現在很多 AI 生圖討論，都卡在一個有點奇怪的位置。

一邊是工具越來越快。下 prompt、改一版、再改一版，幾分鐘就能拿到一張看起來能放進 landing page、部落格首圖、簡報或社群貼文的圖。另一邊是大家好像也越來越容易把「看起來能用」誤認成「已經可以上線」。

這兩件事差很多。

AI 生成圖片真正進到產品流程時，問題通常不是「這張圖漂不漂亮」。更麻煩的是：它的來源能不能說清楚？它有沒有看不見的標記？它的右下角、背景、文字、陰影、邊緣細節，有沒有一眼看不出來、但放到正式版面就很刺眼的破綻？

如果你是工程師或獨立開發者，這件事不該只丟給「設計感」處理。它其實是一個素材管線問題。

看不見的標記，是信任問題

先講 SynthID。

Google 在 Gemini 圖片生成文件裡明確提到，Gemini 產出的圖片會包含 SynthID 浮水印。這個浮水印不是我們平常講的右下角 logo，也不是壓在畫面上的半透明字樣，而是嵌進內容裡的數位標記。

它的目的不是讓圖片變乾淨。剛好相反，它是要讓未來有機會判斷：這個內容是不是由 Google AI 生成或編輯過。

這點很重要，因為來源治理跟視覺後製是兩個不同問題。

SynthID 解的是「這張圖從哪裡來」。它讓平台、工具或使用者有機會辨識內容的 AI 來源，至少在 Google AI 生態裡，這是建立信任的一部分。當你的產品牽涉到媒體素材、行銷素材、教育內容、新聞圖像，或任何需要對來源負責的場景，這類看不見的標記就不是裝飾。

但它也有明顯限制。

Google 的說明很清楚：如果驗證工具偵測到 SynthID，代表內容全部或部分可能由 Google AI 生成或編輯。可是反過來不成立。沒有偵測到，不代表它一定是人類做的。它可能來自其他 AI 系統，也可能被壓縮、裁切、重製或大幅修改過，導致結果不明確。

所以不要把「沒有被驗出」當成免責牌。

對產品團隊來說，比較成熟的理解應該是：SynthID 是來源判讀線索，不是品質保證，也不是法律護身符。它能幫你回答一部分的「這是怎麼來的」，但不能幫你回答「這能不能放進正式產品」。

看得見的破綻，是品質問題

另一個問題更日常，也更容易被低估。

AI 圖片第一次生成出來時，很常有一種奇妙的說服力。縮圖看很穩，色調也對，主體大致正確。可是你把它放進真實版面，問題就開始浮出來。

背景有一塊不合理的陰影。牆上的字像英文字母又不像。手指、牙齒、線條、反光怪怪的。物件邊緣有一圈不自然的糊。某些模型或平台還可能在輸出上帶有可見標記。這些東西單獨看好像很小，但產品畫面最怕的就是這種「哪裡怪怪的」。

使用者不一定會指出來。他們只會覺得你的頁面比較廉價。

這就是我覺得很多人誤會 AI 生圖的地方：AI 不是直接交付 final asset 的機器。它比較像原料供應商。你可以很快拿到方向正確的原料，但上線前仍然需要挑選、裁切、修補、壓縮、標註、存檔、命名，最後再放進設計系統或內容管理流程。

換句話說，後製不是補救。後製就是流程本身。

把 AI 圖片當成素材管線，不要當成一次性輸出

如果我在一個小團隊裡設計 AI 圖片上線流程，我不會從「哪個模型最好看」開始。我會先定義幾個關卡。

第一關是來源紀錄。

這張圖從哪個工具生成？使用哪個模型？prompt 大意是什麼？有沒有經過編輯？如果後面有人問授權、來源或可追溯性，至少不要只剩下一個 hero-final-v7.png。

第二關是可見品質檢查。

不要只看縮圖。至少用實際上線尺寸看一次，也用 2x 或高解析螢幕看一次。檢查文字、邊緣、手部、陰影、重複紋理、品牌相關元素。Google 的 Gemini 說明也提醒使用者檢查 AI 生成媒體裡常見的細節錯誤，這不是多疑，是正常品管。

第三關是清理與後製。

這裡才輪到工具。你可以用修圖軟體手動處理，也可以把固定工作交給小工具。假設素材明確來自 Gemini，而你只是要處理右下角可見標記這類重複性問題，像 Gemini 去浮水印線上工具 這種在瀏覽器流程裡處理 Gemini 圖片浮水印的工具，就比較像素材管線裡的一個清理步驟，而不是整篇文章的主角。

第四關是輸出規格。

同一張圖可能要用在文章首圖、社群縮圖、OG image、簡報、文件截圖。每個場景的尺寸、壓縮、裁切焦點都不同。AI 生圖如果只存一張原始大圖，後面通常會亂掉。比較好的做法是把原始圖、清理後圖、裁切版、壓縮版分開命名，讓未來替換時不會靠猜。

第五關是是否保留來源標記。

這一點比較微妙。若你的場景需要保留來源可驗證性，就不要為了追求「乾淨」而做過度轉檔、重壓、重繪或大幅修改，因為這可能影響之後的驗證結果。反過來，如果你處理的是可見的版面瑕疵，就要清楚知道自己是在做視覺品質控管，不是在抹掉所有來源痕跡。

這兩件事要分開想。

最糟的流程，是把責任留到最後一秒

很多團隊會把 AI 圖片當成內容流程裡的小事。文章要上了，才臨時叫人補一張首圖。活動頁快發了，才叫工程師或行銷同事去生一張背景。最後大家只問兩句：「好不好看？能不能用？」

這樣問太晚了。

因為真正該問的是：

• 這張圖的來源能不能被追溯？
• 它有沒有看不見的來源標記，我們是否理解它的意義？
• 它有沒有可見的 AI 破綻或平台標記？
• 它被裁切、壓縮、修改後，還適合原本用途嗎？
• 未來要替換或重做時，有沒有留下足夠上下文？

這些問題聽起來很麻煩，但其實跟工程流程很像。你不會把一段 AI 產生的程式碼直接 merge 到 production，然後說「編譯有過就好」。你會看 diff、跑測試、檢查權限、確認 edge case、要求 reviewer。

圖片素材也該有類似的自覺。

不是每張圖都要走超重流程。內部文件、一次性草稿、私人筆記，當然可以隨便一點。但只要它要進公開產品、品牌頁面、商業素材或可被轉傳的內容，就不該只靠肉眼覺得順眼。

真正的分界線，不是 AI 生成或人類設計

我不太喜歡把討論簡化成「AI 圖片能不能用」。這個問題太粗。

更準確的問法是：你有沒有能力把 AI 輸出納入一個負責任的素材流程？

有流程，AI 圖片可以是很有效率的原料。沒有流程，它就會變成一堆看似完成、其實沒人負責的半成品。今天可能只是右下角有標記，明天可能是品牌識別錯、圖中文字錯、暗示不該暗示的內容，或是在需要來源透明的地方完全講不清楚。

AI 生圖工具會越來越快，這件事大概不用懷疑。但速度越快，越需要把「最後一哩」拉回來看。

生成只是開始。來源判讀、可見瑕疵清理、輸出規格、保存脈絡，才是素材能不能真正進產品的分界線。

把 AI 當成原料供應商，不要把它當成品保部門。這樣你會少踩很多坑。