- 登入
- 註冊
AI 影片生 1080P 太貴：我用 Codex 做了一個本機放大工具
內容目錄
顯示
重點摘要
- AI 影片的工作方式是大量生、大量丟。一支能用的片段背後通常躺著好幾支被刪掉的，而生成平台幾乎都按解析度分級計費，所以在抽卡階段就開最高階，等於把錢付在還不確定會不會留下的檔案上。
- 我的做法是把解析度往後挪：生成階段用便宜的低解析度大量試，確定要用的片段才放大成 1080P，而且放大這段不回平台，在自己電腦跑。
- 放大工具是用 Codex 做的，不是我寫程式。下載 ChatGPT 桌面版、切到 Codex、貼一段提示詞，它會檢查顯卡、裝環境、寫程式、跑實測、做出桌面捷徑。
- 底層是 Real-ESRGAN 的 realesr-general-x4v3，透過 NCNN／Vulkan 跑本機顯卡，是真的逐格 AI 重建。工具同時保留一個非 AI 的 Lanczos 模式，兩者在介面上分開標示，不混為一談。
- AI 重建生出來的細節是「看起來合理」，不等於原片真的有那個資訊。原片破圖、結構錯的，重建只會把錯的東西畫得更清楚，該重生成還是要重生成。
AI 影片放大，指的是把已經生成好的低解析度影片（480P 或 720P）轉成 1080P 以上的規格。做法分兩種：一種是真的用模型逐格重建細節，另一種是傳統的高品質縮放，只是把像素算大、不生新東西。付費平台賣的是前者，但前者其實也能在自己電腦免費跑 — Real-ESRGAN 是開源專案，透過 NCNN／Vulkan 可以直接用本機顯卡運算，不綁 CUDA，官方說明列出的支援範圍涵蓋 Intel、AMD、NVIDIA，不需要上傳、不需要訂閱。
這篇要講的就是怎麼把這件事變成一個雙擊就能開的工具：為什麼值得把解析度往後挪、工具怎麼做出來、提示詞為什麼要寫成那個樣子，以及 AI 重建什麼時候會幫倒忙。
為什麼不要一開始就開 1080P
先把一個習慣拆掉：很多人開新專案的第一件事，是把解析度拉到平台允許的最高階，然後開始抽。這個順序是反的。
AI 影片的工作方式本來就是大量生、大量丟。一支真正能用的片段背後，通常躺著好幾支被刪掉的，而且越是要求角色一致、運鏡精準的案子，這個比例越難看。這代表你每付一次高解析度的錢，有很高的機率是付在一個等下就會被刪掉的檔案上。
而生成平台幾乎都按解析度分級計費，解析度越高單位成本越高，排隊等算圖的時間通常也越長。這兩件事疊在一起，抽卡階段就開最高階是最不划算的選擇。各家的實際級距與計價方式會隨版本調整，開始前自己到後台的用量說明確認一次比較準。
所以合理的順序是：試鏡頭、試運鏡、批量抽變體，這些全部在低解析度做，因為你在這個階段要判斷的是構圖對不對、動作順不順、角色有沒有飄，這些用 480P 就看得出來。等片段定案，再處理解析度。差別只在於，最後那一關要不要繼續付給平台。
整套流程其實只有中間那段花錢
| 階段 | 做什麼 | 成本 |
| 試片與抽卡 | 480P 或 720P 大量生成，確認構圖、運鏡、角色一致性 | 最低階點數，丟掉也不心疼 |
| 定案 | 選出真正要進剪輯的片段，其他全刪 | 零 |
| 放大交付 | 本機顯卡逐格 AI 重建，批次轉成 1920×1080 或 1080×1920 | 零，只花電腦運算時間 |
第三段是這篇的主題。它不需要上傳、不需要登入、不需要訂閱，因為模型跟工具鏈都是開源的：Real-ESRGAN 負責重建、FFmpeg 負責影片拆解與合成。卡住一般人的從來不是取得不到，是這些東西都只有命令列，沒有人會為了一次交付去背指令、寫批次腳本。
這就是 Codex 補上的那一塊。
兩個步驟，把工具做出來
步驟一：下載 ChatGPT 桌面版，切到 Codex
2026 年 7 月起，原本獨立的 Codex app 併進了 ChatGPT 桌面版。現在一個桌面程式裡有 Chat、Work、Codex 三種模式，Mac 和 Windows 都有，所有方案都能用。裝好之後從左上角的選單切到 Codex 就對了。
Codex 和網頁版 ChatGPT 最大的差別在於，它能讀寫你電腦上的檔案、開終端機、安裝套件、執行程式。這也是為什麼同一段提示詞在網頁版只會得到一份程式碼，在 Codex 裡會得到一個可以雙擊打開的程式。
步驟二：開一個新資料夾，把提示詞貼進對話框
建議另外開一個乾淨的資料夾當專案目錄，不要直接丟在桌面或下載資料夾，之後找檔案會比較清楚。貼完提示詞按下送出，它會先檢查這台電腦的顯示卡、顯示記憶體與可用空間，再決定實作方式，接著去官方來源取得 Real-ESRGAN 權重與 FFmpeg，然後開始寫程式。過程中它會問你要不要允許下載或執行，同意就好。
這一版比單純縮放那種工具重很多，因為它要跑實測、比對樣本、量實際耗時。實際要跑多久取決於你電腦上缺多少東西，中間還會停下來等你同意，所以不要排在趕件的空檔做。結束時它會告訴你程式放在哪、桌面捷徑叫什麼，以及哪些項目是實測過的、哪些只是估算。
完整提示詞
以下整段複製貼上即可。這一版是寫給 Windows 的，Mac 要改哪幾行寫在文末的常見問題。
請從零製作一個 Windows「通用 AI 影片批次放大工具」。
請直接完成可執行程式、測試、使用說明與桌面捷徑，不要只提供程式碼或建議。先檢查這台電腦的顯示卡、顯示記憶體、可用空間及開發環境，再選擇合適的實作方式。
【用途】
處理我所有類型的 AI 影片，包括人物、商品、風景、室內、動物及動畫，不限定任何題材。
主要目標是：真正進行 AI 細節重建，同時盡量縮短處理時間。
【AI 模型與引擎】
1. 預設模型明確使用 Real-ESRGAN 的 realesr-general-x4v3 通用輕量模型。
2. 優先採用 NCNN／Vulkan 在本機 GPU 執行；FFmpeg／FFprobe 負責影片讀取、合成與驗證。
3. 不使用 VideoProc，不使用 Gen Detail v3，也不要將其他模型改名冒充。
4. 模型從官方來源取得，保留來源、版本、授權與 SHA256。
5. 若官方權重需要轉換格式，必須驗證轉換後模型與原始模型的數值一致性，並檢查實際輸出畫面。
6. AI 模式不可偷偷改成普通縮放，也不可為了加速而先降低來源解析度或跳過影格。
7. AI 失敗時明確顯示錯誤，不自動假裝處理成功。
【處理模式】
提供清楚區分的模式：
– 快速 AI：realesr-general-x4v3，設為預設。
– 一般放大：Lanczos 縮放，可選輕微銳化，明確標示非 AI。
如有加入重型 AI，請列為選配，不要設為預設。
快速 AI 可先進行模型原生 4 倍重建，再縮至目標尺寸。
不要宣稱生成的細節一定等於原始真實資訊。
【輸出設定】
1. 直式預設 1080×1920；橫式預設 1920×1080。
2. 正確處理手機影片旋轉資訊。
3. 保留畫面比例，不拉伸、不裁切；比例不同時補黑邊。
4. 預設保留原始 FPS、每格時間碼與播放速度，支援可變幀率。
5. 可選 24、25、30、50、60 FPS；清楚標示為重複／刪減影格，不是 AI 補幀。
6. 指定 FPS 時，不可因來源已達 1080P 就略過轉換。
7. MP4／H.264，品質以 libx264 CRF 17 為起始設定。
8. 可以實測 GPU 編碼以加速，但必須比較品質，不能直接視為與 CPU 編碼等效。
9. 音訊優先直接複製；不相容 MP4 時再轉 AAC。
10. 無音訊影片也必須正常處理。
【介面】
繁體中文 Windows 桌面程式，雙擊即可開啟。
支援：
– 一次多選影片。
– 拖曳影片加入清單。
– 避免重複加入。
– 移除選取、清空清單。
– 顯示來源解析度、平均 FPS、時長。
– 每支影片的狀態、進度與整批進度。
– 選擇輸出資料夾。
– 取消處理。
– 開啟輸出資料夾。
– 3 秒 AI 預覽：僅處理選取的一支影片。
– 原片與 AI 結果的同尺寸比較。
– 預覽完成後仍可處理完整影片。
【批次與效能】
預設依序處理，避免多支影片爭用顯示記憶體。
根據顯示記憶體實測分塊大小與批次大小，不要硬套其他電腦的參數。
優先減少重複載入模型、大型 PNG 壓縮與磁碟讀寫。
若能穩定實作，可讓模型持續載入並以記憶體傳遞影格。
所有加速都必須保留逐格 AI 處理與時間軸正確性。
不要未實測就承諾處理速度。
【檔案保護】
絕對不要覆寫原始影片。
預設輸出至原片旁的「1080P輸出」資料夾，也可指定集中輸出位置。
AI 成果命名為「原名_AI快速_1080P.mp4」。
預覽檔名標示預覽秒數。
同名檔案自動加 _2、_3 等編號。
先寫入唯一暫存檔，驗證成功後再轉成正式成果。
取消或失敗時，只清理本次工作建立的暫存檔。
保留已完成成果。
單支失敗後繼續下一支，提供錯誤原因與紀錄。
開始前檢查暫存空間。
【測試要求】
請實測並確認：
1. 直式、橫式及旋轉資訊。
2. 中文、空白及特殊字元檔名。
3. 有音訊、無音訊影片。
4. 可變幀率的影格數、時間碼與最後一格停留時間。
5. 指定 FPS 的實際輸出。
6. 同名檔案保護。
7. 處理途中取消及暫存清理。
8. AI 輸出不是黑畫面、破圖或明顯拼塊。
9. 輸出可完整解碼，影音同步。
10. 同一段真實素材的完整處理耗時，包含擷取、AI、存檔及編碼。
不要只憑程式退出碼或解析度正確，就宣稱 AI 處理成功。
用實際樣本比較人物、材質或文字細節，清楚說明可能的柔化、閃爍與生成瑕疵。
【交付】
– 可直接開啟的程式。
– 桌面捷徑。
– 原始碼及重建腳本。
– 模型來源與授權資料。
– 繁體中文使用說明。
– 功能／修改清單。
– 實測結果與比較樣本。
– 搬到其他電腦需要哪些檔案與環境。
正常使用應盡量不需要使用者操作命令列。
全部影片在本機處理，不上傳、不串接付費 API。
完成後明確區分：已實作、已測試、估算值及尚未完成項目。
這段提示詞為什麼要寫這麼長
如果你只丟一句「幫我做一個 AI 影片放大工具」，得到的多半是一份可以跑但不能用的東西：一次只能處理一支、輸出直接蓋掉原檔、遇到中文檔名就掛掉、跑到一半失敗整批停住。更麻煩的是另一種情況 — 它嘴上說做了 AI，實際上跑的是普通縮放，而你從解析度數字上完全看不出來。
這些不是模型笨，是你沒說。上面那段提示詞的每一個區塊，都在防一種具體的失敗：
| 區塊 | 它在防什麼 |
| 開頭那兩句 | 防它給你一篇教學。明講「直接完成可執行程式、測試、使用說明與桌面捷徑」，是把交付標準定義成「可以雙擊打開」，不是「理論上可行」。順便要求它先看你的硬體再決定做法，而不是套一份通用範本。 |
| AI 模型與引擎 | 這是全篇最重要的一塊，防的是「假 AI」。把模型名稱、執行引擎、來源與校驗碼全部寫死，再補上「不可偷偷改成普通縮放」「失敗時明確報錯，不假裝成功」。沒有這幾句，你很可能交出一批以為經過重建、其實只是被拉大的檔案。 |
| 處理模式 | 防兩種模式在介面上混在一起。AI 和非 AI 各自標示清楚，你才知道手上這支片到底經歷了什麼。最後那句「不要宣稱生成的細節一定等於原始真實資訊」，是讓工具自己對你誠實。 |
| 輸出設定 | 防畫質與時間軸被模型自己決定。直式橫式分開指定、黑邊不裁切、旋轉資訊要讀，這三條是短影音素材最容易出事的地方；幀率與時間碼那幾句，則是防影片變長、變短或音畫不同步。 |
| 介面 | 防它做成一次一支。批次、拖曳、進度、取消決定這工具是玩具還是能上工。這一版還多要了 3 秒預覽和同尺寸比較 — AI 重建是有風險的動作，先看三秒再決定要不要燒一整批的時間。 |
| 批次與效能 | 防它拿別人電腦的參數硬套在你的顯卡上，也防它為了跑快一點偷偷跳影格。最後那句「不要未實測就承諾處理速度」，是不讓它用漂亮數字唬你。 |
| 檔案保護 | 防你哪天按下去把客戶原檔洗掉。不覆寫、先寫暫存再改名、只清理本次的暫存、單支失敗不中斷整批，這四條是這段提示詞裡最沒得商量的。 |
| 測試要求與交付 | 防「說完成了但沒測過」。把測試案例逐條列出來它才會真的跑，而「不要只憑退出碼或解析度正確就宣稱成功」「明確區分已實作、已測試、估算值與未完成」這兩句，是要它交出一份誠實的驗收報告。 |
這個寫法可以搬到別的任務上。要 AI 交付一個東西而不是一份說明，順序就是：先定義交付標準，再定義使用情境，再定義不能發生的事，最後定義驗收方式。跟你發包給外包廠商時寫的規格書，是同一件事 — 而且你會發現，規格書裡最值錢的段落，從來都是「不可以發生什麼」。
|
想把整條 AI 影音工作流一次建起來
從腳本、分鏡、生成到後製交付，雲時代數位提供 AI 商業影音的導入顧問與製作服務，也承接企業內訓。 |
模型與品質設定在調什麼
提示詞裡那些名詞不是隨便抄的，每一個都對應一個會被看出來的問題。你不需要記住它們，但知道在調什麼，之後要改比較有把握。
| 設定 | 在處理什麼 |
| realesr-general-x4v3 | Real-ESRGAN 官方說明把它描述成「通用場景的輕量小模型」。選它不是因為它最強，是因為題材不挑，而且輕到撐得住整批跑。它另外提供降噪強度的選項，用來避免畫面被過度平滑。 |
| NCNN／Vulkan | 讓模型跑在本機顯卡上的執行引擎。關鍵在於它走 Vulkan 而不綁 CUDA，官方說明列出的支援範圍涵蓋 Intel、AMD、NVIDIA。這是「不用付費、也不用特地買 N 卡」的技術前提。 |
| 原生 4 倍再縮回目標 | 模型名稱裡的 x4 就是放大倍率，官方也提供調整最終輸出尺寸的參數。提示詞讓它先用原生倍率重建、再縮到 1080，是為了讓模型跑在自己的設計倍率上。 |
| 雙模式並列 | 快速 AI 是真重建，一般放大是 Lanczos 縮放。保留後者是因為有些片段本來就乾淨，不需要冒重建的風險。重點是介面上要分得清楚，不能把縮放的結果當成 AI 成果交出去。 |
| libx264 + CRF 17 | 壓縮這關的起始設定。CRF 數字越小畫質越好、檔案越大，17 到 18 一般被視為接近視覺無損的區間。重建完再壓一次會二次劣化，所以這裡刻意比常見的預設值保守。 |
| 保留原始 FPS 與時間碼 | 影片拆成影格再合回去，最容易出事的就是時間軸：變長、變短或音畫不同步。要指定 FPS 也可以，但那是重複或刪減影格，不是 AI 補幀，工具必須標示清楚。 |
| 音訊優先複製 | 能不重壓就不重壓，音質零損失。只有格式不相容 MP4 時才轉 AAC。 |
AI 重建什麼時候幫你，什麼時候幫倒忙
這一段比前面都重要。換成真的 AI 重建之後，這件事不再是沒有代價的 — 它會動到畫面內容，用錯地方會讓你以為省了錢，其實交出去的東西變差了。
先講原理。模型做的不是把像素算大，是根據學過的大量畫面，推論「這個位置應該長什麼樣子」然後畫出來。所以它能補出髮絲、織紋、邊緣的銳利度，這些確實是新的細節。但那是推論出來的合理結果，不是原片本來就有的資訊。提示詞裡那句「不要宣稱生成的細節一定等於原始真實資訊」，講的就是這件事。
最容易出問題的位置也很固定：人臉五官、手指、文字招牌、商品上的 logo。這些地方原片資訊本來就少，模型只能靠推論補，補出來的結果可能很清楚、但跟原本不一樣。
| 適合交給 AI 重建 | 先預覽，或乾脆不要 |
| 片段已經定案、畫面乾淨，只是生成時選了低解析度 | 原片就有破圖、手指怪、結構錯，重建只會把錯的東西畫得更清楚 |
| 有壓縮雜訊、邊緣偏軟的素材，降噪強度可以調 | 人臉大特寫、商品 logo、招牌文字，這些位置最容易被補成不一樣的東西 |
| 一次要交十幾二十支，需要規格統一的批次輸出 | 需要每一格都跟原片完全對得上的鏡頭，例如尺寸承諾類廣告 |
| 客戶素材有保密要求，不能上傳到第三方平台 | 想靠放大掩蓋一支本來就該重抽的片段 |
右邊那欄不代表完全不能用，代表要先跑那個 3 秒預覽。工具裡留那個功能就是為了這件事：花三秒看一眼，比花一整批的時間跑完再發現臉不對划算太多。至於最後一列，如果底子有瑕疵、種子選錯、動作不對，正確的動作是拿同一組參考素材重新生成一次，不是在後面補救。放大處理的是解析度，不是內容本身的問題。
延伸閱讀：如果你的困擾是片段一直重抽、成本一直上去，這篇拆了三個真正的原因；剪輯那一段也能交給 Codex 做，流程在Codex 自動剪片教學；想看完整的生成端工作流，貓咪咖啡廳 AI 廣告的實作拆解有兩段提示詞全公開；平台選擇可以參考Lumina 一站式 AI 影音平台介紹。
常見問題
Q這樣算真的 AI 放大嗎？跟平台賣的付費升頻差在哪？
是真的重建，用的是 Real-ESRGAN。能確定的差別是算力跑在哪裡、誰收費：這是開源專案，透過 NCNN／Vulkan 在你自己的顯卡上跑，所以不用付費也不用上傳。各家付費工具用的模型不同，效果差異要看素材實測，我沒有逐一比對過，不會說哪邊一定比較好。
Q授權可以商用嗎？
Real-ESRGAN 主專案採 BSD-3-Clause，NCNN／Vulkan 實作採 MIT，兩個都是寬鬆的開源授權。提示詞裡要求保留模型來源、版本、授權與 SHA256，就是為了讓這份資料留在交付內容裡。實際要用在商業案上，還是自己看一次授權條文，或問你的法務。
Q一定要有獨立顯卡嗎？內顯跑得動嗎？
Vulkan 不綁 CUDA，官方說明列出的支援範圍涵蓋 Intel、AMD、NVIDIA，所以不是「沒有 N 卡就不行」。但顯示記憶體會直接影響分塊大小和速度，配備差距很大，實際跑多快只能自己測。這也是提示詞第一句要它先檢查顯卡與顯示記憶體、再依實測決定參數的原因，不要套別人電腦的數字。
QAI 重建會不會把人臉或商品變形？
有可能，尤其是人臉特寫、手指、文字和 logo 這些原片資訊本來就少的位置。模型補的是「看起來合理」的細節，不是原本的資訊。所以提示詞裡要了 3 秒預覽和原片同尺寸比較：先處理三秒、對著看一眼，覺得臉沒跑掉再跑整批。這一步不要省。
Q我完全不會寫程式，這樣做得起來嗎？
可以。你要做的只有三件事：裝 ChatGPT 桌面版、貼提示詞、過程中同意它下載與執行。程式碼你不用看也不用改。真的跑出錯誤，把錯誤訊息貼回去給它，讓它自己修。
Q影片會被上傳到哪裡嗎？客戶素材有保密協議。
影片本身不會離開你的電腦，模型和 FFmpeg 都在本機跑。提示詞裡那句「全部影片在本機處理，不上傳、不串接付費 API」就是在鎖這件事。需要注意的是製作工具的那段對話本身是走雲端的，所以不要把客戶機密內容寫進提示詞裡。
QMac 可以用嗎？
可以，官方有釋出 macOS 版本的執行檔。要改的是提示詞裡跟 Windows 綁在一起的部分：開頭改成「請從零製作一個 macOS 通用 AI 影片批次放大工具」，介面那條的「Windows 桌面程式」改成 macOS，交付那條的「桌面捷徑」改成 Mac 上對應的開啟方式，其餘規格不用動。我自己是在 Windows 上跑的，Mac 的實際速度與相容性請以你跑出來的結果為準。
結論
這件事真正的價值不在那個放大工具，而在於重新排了一次順序：把花錢的決策往後移到「已經確定要用」之後。生成階段用最便宜的規格大量試，定案之後的重建，交給自己電腦跑。省下來的不只是點數，還有等算圖的時間。
另外一層是，現在「有一個工具」和「會寫程式」已經不是同一件事了。你需要的是把需求講清楚的能力：交付長什麼樣、會被怎麼用、不能發生什麼、怎麼驗收。這四件事你在發包時本來就天天在寫，只是換一個對象。
省點數是技巧，能穩定交出東西才是本事。如果你想把這條線整個練起來，我有兩門課分別對應兩種目標。
 |
|
實體工作坊
AI短影音即戰班
這篇省下的是點數，省不掉的是把一支片從零做出來的手感。四小時實體工作坊，從品牌溝通、腳本撰寫、畫面生成、影片生成、配樂到剪輯組裝，當天做出一支品牌可以直接發布的 AI 短影音。 |
 |
|
實體工作坊
AI影音自媒體訓練營
如果你要的不是單支片，是長期經營自己的頻道。兩天的訓練營從一份口播腳本開始，帶你做出以你為主角的 AI 自媒體影音。不露臉也能做，會露臉也能省下拍攝。 |
不確定哪一門適合，可以直接用 LINE 問我。
關於作者
|
紀澄 Abby Chi
AI 商業影音講師 / 社群營運顧問
雲時代數位有限公司執行長，16 年品牌行銷實戰經驗。顧問專業領域涵蓋 AI 營運系統應用、品牌年度行銷策略、AI 商業廣告、Meta 社群營運策略、個人品牌經營。提供一對一諮詢服務，歡迎聯絡。 帶領團隊榮獲 行銷傳播傑出貢獻獎金獎、廣告流行語金句獎 4 座。
|
