極點宏觀｜Amarathon 2025 回顧 29：無伺服器 MediaOps：運用 Amazon Web Services 上的 AI 自動化影片工作流程

問題概述

● 手動處理影片

● 周轉時間緩慢

● 難以擴展或自動化

● 沉重的維運／伺服器維護負擔

傳統影片工作流程摘要

[ 1 ] 輸入：

● 內容在初始作業階段由人工管理。

● 手動工作

● 處理時間長

● 使用伺服器

● 轉碼工作積壓

[ 2 ] 作業流程：

● 輸入會送至 Cron Job（一種排程工具）。

● Cron Job 會觸發編碼。

● 中繼資料會產生並儲存在 EC2 伺服器上。

● 編碼／儲存完成後，內容會進行內容審查。

● 接著將審查過的內容推送給觀眾。

[ 3 ] 輸出：

● 最終消費階段顯示於電腦螢幕上，代表內容的散布。

什麼是 MediaOps？

● MediaOps = 影片工作流程的 DevOps

● 將匯入 → 處理 → 交付自動化

● 減少手動步驟

● 確保管線一致且可擴展

● 改善品質、速度及可靠性：四步驟的媒體營運（Media

Operations，MediaOps）工作流程

● 匯入：接收媒體內容的程序。

● 處理：準備或修改媒體的階段。

● 品質／中繼資料：進行品質控管並加入媒體相關資料的步驟。

● 交付：將媒體散布或提供至目的地的最終階段。

核心 Amazon Web Services

● S3——匯入與儲存

● Lambda——事件驅動邏輯

● Step Functions——協調流程

● MediaConvert——轉碼

● Rekognition / Bedrock——分析與 AI 中繼資料

● CloudFront——全球交付

AI 自動化層

● 場景分析（Rekognition）

● 自動產生中繼資料（Bedrock）

● 智慧決策：重新處理、標記、發布

● 事件驅動的流程協調（Lambda +

● Step Functions）：AI

自動化層工作流程摘要——AI 驅動的影片內容工作流程

● 輸入：影片輸出會導入自動化系統。

● AI 自動化：核心處理使用 Rekognition 與 Bedrock AI 服務。

● 輸出／動作：系統可根據 AI 分析觸發以下三種動作之一：

● [ 1 ] 重新處理：將內容送回以進一步處理。

● [ 2 ] 標記：標記內容，供人工審查或留意。

● [ 3 ] 發布：即時散布內容。

主要效益

● 主要效益包括省去 80% 的手動作業

● 將發布速度提升 10 倍

● 實現自動擴展能力，並透過 AI 產生的一致品質與中繼資料，提高可探索性與合規性。