEVC 走 ProRes Proxy，1080p 走 H.264 all-intra
- 进剪辑软件干活，交付时切回原始素材重新链接
第 5 步是重点。达芬奇和 PR 都有「切换代理」的开关，很多人不知道，剪完之后直接导出代理版，画质白瞎了。
五、最后说点不太讨喜的
我觉得大部分人根本不需要这么复杂的素材加工程序。如果你一个月就剪三五个视频，素材不到 200G，手动拖拽完全没问题，学 FFmpeg 的时间成本够你手动拖一年。
批量化加工真正划算的临界点，我的经验是在 5000 个文件或者 300G 素材左右。低于这个量，投入产出比是负的。
还有就是，脚本能帮你省时间，但替不了判断。哪个镜头留哪个镜头扔，哪张图调亮一点哪张压暗一点，这些事工具做不了。我见过有人把批量锐化、批量加对比度的脚本套到所有素材上，出来的东西千篇一律，客户一眼就能看出来。
批量化只解决重复的部分，剩下的还是得自己来。