一張 AI 生成的圖，讓設計公司吵了一整天

群組裡的討論迅速從「這張圖好不好」升級成三個層次的爭執。

第一層是技術層次的爭執：AI 生成的圖，能不能算「作品」？資深設計師認為，一件視覺作品之所以有價值，在於每一個決策背後都有理由：為什麼用這個角度的光、為什麼選這個色溫、為什麼瓶身要稍微傾斜三度。AI 生成的圖是把這些決策外包給機率分布，設計師只是「選了一張看起來順眼的」，這與攝影師按下快門、插畫家落筆的勞動性質完全不同。

年輕設計師的反駁則帶著一點不耐：「那我用 Figma 的元件庫、用 Unsplash 的素材、用 Illustrator 的漸層工具，算不算外包決策？工具就是工具，吵這個很假掰。」

第二層是商業層次的爭執：這樣做，會不會讓設計變廉價？業務部門的立場很清楚——客戶的時間壓力是真實的，交付速度就是競爭力。如果一張 AI 草圖能讓提案會議提前兩天召開、能讓客戶在還沒付費的階段就感受到誠意，那為什麼不用？但設計部門担心的是另一件事：一旦客戶知道「這種圖十分鐘就能生出來」，他們會怎麼看待後面那張報價八萬的主視覺？

第三層，也是吵最久的一層，是倫理與法律的爭執：要不要主動告訴客戶？這個問題把整間公司切成兩半。有人認為，交付物只要符合合約規格，用什麼工具是專業判斷的一部分，就像你不會特別告訴客戶「這張圖是用 Wacom 畫的」還是「用 iPad 畫的」。也有人認為，AI 生成牽涉到訓練資料的來源爭議與著作權不確定性，隱匿不報等於把風險轉嫁給客戶，這在專業倫理上站不住腳。

會議從早上十點開到下午四點，中間叫了兩次外送。最後沒有結論，只做成一個決議：在制度建立之前，先暫停對外使用 AI 生成圖像。

而這個「暫停」，只維持了十一天。

爭吵的四個陣營：每個人其實都在保護不同的東西

事後復盤，這場爭吵之所以難有交集，是因為四個陣營表面上在吵同一件事，實際上各自在保護的東西完全不同。理解這一點，比急著選邊站更有用。

設計師的焦慮：不是怕被取代，是怕被稀釋

外界常以為設計師反對 AI 是出於「怕失業」。但在這場爭吵裡，資深設計師真正在意的，其實是專業判斷的可見性被稀釋。

設計工作的價值，有很大一部分建立在「決策的不可見成本」上：十年的經驗讓你一眼看出哪個字距會讓標題讀起來不舒服、哪個顏色的明度差會讓印刷成品濁掉。這些判斷，客戶看不到，也通常不會為此付費，但它是報價的底層支撐。當一張十分鐘生成的圖也能讓客戶說「讚」，設計師會立刻感受到一件事：客戶其實一直分不出來。

這才是真正讓人難受的地方。不是「AI 比我強」，而是「原來一直以來，我以為的專業門檻，在客戶眼中沒有那麼明顯」。

這也是為什麼反彈最激烈的往往不是最基層的設計師，而是年資五到十年的中堅份子——他們的職涯正建立在「我能做出別人做不出來的東西」這個假設上。AI 沒有推翻這個假設，但它讓這個假設變得難以對外證明。

業務與 PM 的算盤：效率是唯一真理，但他們也有苦衷

站在對立面的業務與 PM，經常被貼上「短視近利」的標籤，但他們的處境其實更複雜。

台灣多數中小型設計公司的商業模式，本質上是時間的批發與零售：以人力工時估算成本，加上利潤後報價。在這個結構下，「做得快」幾乎等於「賺得多」，而「做得慢」不管品質多好，都會侵蝕毛利。當客戶的決策週期越來越短、比稿越來越多、預算越來越緊，PM 面對的是一個很現實的選擇：要嘛熬夜，要嘛用工具。

更關鍵的是，PM 是站在第一線承接客戶情緒的人。客戶要三張氛圍圖，明天早上要，這種要求在過去只能靠加班或說服客戶延期，而現在有了第三條路。從 PM 的角度看，這不是「偷懶」，而是「解決問題」。

但 PM 也有說不出口的焦慮：如果 AI 能生出這種等級的圖，那「協調與執行」的價值會不會也被壓縮？這也是為什麼不少 PM 在這場爭吵裡，其實比設計師更急著建立制度——他們需要一個規則，來證明自己不是隨便亂用。

法務與財務的視角：風險與報價，兩個被忽略的震央

在這場爭吵中，最冷靜但也最關鍵的聲音來自法務與財務。他們關心的不是審美，而是兩件事。

其一是責任歸屬。如果那張 AI 圖的構圖與某位攝影師的作品高度相似，客戶拿去投廣告，出了事誰扛？如果圖中出現了 AI 常見的「幻覺細節」——比如瓶身上的商標被生成成一個不存在的品牌——這算誰的錯？合約裡通常沒有寫「AI 生成物免責條款」，這意味著風險默認落在設計公司身上。

其二是報價體系的崩壞。如果一張圖的生產成本從「設計師兩天工時」變成「PM 十分鐘」，那報價該怎麼算？繼續按工時報，客戶一旦知情就會覺得被坑；改成按價值報，多數設計公司又還沒有建立足夠的品牌話語權去支撐價值定價。這個矛盾，才是 AI 對設計產業最實質的衝擊——它先動搖的不是創意，而是計價的基礎。

老闆的兩難：想省成本，又怕踩雷

老闆在這場爭吵裡通常是沉默的，但沉默不代表沒有立場。他心裡盤算的是兩本帳：一本是「效率帳」，AI 確實能壓縮前端提案階段的成本；另一本是「風險帳」，一旦捲入著作權糾紛或客戶信任危機，代價遠高於省下的工時。

多數老闆最後會選擇「低調使用、不對外張揚」這條中間路線——而這條路線，恰恰是最危險的。因為它把風險從「可控的技術問題」變成了「不可控的誠信問題」。

爭議背後：AI 圖像的三個灰色地帶，比吵架更難解

吵完那一天，真正的問題才開始浮現。因為這場爭吵表面上是在爭「該不該用 AI」，實際上撞上的是三個至今沒有標準答案的灰色地帶。

著作權歸屬：誰是那張圖的作者？

這是所有爭議中最根本的一題。目前國際上的主流趨勢是：缺乏人類實質精神創作的 AI 生成物，難以取得著作權保護。

美國著作權局在 2023 年的「Zarya of the Dawn」案中明確表示，單純以文字提示（prompt）引導 AI 生成的圖像，其「機械性輸出」部分不受著作權保護，只有人類額外添加、編排、修改的部分才可能受保護。2024 年聯邦法院在 Thaler v. Perlmutter 案中，也再次確認了「人類作者」的要求。

中國大陸則出現較為細緻的判例：2023 年北京互聯網法院在「李某訴劉某」案中，認定原告在設計提示詞、調整參數、反覆篩選的過程中投入了智力勞動，其生成的圖像構成美術作品，享有著作權。但這個判決的前提是原告提供了完整的創作過程紀錄，能證明其「個性化表達」的存在。

台灣目前沒有直接對應的判決，但依現行《著作權法》第 3 條對「著作」的定義，須為「人類精神作用之表達」，實務上對純 AI 生成物的保護態度趨於保守。這意味著一個很現實的結論：如果設計公司交付了一張純 AI 生成的圖給客戶，客戶買到的可能是一份沒有著作權保護的內容，而客戶通常並不知道這件事。

更麻煩的是「相似性」風險。生成式 AI 的訓練資料包含大量現有圖像，輸出的結果可能與某些受保護作品構成「實質相似」。設計公司若無法證明自身獨立創作，舉證責任會非常吃重。

訓練資料的來源爭議：你用的工具，可能正在被告

第二個灰色地帶，是工具本身的合法性。

目前主流圖像生成模型的訓練資料，大多來自網路爬取的大量圖像，其中包含大量受著作權保護的攝影、插畫與設計作品。這引發了全球範圍的集體訴訟，包括 Getty Images 對 Stability AI 的訴訟、多位藝術家對 Midjourney 與 Stability 的訴訟等，至今仍在審理中。

對設計公司而言，這意味著一件很不舒服的事：你使用的工具，其法律地位本身還不確定。如果未來判決認定訓練過程構成侵權，那麼以此為基礎產生的商業交付物，可能面臨追溯風險。這不是危言聳聽，而是目前多家國際廣告集團已在內部規範中要求「AI 生成素材須標註工具與版本，並保留可追溯紀錄」的原因。

客戶知情權與揭露義務：不說，是不是一種隱瞞？

第三個灰色地帶最貼近日常，也最容易被忽略：客戶有沒有權利知道你用了 AI？

從契約角度來看，除非合約明文規定「禁止使用生成式 AI」，否則使用工具本身並不違約。但從專業倫理與長期信任的角度來看，問題在於「不對等資訊」：客戶以為自己買的是設計師的創意勞動，實際上買到的是一段 prompt 的輸出與篩選。當這個落差被發現時，傷害的往往不是那一張圖，而是整段合作關係。

國際上的趨勢正在往「強制揭露」移動。歐盟《AI 法案》要求生成式 AI 的輸出須標示為 AI 生成內容；中國《生成式人工智能服務管理辦法》與《人工智能生成合成內容標識辦法》也要求對 AI 生成內容進行標識。商業設計領域雖然還沒有統一的強制規範，但已有不少國際品牌在供應商合約中加入「AI 使用申報」條款。

換句話說，「不說就沒事」的時代正在結束。

從吵架到制度：設計公司真正該做的五件事

回到那間吵了一整天的設計公司。十一天後，他們悄悄恢復了 AI 的使用，但這次不是無聲無息地恢復，而是帶著一套勉強堪用的內部規則。這套規則不是教科書式的完美方案，而是從實戰中長出來的，反而更有參考價值。

第一步：盤點現況，先承認「已經有人在用了」

很多公司制定 AI 規範的第一個錯誤，是假設「只要禁止就沒人用」。事實是，在多數設計團隊裡，AI 早就以各種形式存在：設計師私下用它找靈感、PM 用它寫文案、業務用它生提案封面。全面禁止只會讓使用轉入地下，反而更難管理。

正確的做法是先做一次匿名盤點：誰在用、用哪些工具、用在哪個環節、頻率多高。這一步的目的不是抓人，而是取得真實數據，才能判斷風險集中在哪裡。那間公司盤點後發現，AI 使用最密集的環節其實不是視覺設計，而是「提案階段的氛圍圖與文案草稿」——這直接決定了後續規範的重點該放在前端，而不是最終交付。

第二步：建立分級使用規範，而不是一刀切的禁令

有效的規範通常按「風險等級」分層，而不是按「工具」分層。

綠燈區：內部腦力激盪、情緒板（moodboard）參考、提案初期的概念探索、文案草稿、會議紀錄整理。這些環節不對外交付，風險低，應鼓勵使用。

黃燈區：對外提案的視覺草圖、社群貼文配圖、非核心的輔助素材。使用前須經主管確認，並保留 prompt 與生成紀錄，且須經設計師實質修改後才能對外。

紅燈區：最終交付的主視覺、品牌識別核心元素、涉及商標或名人肖像的內容、需主張著作權的原創插畫。這些原則上不使用純 AI 生成物，若真要用，須由設計師進行實質性創作並完整留痕。

分級的好處是，它讓「能不能用」變成一個可以討論的專業判斷，而不是情緒性的立場對撞。

第三步：把揭露條款寫進合約，把風險變成服務

與其被動担心客戶發現，不如主動把它變成合約的一部分。具體做法包括：

在報價單或合約中增加「AI 工具使用說明」欄位，載明本次專案於哪些環節使用了生成式 AI、使用何種工具、交付物是否包含 AI 生成元素、以及設計公司對該元素的修改與驗證程度。同時加入「AI 生成元素之著作權保護範圍可能受限」的告知條款，並約定若客戶要求「全人工創作」，需另行報價。

這聽起來很麻煩，但它其實是一項競爭優勢。當多數同業還在遮遮掩掩，能清楚說明 AI 使用方式的公司，反而更容易取得中大型品牌客戶的信任——因為這些客戶的法務部門，遲早會問同一個問題。

第四步：重設計價邏輯，從賣工時轉向賣判斷

這是整場變革中最難、但也最不能逃避的一步。當生成一張圖的成本趨近於零，按工時計價的模型必然崩解。設計公司需要開始區分兩種價值：

生產價值（把圖做出來）——這部分的價格會持續下降，因為工具在進步。

判斷價值（決定該做什麼、為什麼這樣做、什麼不該做）——這部分的價格會持續上升，因為選項變多之後，「選擇」本身变得更稀缺。

實務上的做法是拆分報價：將「策略與概念發展」獨立計價，將「視覺執行」按交付形式計價，並在合約中明訂 AI 輔助執行的費用結構。這需要業務與設計部門坐下來一起重算，但這一步沒有做的公司，未來兩年會非常痛苦。

第五步：留下創作履歷，這是未來最重要的資產

無論從著作權舉證、客戶信任或內部品管的角度來看，「創作履歷」都會成為設計公司的核心資產。所謂創作履歷，包含：使用工具的版本與日期、完整的 prompt 紀錄、生成候選圖的篩選過程、設計師的修改紀錄（圖層、草圖、版本對照）、以及最終交付物的實質修改說明。

這套紀錄在太平時期看起來像行政負擔，但在爭議發生時，它是唯一能證明「人類實質創作」存在的東西。北京互聯網法院那起判決的關鍵，正是原告能提出完整的設計過程證據。

結語：吵一天，其實是組織難得清醒的一天

那間設計公司最後沒有禁用 AI，也沒有全面擁抱。他們做的是把爭吵轉譯成規則，把情緒轉譯成流程，然後在接下來的半年裡，反覆修正那套規則至少四次。

回頭看，那一天的爭吵之所以有價值，不是因為他們找到了答案，而是因為他們終於被迫把長久以來沒人願意碰的問題攤開來談：設計的價值到底建立在什麼之上？當工具 democratize 了生產能力，專業的門檻該重新畫在哪裡？我們與客戶之間的信任，是靠交付物本身，還是靠資訊的落差？

這些問題，不是 AI 發明的，AI 只是把它們從產業的潛意識裡翻了出來。

值得提醒的是，爭吵本身不會自動帶來進步。多數公司吵完之後，會選擇最容易的那條路：表面禁止、私下默許、對客戶沉默。這條路短期最省事，長期卻是最危險的——因為它讓風險持續累積，卻沒有建立任何吸收風險的能力。

真正拉開差距的，是那些願意在吵完之後坐下來，把「我們到底在賣什麼」重新定義一次的公司。它們未必比較懂 AI，但他們比較懂自己。

至於那張引爆一切的圖，最後被存進了一個名叫「內部參考」的資料夾，沒有交給客戶，也沒有被刪除。設計總監在資料夾備註欄寫了一句話，短短幾個字，卻像是給整個產業的註腳：

「工具沒有錯，錯的是我們還沒想清楚自己要什麼。」

下一次，當你的團隊也為了一張 AI 生成的圖吵起來時，或許可以先別急著選邊站。先問一句：我們吵的，是那張圖，還是我們對自己專業的想像？

那個答案，比任何工具版本都更決定這間公司未來五年的樣子。

🏠 返回首頁