那天課上到後半，提問牆上跳出一個問題。它不長，我卻停了好幾秒，因為我知道我當場給不出一個乾淨的答案。
「利用 AI 生成的照片、影片與文案，如果人已經很難判斷真假，是不是可以再用 AI 來判斷？那個判斷結果的可信度又有多高？」
我先講了實話：市面上確實有偵測工具，但它們會錯，而且錯得沒有規律。講完我自己心裡清楚，這個回答只碰到皮。
因為這句提問裡藏著一座沒有底的樓梯。你分不出來，所以你請 AI 幫你分。那 AI 給的判斷你也分不出來對不對，所以你得再找一個來判斷它。一階一階往上，永遠有下一階。
重點速答
真假難辨是課堂上反覆被提起的擔憂。但出路不是把眼睛練利。偵測工具本身就會出錯，而生成技術跑得比偵測快，破綻是會被修掉的東西。真正有效的是換一個問題：不要問「這是不是 AI 做的」，要問「這個說法站不站得住」。來源、能不能自己驗一次、誰因此得利，這三件事跟內容是誰做的完全無關。
只靠肉眼辨識生成內容，會讓判斷能力追著技術落後
另一間教室的提問牆上，有人問得更直接。
「所以現在要判別 AI 影片，是不是越來越難了？想請問有沒有什麼小技巧可以跟我們分享？」
我以前真的會給技巧：看手指、看光影、看畫面裡的文字有沒有糊掉、看語氣是不是太平均。這些現在大半失效了。因為那些不是這項技術的本質缺陷，只是還沒被修掉的施工痕跡。生成端每進步一次，你腦子裡那份清單就作廢一次。
偵測工具也不牢靠。學生自己手寫的作業被判定成機器產出，這種事真的發生過，而且已經有研究指出，用非母語寫作的人被誤判的比例明顯偏高。它回給你一個看起來很客觀的分數，但你沒辦法回頭檢查它憑什麼這樣算。你只是把「我不確定」換成「它說不確定」。
還有一個更難堪的地方：偵測跟生成本來就是同一組技術的兩面。一個公開的偵測器，等於一份公開的評分標準，下一代的生成模型完全可以拿它當靶子練，練到它挑不出毛病為止。你不是在追一個會停下來的目標，比較像是在幫對手出考古題。這條路的坡度只會愈來愈陡。
更麻煩的是，就算你判對了，你其實也沒拿到你真正要的東西。
辨認生成來源，不等於確認內容真偽
有一場課，我收到這個問題。
「請問要怎麼分辨一份簡報或報告，是不是完全由 AI 生成、而且沒有經過自己修飾的？」
我想了很久，覺得這一題的方向偏了半格。一份 AI 從頭寫到尾的報告，內容可以完全正確；一張真人拿相機拍的照片，配上一句錯的說明，照樣能騙走一整條時間軸。把真實影片剪掉前後文，殺傷力不輸任何生成的假影片。
我們把「來源」跟「真假」黏在一起了。黏久了會出現兩種錯：看到有 AI 味就先當假的，於是錯過對的；看到是真人做的就鬆懈，於是吃下錯的。這兩種錯，後者傷得更重。
-
追破綻
「這張圖的手指有幾根」
你在跟一套每個月都在修補自己的技術比眼力。今天有效的特徵，明年就消失了，而且你只會在猜錯之後才知道自己猜錯。這場比賽的規則是對方訂的。
-
檢查說法
「這件事最早是誰講的」
同一個問題，對 AI 生成的假圖有效，對真人捏造的謠言一樣有效。它不會因為模型升級就過期，因為它問的根本不是畫面，是這件事有沒有站得住的來歷。
所以要換的不是眼睛，是問題。
面對可疑內容時，可以立即啟動的判斷問題
這三個問題不需要工具，不需要外掛，在會議上、在群組裡、在滑手機的時候都能用。它們有一個共同點：全部指向內容以外的地方。畫面可以重畫，語氣可以重寫，但一件事有沒有源頭、能不能被獨立驗證、有沒有人靠它得利，這些要偽造起來，代價高得多。
-
這句話最早是誰說的
不是誰轉給你的，是最早的出處。一路往回追，如果追到最後只剩一個沒有名字的帳號，或每一篇都在引用彼此，那它大概沒有源頭。
-
我能不能自己驗一次
有沒有一個地方，是我不必透過任何人就能去看的：原始公告、法條、財報、當事人的官方帳號。查得到不代表是真的，但查不到幾乎可以直接放下。
-
誰因為我相信這件事而得利
賣課的、拉單的、要你點連結的、要你情緒激動去分享的。利害關係不會讓一件事自動變假，但它會告訴你，這裡要多看一眼。
三個都答不出來，那件事就不該進到你的判斷裡，更不該被你轉出去。它是不是 AI 做的，到這一步已經不重要了。
附帶的好處
這三個問題不挑對象。真人寫的假消息、傳了幾十年的老謠言、剪掉前後文的真實影片，它們一樣擋得住。也就是說，你根本不需要先分辨那是不是 AI 做的。這正是它比任何偵測工具都值得練的原因。
高風險情境下，先確認來源管道與責任歸屬
擔憂題底下有一句話，我覺得比任何技術分析都準。
「沒有在用腦的人，會誤把假象當成真的。」
我想補一句：真正出事的時候，多半不是因為那個人沒在用腦，是因為他正在急。老闆的語音在通訊軟體裡叫你先把款項匯出去，銀行的簡訊說帳戶異常請立刻處理，孩子的聲音說他出事了。你在那三十秒裡不會去分析頻譜，也來不及。
你該做的是掛掉，然後打那個你自己存在通訊錄裡的號碼。
這叫把判斷從內容搬到管道。內容可以被完美偽造，管道不行，因為偽造管道要繞的路多太多了。你不必判斷那段語音是真是假，你只要把同一件事，換一條你自己選的路再確認一次。
記住一個訊號就夠：愈是要你馬上、私下、不要跟別人講的事，愈要換一個管道確認。這句話在 AI 出現以前就成立，只是現在偽造的成本低到人人做得起，所以它變得比以前重要得多。
當視覺生成變得更容易，可信度必須回到制度檢核
下次手指停在轉發鍵上，先問這三句
這句話最早是誰說的？
我能不能自己走到源頭？
誰因為我相信它而得利？
AI 確實讓創意與表達的門檻大幅降低。過去需要資源、技術與團隊才能完成的視覺呈現，現在更多人可以快速做出接近成品的樣貌。這會放大有想法者的優勢，也會讓缺乏判斷的人更容易被表象帶著走。
問題不只在於內容是不是由 AI 生成，而在於可信度的成本結構已經被翻轉。製造一張看似合理的圖片、影片或簡報愈來愈容易，但查證它的來源、脈絡與責任卻變得更重要，也更需要組織內部有明確流程。
接下來，真正稀缺的能力不是一眼識破真假，而是知道哪些資訊可以進入決策，哪些內容必須先停在門外。企業與知識工作者要練的，不是和模型比眼力，而是建立來源意識、驗證習慣與責任邊界。當視覺證據變得便宜，可信的管道與願意負責的人，會變得更有價值。
內文精華總結
六個重點：為什麼該練的是判斷，不是識破
- 破綻是會被修掉的東西：手指、光影、糊掉的招牌字，這些不是技術的本質缺陷，只是還沒修完的施工痕跡。生成端每進步一次，你腦子裡那份清單就作廢一次。
- 偵測器只是把「我不確定」換成「它說不確定」：它回給你一個看起來很客觀的分數，你卻沒辦法回頭檢查它憑什麼這樣算，誤判的代價最後還是落在被指認的那個人身上。
- 偵測與生成是同一組技術的兩面：一個公開的偵測器，等於一份公開的評分標準，下一代模型完全可以拿它當靶子練。你不是在追一個會停下來的目標。
- 來源不等於真假：AI 從頭寫到尾的報告可以完全正確；真人拍的照片配一句錯的說明，照樣能騙走一整條時間軸。把兩件事黏在一起，會同時錯過對的、吃下錯的。
- 三個問法全部指向內容以外：最早是誰說的、我能不能自己驗一次、誰因為我相信而得利。畫面可以重畫，語氣可以重寫，來歷卻很難偽造。
- 真正出事那一刻，把判斷搬到管道上：愈是要你馬上、私下、不要跟別人講的事，愈要先掛掉，換一條你自己選的路再確認一次。內容可以被完美偽造，管道不行。
關於作者
- 525+場企業與校園培訓
- 19,500+位學員
- 130家合作單位
延伸閱讀
- 用 AI 會變笨嗎？真正被切斷的不是記憶，是判斷力
- 用 AI 做的東西為什麼都很像？真正稀缺的不是技術，是取捨
- AI 給的答案可信嗎？3 個必須自己查證的時刻
- AI 詐騙怎麼防？聲音和臉都能仿的時代，先跟家人約好這 5 個動作
- AI 時代教學與反思：過度依賴 AI 背後的隱形代價及認知負債
重點整理
人已經分不出來的時候，可以再用 AI 幫忙判斷嗎？
可以用，但不要把它當裁判。偵測工具會錯，而且錯得沒有規律，它回給你的分數看起來很客觀，你卻沒辦法回頭檢查它憑什麼這樣算。更麻煩的是，如果你連它的判斷也分不出對錯，你就得再找一個來判斷它，那是一座沒有底的樓梯。務實的用法是把它當成一個提醒你多看一眼的訊號：訊號可以是錯的，所以你不會因為它就下結論，你只是因為它多做了一次確認。差別在於，做那次確認的人是你。
現在還有什麼分辨 AI 影片的小技巧可以用嗎？
我以前真的會教：看手指、看光影、看畫面裡的文字有沒有糊掉。這些現在大半失效了，因為它們不是這項技術的本質缺陷，只是還沒被修掉的施工痕跡。更現實的是，任何被廣為流傳的辨識技巧，等於幫對方出了一份考古題，下一版模型照著改就好。所以我的建議是把力氣挪走：與其練眼力，不如練那三個問法。它們對 AI 假圖有效，對真人捏造的謠言一樣有效，也不會因為模型更新就作廢。
有辦法看出一份簡報或報告是不是完全由 AI 生成、沒經過人修飾的嗎？
誠實的答案是分不出來，而且這個問題的前提已經鬆掉了。現在多數作品都是人挑題目、AI 生第一版、人覺得哪裡怪再叫它改、再自己換掉一張圖，你很難找到一刀切下去的位置。如果目的是評分或審稿，把力氣改放在內容本身會有用得多：這些說法有沒有出處、有沒有具體到可以被追問、作者能不能當場解釋為什麼這樣選。一份站得住的報告，是誰打的字都站得住。
自己寫的東西被偵測工具判定成 AI 生成，該怎麼辦？
這種誤判真的發生過，而且已經有研究指出，用非母語寫作的人被誤判的比例明顯偏高。你能做的是把過程留下來：版本歷史、草稿、筆記、參考資料清單，這些是偵測器造不出來的東西。制度面則該要求出示判準，而不只是丟一個分數，包括誤判率、有沒有系統性偏誤、判定之後有沒有申訴管道。一個只會給分數、不會為錯誤負責的判斷者，你把權力交給它，實際上是交給那個引用分數的人。
接到疑似偽造的語音或視訊，當下該怎麼做？
掛掉，然後打那個你自己存在通訊錄裡的號碼。真正出事的時候，多半不是因為那個人沒在用腦，是因為他正在急，你在那三十秒裡不會去分析頻譜。這個動作的意義是把判斷從內容搬到管道：內容可以被完美偽造，聲音、臉、說話的習慣都可以，但你主動撥出去的那條路不行，因為偽造管道要繞的路多太多了。記住一個訊號就夠：愈是要你馬上、私下、不要跟別人講的事，愈要換一條管道確認。
「多方查證」不是最基本的媒體識讀嗎？為什麼還不夠？
因為它建立在一個已經鬆動的前提上：查證比造假便宜。以前偽造一張像新聞現場的照片，要人力、器材與時間；現在生成一段能騙過家人的影片，成本接近零，查證的成本卻一毛都沒有降，需要被查的東西還暴增。要求每個人對每則訊息都查證，等於在正職之外再塞一份沒有薪水的工作。所以問題不是要不要查，是有限的力氣該花在哪：會讓你掏錢的、會讓你做出改不回來的決定的、會讓你按下轉發的。
不懂技術的人，今天就能開始做的第一件事是什麼？
挑一句話開始就好：在按下轉發之前，先問自己「這句話最早是誰說的」。不是誰轉給你的，是最早的出處。一路往回追，如果追到最後只剩一個沒有名字的帳號，或者每一篇都在引用彼此，那它大概沒有源頭。做順了再加第二句：我能不能自己走到源頭，去看原始公告、法條、財報、當事人的官方帳號。這兩句話不用工具、不用懂技術，加起來不到一分鐘，卻擋得掉大多數真正會讓你受傷的狀況。
本文更新於 2026 年 8 月。AI 與數位工具改版快速，實際功能與名稱可能已有變動，建議以官方文件為準。
