用 AI 做的東西為什麼都很像?真正稀缺的不是技術,是取捨

那天下課前十分鐘,我請每一組把做好的東西上傳到牆上。畫面一格一格跳出來,我站在投影幕前看了幾秒,心裡浮起一句話:怎麼一份都不難看。

這句話聽起來像稱讚,其實不是。

以前在台前收作品,攤開來的差距是一眼可見的。有幾份特別好,好到我想走過去問是誰做的;中間一大票看得出來很努力但抓不到重點;後面還有幾份根本沒做完。三層結構清清楚楚,我也知道每一層該講什麼。

現在中間那一大塊不見了。整面牆都是「看起來很完整」:版面對齊、配色乾淨、圖有了、字級有層次。然後我開始分不出來誰是誰。

第一次注意到的時候,我以為是自己站太遠。後來一間又一間教室都是這樣,我才確定不是錯覺。不是大家突然變厲害了,是有一條線被抹平了。

重點速答

AI 把做東西的下限整個拉高了,於是「完整」不再是差異化,它變成新的平庸。真正稀缺的位置往上移了一格,移到取捨。AI 極擅長加法(更多選項、更多元素、更完整的版面),極不擅長減法,因為減法需要立場:你要先知道什麼不重要,才敢拿掉。你的風格不在字型和顏色裡,在你敢從一堆看起來都不錯的東西裡刪掉哪些。

現場回饋揭示了 AI 作品同質化的真正問題

有一場課,我在匿名牆上收到一句話,準到我當場念了出來。

「感覺有點像韓國的整型風潮,大家的作品風格都變得差不多了。」

整型的邏輯是往一組標準答案靠攏。鼻子挺一點、下巴收一點、眼睛大一點,每一項單獨拿出來看都是改善,沒有哪一項是錯的。但全部做完之後,臉不見了。

AI 生出來的東西走的是同一條路。它給你的一定是「大多數情況下不會出錯」的那個版本,因為它學的就是大多數。你按下生成,等於直接搭上一班開往平均值的車,而且那班車很舒服,沿路都沒有顛簸。

另一個人的講法更冷靜,但指的是同一件事:

「每一份看起來都很完整,可是內容其實都很相似。」

「看起來都很完整」跟「內容很像」不是兩個問題,是同一件事的兩面

差異化不再只在執行,而在判斷與取捨

以前「把東西做完、做得像樣」本身就是一種能力,而且很值錢。會排版、會配色、能把一堆散資料整理成看得下去的樣子,光這幾項就足夠讓你在一群人裡被看見。

那個門檻現在幾乎沒有了。同一間教室裡,第一次碰工具的人一個下午做出來的成品,跟做了三年的人擺在一起,隔一段距離看是分不出來的。

這裡有個很多人沒轉過來的彎:下限被拉高,不代表你變強了,代表你原本的優勢被沖掉了。你以前贏在做得完整,現在完整是內建的。

所以競爭沒有消失,它只是搬家。搬到 AI 做不到的那一格去了。

「這樣下去,會不會造成廉價的成品到處氾濫?」

這是有人在課堂上寫下的擔憂。我讀到的時候停了一下,因為廉價的相反不是昂貴,是有人為它做過取捨

AI 擅長補齊內容,卻不會主動替你刪到位

你可以自己測。要它做一份簡報,它給你一份結構完整的版本。你說不夠豐富,它把段落加長,還附上幾個延伸建議。你說再多一點,它真的還有。

但你有沒有遇過 AI 主動跟你說:這一頁不用做、這段刪掉、這個資訊對你今天要面對的人沒有意義?幾乎不會。它會把你要的都給你,不會替你決定什麼是不必要的。

因為減法要有立場。要拿掉一樣東西,你得先確定它不重要,而重不重要取決於你面對的是誰、你想讓對方記得什麼、你願意放棄什麼。這些 AI 都不知道,它只知道你打了什麼字進去。

有個學員把這個卡關的過程寫得很傳神:

「我會一直想再多給它一些訊息,期待它能呈現出我心裡想要的樣子。」

注意那個方向:一直「給」。我們以為風格是靠不斷加指令、加關鍵字、加參考範例逼出來的。但你腦中那個「我要的樣子」,本質上是一個刪減之後的結果,不是一個堆疊出來的結果。用加法去逼近一個減法的目標,當然會一直不像。

  • AI 的預設動作

    加法:「再給我幾個版本」「再豐富一點」「這裡再補一張圖」

    每一次都讓成品更完整、更安全,也更靠近所有人的平均值。做到最後,你會有一份挑不出毛病、卻也認不出是誰做的東西。

  • 只有你做得到的動作

    減法:「這三個重點只留一個」「這頁圖拿掉」「這段數據今天不講」

    每刪一次,你都得說得出為什麼。留下來的東西因此帶著你的判斷,而那個判斷是別人複製不走的部分。

風格的核心不是視覺元素,而是觀點的一致性

我教簡報這些年,最常被問的是用什麼字型、配色怎麼抓、版型去哪裡找。這些會影響好不好看,但它們決定不了那份東西是誰做的。

真正做出個人風格的人,共同點不是他們加了什麼特別的元素,是他們拿掉的比別人多,而且拿得下手

一句話定義

個人風格 = 在一堆看起來都不錯的選項裡,你敢刪掉的那些

這也是我在課堂上看過最難的一關。學員真正卡住的地方從來不是做不出來,是那一頁自己花了兩小時、資料查得很辛苦、視覺也做得漂亮,但它對台下的人沒有用。要不要拿掉?

肯拿掉的人,作品有一張臉。捨不得的人,作品是一份很完整的資料。

這件事聽起來不太划算,因為刪掉的東西沒有人看得見。你多花的那兩個小時,成品上是不留痕跡的。但那正是它稀缺的原因:它是一種不會被展示出來、AI 也沒辦法替你做完的工。

一疊方塊愈堆愈高,堆到搖搖欲墜
AI 的預設動作永遠是往上加。要停在哪裡,只有你決定得了。

產出前要做的取捨檢查

不用等下一個大案子。把你最近交出去的三份東西打開,做這三件事。

  • 找出你「主動拿掉」的痕跡

    不是改錯字、不是換顏色,是你把一整段、一整頁、一個原本想放的圖表整個拿掉。三份加起來如果找不到幾處,那你這陣子交出去的,其實是 AI 給你的第一版加上一點裝修。

  • 對每一處說出理由

    「太滿了」不算理由。「這份是給採購看的,他只在意交期,這段技術規格他不會看」才算。說得出理由的次數,就是這份東西裡真正屬於你的部分。

  • 下一份,先講好上限

    開工前就寫死:這份只講三件事,第四件要有人下車。上限會逼出取捨,取捨會逼出你的立場。這一步要在打開 AI 之前做,不是之後。

這三件事不需要任何工具,也不用重做任何東西。它們檢查的是同一件事:這份成品裡,有幾個決定是你自己下的。

從作品牆看見工具能力之外的判斷差距

AI 最直接的改變,是把許多原本需要視覺訓練、設計資源與製作門檻的事情,快速推到可呈現的狀態。這對企業內部溝通、提案、教學與知識整理都有實際價值,因為很多想法不再停留在文字裡,而是可以被看見、被討論、被修正。

但問題也正在這裡浮現。當每個人都能把內容做得完整、好看、資訊充足,完整本身就不再稀缺。AI 會把版面補滿、把語氣修順、把元素配置到位,結果反而讓很多作品看起來都像是同一套標準答案。差異不會出現在工具預設給你的東西裡,而會出現在你決定刪掉什麼、保留什麼、讓觀眾在哪裡停下來思考。

接下來,視覺化能力會變成知識工作者的基本配備,但判斷力會變得更重要。真正有價值的不是把每個想法都做成像樣的畫面,而是知道哪些畫面有必要存在,哪些內容只是因為工具做得到才被放進去。AI 放大的是使用者原本的企圖與取捨能力。會用的人,能把資源差距縮小;過度依賴的人,則會把自己的思考交給格式,最後做出很完整、也很平庸的作品。

內文精華總結

完整已經不值錢了,值錢的是你拿掉了什麼

  • 下限被拉高,不等於你變強:AI 把「做得完整」變成內建功能。過去靠排版、配色、把散資料整理成看得下去的樣子換來的優勢,等於被沖掉了一層。
  • 同質化不是誰做錯了:AI 給你的一定是最不容易出錯的那個版本,因為它學的就是大多數。每一步單獨看都合理,合起來就是一班開往平均值的車。
  • 它極擅長加法,極不擅長減法:你要的它都會給,卻幾乎不會主動說「這一頁不用做」。減法需要立場,而立場它沒有,它只知道你打了什麼字進去。
  • 風格不在字型和顏色裡:真正做出個人風格的人,共同點不是加了什麼特別元素,是拿掉的比別人多,而且拿得下手。
  • 刪掉的東西沒人看得見,這正是它稀缺的原因:它不會被展示在成品上,也是 AI 沒辦法替你做完的那一段工。
  • 先定上限,再打開 AI:開工前就寫死這份只講三件事,第四件要有人下車。上限逼出取捨,取捨逼出立場,順序不能顛倒。

關於作者

  • 525+場企業與校園培訓
  • 19,500+位學員
  • 130家合作單位
廖文碩 Kevin

廖文碩 Kevin

簡報培訓講師・網站顧問

廖文碩(Kevin),簡報培訓講師與網站顧問,專注把生成式 AI 接進真正的工作流程,而不是停在工具嘗鮮。教學與顧問範圍涵蓋簡報技巧培訓、網站架設顧問、套裝網站方案與生成式 AI 整合,並經營簡報教學社群 PPT.note 簡報仙貝。長年在企業與校園授課,把判斷標準與工作流程講到學員回去就能自己跑一次。

專業領域

簡報技巧培訓、網站架設顧問、生成式 AI 整合應用

授課時數

累積 1,550 小時以上

社群

PPT.note 簡報仙貝,追蹤數 110,000 以上

聯絡方式

線上諮詢表單

延伸閱讀

重點整理

為什麼用 AI 做出來的東西看起來都很像?

因為 AI 給你的,一定是「大多數情況下不會出錯」的那個版本,它學的就是大多數,所以每一次生成都在往平均值靠。單獨看每一項都是改善:版面更整齊、配色更安全、結構更完整,沒有哪一項是錯的。但全部做完之後,那份東西就沒有臉了。這不是誰用錯工具,也不是指令下得不夠好,而是這條路的終點本來就是同一個地方。要走出去,得靠 AI 不會替你做的那一步:決定什麼不要。

我怎麼知道自己交出去的東西有沒有個人風格?

打開你最近交出去的幾份東西,找「主動拿掉」的痕跡。不是改錯字、不是換顏色,是你把一整段、一整頁、一個原本想放的圖表整個拿掉。找得到,而且每一處都說得出理由,那份東西裡就有屬於你的部分。如果幾乎找不到,那你交出去的多半是 AI 給的第一版加上一點裝修。理由也要夠具體,「太滿了」不算,「這份是給採購看的,他只在意交期,這段技術規格他不會看」才算。

換更強的工具、把指令下得更精準,就能做出不一樣的東西嗎?

幫助有限。多數人卡住的時候會一直「給」:加指令、加關鍵字、加參考範例,期待逼出腦中那個樣子。但那個「我要的樣子」本質上是刪減之後的結果,不是堆疊出來的結果。用加法去逼近一個減法的目標,當然會一直不像。比較有效的順序是反過來:先想清楚這份東西給誰看、你要對方記得哪一件事、你願意放棄什麼,再打開工具。指令再精準,也代替不了這個決定。

怎麼看得出一份東西是純 AI 生成,還是有人真的下過判斷?

不用去抓語氣或找破綻,看取捨就好。純生成的成品有一個共同特徵:什麼都留著。每個面向都照顧到、每個段落都完整、每張圖都補上,挑不出毛病,也看不出重點。有人下過判斷的東西剛好相反,它會有明顯的空缺與偏重,某些看似該講的沒講,某一頁甚至只有一句話。你也可以直接問做的人:這裡為什麼這樣排、那一段為什麼不見了。答得出來的,判斷就在裡面。

刪掉自己花很多時間做的內容很不甘心,有什麼辦法嗎?

先承認它確實不划算。刪掉的東西不會出現在成品上,你多花的時間也不留痕跡,捨不得是正常反應。比較實際的做法是把決定提前:開工之前就寫死上限,這份只講三件事,第四件要有人下車。上限先訂好,後面刪的就不是「我的心血」,而是「本來就超出額度的東西」,心理成本會低很多。另一個做法是替刪掉的內容留一個備份檔,它沒有消失,只是這次不上場。

那 AI 到底該用在哪一段?

用在你已經知道要什麼之後。決定給誰看、留哪幾件事、放棄什麼,這一段是你的;把想清楚的東西做出來、做得完整、做出幾個版本來比較,這一段交給 AI 很划算。順序顛倒就會出事:先生成再回頭想自己要什麼,你會被第一版牽著走,而第一版永遠是最安全、最像大家的那一版。工具本身沒有問題,問題在你是帶著取捨去用它,還是拿它來代替取捨。

剛入門、還沒什麼立場的人,也能練減法嗎?

可以,而且新手練起來反而快,因為包袱少。方法不用複雜:每做完一份東西,強迫自己拿掉一段,然後寫一句話說明為什麼是它。一開始理由會很虛,寫多了就會發現自己真正在意的是什麼,那就是立場的雛形。另一個練法是設一個誇張的上限,例如同樣的內容用一半的頁數再做一次。被逼到極限的時候,什麼重要、什麼只是捨不得,會自己分出來。

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。