一篇只有約 110 個英文單字的個人部落格短文，在 2026 年 8 月重新登上 Hacker News 熱門榜，選文時已獲得 577 分與 338 則留言。文章原本發布於 2024 年 10 月，作者 Nelson Figueroa 在 2026 年 2 月更新；核心主張非常直接：個人部落格一旦使用明顯的 AI 生成圖片，讀者可能連帶懷疑內文是否也交給大型語言模型代寫。
這場討論不是單純的「喜不喜歡 AI 美術」。AI 圖在這裡成為一種來源訊號：它可能暗示作者省略了取材、繪圖、攝影或編輯判斷，也可能只是協助不擅長視覺設計的作者解釋複雜概念。真正引發衝突的，是讀者無法從成品判斷人類投入了多少，以及圖片究竟在傳遞資訊，還是只為文章製造看似精緻的外觀。
編按：本文綜合整理自 Nelson Figueroa 原始文章、Hacker News 討論串、ACM CHI 2026 研究、Getty Images VisualGPS 報告與歐盟官方資料，並加入 Siami 編輯部觀點與分析。
一張 AI 圖，為何會污染整篇文章的可信度
Figueroa 並未提出 AI 圖必然品質低劣，而是描述一種讀者心理：當個人網站使用帶有典型生成痕跡的封面，讀者會把對圖片製作方式的疑問延伸到文字。原文甚至表示，寧願看到粗糙的 Microsoft Paint 手繪，也不願看到 AI 圖，因為笨拙但有意圖的手繪至少能提供一個明確的人類創作訊號。
Hacker News 的大量回應顯示，這個訊號可以拆成三層：
- 真實性：讀者想知道文章是否來自作者親身經驗、判斷與語氣。
- 投入程度：大量生成內容容易讓讀者認為，作者投入的時間遠少於讀者查證與閱讀所需的時間。
- 錯誤風險：若文章像代理人批次產出，讀者會擔心統計、引用與技術細節未經人工核對。
- 視覺功能：真正解釋架構、流程或數據的圖片，通常比純裝飾封面更容易獲得接受。
其中一則較平衡的留言指出，若圖像確實協助說明文章內容，僅依生成工具排斥它可能過度武斷；但如果圖片只是傳達「這篇內容製作成本很高」的假象，低成本生成就會變成對讀者的錯誤價值暗示。另一則回應則把判準濃縮成一句：只有在圖片對理解文章有實質作用時才放入，純裝飾素材不論來自 AI、圖庫或客製設計，都未必有必要。
這也解釋了為何「標示 AI」只能解決部分問題。標示可以消除隱瞞，卻不會自動讓圖片變得有資訊價值，更不能替文章完成事實查核。透明度是信任的起點，不是品質保證書。
研究怎麼看：偏好、美感與信任不是同一件事
ACM CHI 2026 收錄的研究〈How AI-generated images affect human preference and trust in websites〉比較網站使用 AI 圖與照片時的偏好和信任。研究摘要顯示，在沒有揭露 AI 使用的條件下，參與者較可能偏好採用 AI 圖的網站，信任判斷則較為平均；一旦揭露圖片由 AI 生成，信任明顯轉向使用攝影圖片的網站，而且效果會依網站情境而異。
這個結果提醒內容經營者，美感上的「比較吸睛」不能直接換算成「比較可信」。生成圖片可以擁有更整齊的構圖、飽和色彩與戲劇化光線，因此在第一眼偏好測試中占優勢；但當讀者知道來源後，評估標準可能從視覺完成度切換成誠實、作者意圖與可驗證性。
Getty Images 的 VisualGPS 報告則稱，近九成受訪消費者希望知道圖片是否由 AI 生成，98% 認為真實影像與影片對建立信任很重要。該研究涵蓋 25 個國家、超過 3 萬名成年人。不過 Getty 本身是商業影像供應商，報告適合用來觀察市場態度，不宜單獨當作「所有讀者都拒絕 AI 圖」的證明。
上方影片由 Getty Images 發布，說明 VisualGPS 對 AI 視覺、品牌風險與消費者信任的調查。它提供的是市場研究角度，仍應與獨立學術研究、實際讀者行為及不同內容情境交叉解讀。
數據解讀與質疑
Hacker News 的高分與數百則留言證明這個議題能引起技術社群共鳴，卻不能證明網路使用者普遍反對 AI 圖。參與討論的人本來就可能更重視獨立網路、作者聲音與技術真實性，而且一篇立場鮮明的短文更容易吸引同意與反對者集中辯論。票數代表議題熱度，不是具代表性的民意調查。
ACM 研究同樣需要區分「偏好」與「信任」兩個變數。參與者可能覺得 AI 圖更漂亮，卻仍選擇相信攝影圖片；也可能接受遊戲、娛樂或概念設計使用 AI 圖，但對新聞、醫療、慈善募款與公共議題採取更嚴格標準。因此，任何單一比例都不能直接推導出所有網站應全面禁用生成圖片。
比較穩健的結論是，AI 圖的信任成本取決於四件事：是否揭露、是否有實質資訊、內容風險高低，以及作者能否提供來源與製作脈絡。對低風險的概念插圖，清楚標示後可能足夠；對新聞現場、人物證詞或產品實拍，生成圖片即使有標示，也不能取代原始證據。
為什麼這件事重要
生成式 AI 把內容製作成本降到接近零後，網路真正稀缺的資源不再只是圖片或文字，而是可追溯的人類判斷。讀者花時間打開文章，期待取得作者做過的採訪、測試、比較、查證或親身經驗；如果頁面只呈現一組容易大量複製的生成素材，閱讀契約就會失衡。作者節省幾分鐘，讀者卻必須額外判斷內容是否真實、引用是否存在，以及每個結論是否只是模型補完。
這對獨立部落格尤其關鍵。企業網站可以依靠品牌、法務、編輯流程與官方聯絡管道補足信任，個人網站最重要的資產往往就是可辨識的聲音與長期紀錄。粗糙手繪、實際截圖、原始照片或簡單圖表不一定漂亮，卻能留下選擇與製作痕跡；高度同質化的生成封面則可能讓不同作者看起來像同一套內容工廠。
這場爭議也不該被簡化成反科技。AI 可以用於去背、配色、草圖、資料視覺化與無障礙替代文字，也能協助不會畫圖的作者把抽象概念說清楚。判準應該從「有沒有用 AI」轉向「AI 在流程中做了什麼、作者查核了什麼、讀者能驗證什麼」。只要關鍵資訊仍由人類負責，工具本身不必成為原罪；反過來說，沒有揭露、沒有來源、沒有編輯責任的批次內容，即使外觀精美，也會持續消耗整個網路的信任。
透明標示正在從禮貌變成制度
歐盟《AI 法案》第 50 條的透明義務已自 2026 年 8 月 2 日起適用。歐盟執委會發布的指引與實務準則，聚焦生成內容的機器可讀標記、深偽揭露，以及以公共利益資訊為目的之 AI 生成文字揭露。這不代表每張輔助修圖都必須用相同方式處理，但顯示「讓受眾知道內容如何產生」正逐漸成為平台與內容發布者的正式責任。
技術面上，C2PA 的 Content Credentials 提供一套開放標準，讓媒體附帶來源與編修歷程。它能回答檔案由哪個工具處理、是否包含生成步驟等問題，但不能保證畫面描述的事件一定真實。來源憑證可能被移除，真實相機也可能拍下經過安排的場景，因此內容憑證應與編輯查證、原始連結及清楚標示一起使用。
對部落格經營者而言，可立即採用的做法包括：
- 在圖片旁直接標示「AI 生成」「AI 輔助」或具體使用工具，不把資訊藏在頁尾。
- 說明圖片用途是概念示意、資料圖表、修復、合成，還是新聞現場紀錄。
- 優先使用原始截圖、實拍、手繪與可追溯的官方素材。
- 若圖片只是填滿版面，先考慮完全不放圖，而不是自動生成一張。
- 保留提示詞、來源素材、編修紀錄與 Content Credentials，方便日後查證。
- 對新聞、醫療、財務與公共政策內容採取比娛樂文章更嚴格的標準。
社群真正爭論的是「工具」還是「誠意」
討論串中的反對者認為，AI 圖經常代表低投入、同質化與未查核的批次文章；支持者則提醒，攝影、數位繪圖、合成器與 Photoshop 也曾被視為降低創作門檻的新工具，不能只看工具名稱就否定成品。兩派其實在不同層次說話：一方關注目前大量出現的劣質輸出，另一方關注工具在認真流程中可能發揮的價值。
較可操作的中間標準不是辨認畫面有幾根錯誤手指，而是檢查成品是否留下作者責任：
- 圖片是否解釋了正文無法清楚表達的資訊？
- 圖片來源與生成方式是否可見？
- 作者是否核對文字、數據、人物與引用？
- 讀者是否能回到原始資料重做判斷？
- 若移除圖片，文章價值是否完全不受影響？
最後一題尤其實用。若拿掉封面後文章仍完整，生成圖可能只是裝飾；若圖片承載流程、比較或證據，就應提供足夠解析度、資料來源與製作方法。這比全面禁止或全面接受更能區分「使用 AI」與「交出編輯責任」。
後續觀察
接下來值得追蹤的，不只是生成模型能否做出更難辨認的圖片，而是瀏覽器、社群平台與內容管理系統如何呈現來源憑證。若標示只藏在選單深處，透明制度對一般讀者幫助有限；若平台把所有修圖都粗略標成 AI，也可能因誤標而削弱標籤可信度。
對獨立網站而言，最有價值的競爭優勢可能不是更快生成，而是讓讀者看見慢下來的部分：原始資料、測試過程、失敗紀錄、修正歷史與明確署名。當任何人都能在幾秒內得到一張漂亮封面時，一張不完美但可說明來源的手繪圖，反而可能成為更稀有的信任訊號。
延伸閱讀
- Nelson Figueroa 原始文章
- Hacker News：AI-Generated Images Discourage Me from Reading Your Blog
- ACM CHI 2026：AI 生成圖片如何影響網站偏好與信任
- Getty Images：Building Trust in the Age of AI
- 歐盟執委會：AI 生成內容透明義務指引
- C2PA：內容來源與真實性開放標準
判讀提醒：AI 標示只能揭露製作方式，不能單獨證明內容真偽；來源、證據、編輯責任與可重現的查核流程仍不可取代。
網友熱門留言 (5)