一開始只是某個人的臉

「生成內容」是一個好用的說法——直到它開始替出處洗白。

如果一張影像是從真實人物的臉開始，那它就不只是像點心一樣從機器裡「冒出來」的內容。這是身分素材的轉化：輸入的是一個人。他們的相貌、臉型、表情、膚色、髮型、身體或風格，仍可能成為輸出的錨點。

這很重要，因為「生成內容」讓整個過程聽起來乾淨又合成。它可能暗示沒有人的來源、沒有同意的問題、沒有與生物特徵相近的疑慮，也沒有與真實人物的關聯。這很方便，但也常常在使用者最在意的那一點上是錯的。

像是頭像工具、交友照片工具、證件照工具、換臉、虛擬試穿、修復應用，以及人像編輯器，都離身分很近。生成的結果可能是新的，但輸入可能非常私密。產品不應該躲在最後的檔案格式後面。

更好的用語應該更具體。「AI 編修照片。」「由你上傳的影像生成。」「以參考照片生成的肖像。」「基於相似度的輸出。」這些說法比「生成內容」更不俐落，但它們會把人放回句子裡。

這不是吹毛求疵。產品用語會影響產品決策。如果團隊以為自己在處理的是內容，可能就會設計內容工作流程；如果團隊記得自己在處理的是臉，可能就會更仔細地考量留存、同意、存取與刪除。

使用者知道差別。他們不會因為模型加了棚拍燈光就認為自己上傳的臉變得在道德上變得通用。他們想知道來源影像去哪了、是否用來訓練了什麼、輸出是否公開，以及刪除是否真的有效。

當 AI 影像產品停止使用抽象名詞來淡化具體風險時，就會更容易建立信任。如果它一開始就是某個人的臉，就直接說。然後就要像這件事真的很重要一樣去打造。

延伸閱讀：生物特徵隱私如何適用於 AI 影像生成、用更私密的方式打造 AI 頭像功能、以及上傳別人臉孔的奇怪新禮節。