AI 影像功能必須撐過的隱私權問題

多數隱私權政策寫得像是在努力贏得一台霧化機。

AI 影像產品不能負擔這種做法。使用者與採購方有明確的問題。若政策無法回答，產品即使工程品質不錯，也會讓人覺得不安全。

第一個問題：你處理哪些內容？請分別列出提示詞（prompts）、來源影像（source images）、遮罩（masks）、參考影像（reference images）、生成輸出（generated outputs）以及金鑰（keys）。不要把它們都藏在「data」底下，彷彿一切在精神上都等同。

第二個問題：你是否將內容用於訓練、評估、資安/安全審查，或是產品改進？這些用途不同。若不同帳戶類型或不同端點（endpoint）答案不同，請說清楚。

第三個問題：你會保留什麼？原始檔、輸出、縮圖、提示詞歷史、失敗的工作（failed jobs）、日誌（logs）、交付 URL（delivery URLs）、相簿（galleries）以及支援附件（support attachments）都需要答案。若保留的是操作中繼資料（operational metadata）但不保留內容，請明確說明。

第四個問題：誰能看見內容？使用者、團隊成員、客服人員、操作人員、次處理者（subprocessors）、模型供應商，以及法律審查者是不同的受眾。若隱私權政策只說「授權人員」並就此打住，對於認真做的 AI 影像產品來說是不夠的。

第五個問題：刪除如何運作？政策應說明在已儲存影像、來源上傳、生成輸出、帳戶關閉、備份，以及法律保留（legal retention）等情境下的刪除流程。「你可以刪除你的資料」在影像產品裡不是一句完整的句子。

第六個問題：你如何處理兒童、他人的臉孔、公眾人物、親密影像，以及未經同意的使用？政策不必變成道德哲學教科書。但它需要展現產品理解明顯的風險類別。

第七個問題：第三方影像供應商是否會接收客戶內容？若是，請說明其角色與保留影響。若否，這就是產品優勢。請把它用在政策裡。

最好的隱私權政策不一定是最長的。它是那種能夠清楚對應到產品實際運作方式的政策。

延伸閱讀：Your Data、當你把自己的臉上傳到 AI 工具時，真正會發生什麼，以及歐盟的 AI 生成內容透明度守則（AI-generated content transparency code）。