廣告品質不應該由素材是人做的還是 AI 做的來判斷

生成式 AI 最先改變廣告產業的，不是創意，而是成本。以前要多做十套素材，意味著多投入攝影、設計、文案與剪輯時間；現在同一張商品圖可以快速換背景、換人物、換尺寸、換文案，一個小團隊也能產生過去只有大型廣告主才負擔得起的素材量。當供給成本突然下降，低品質內容當然也會一起暴增。問題因此很容易被說成「AI 廣告太多」，但這個說法把生產工具和內容品質混在了一起。

生產成本下降之後垃圾供給一定會增加

這不是生成式 AI 才出現的現象。電子郵件把發送成本降到接近零之後，垃圾郵件跟著爆發；網站架設變便宜後，低品質內容農場大量出現；數位攝影與桌面出版降低製作門檻後，廉價宣傳品也變得無所不在。每一次技術把供給曲線往右推，市場都會同時得到更多好作品與更多垃圾。治理的難題從來不是如何把便宜的工具趕回去，而是如何讓品質差的供給更難取得注意力。

廣告尤其如此。若一百個素材版本只是把同一個商品換一百個背景，它們看起來是一百個作品，實際上卻未必是一百個不同的創意假說。廣告測試真正需要的是差異：不同訴求、不同使用情境、不同受眾洞察、不同產品利益。如果素材只是表面變化，平台得到的是更多運算與曝光負擔，廣告主得到的則可能只是遞減報酬。這也是為何業界開始重新強調 creative diversification 必須包含真正的差異化，而不是無限量生成變體。

但由此推到「AI 生成的素材應該被當成低品質素材管理」，邏輯就斷了。昂貴的真人攝影可以做出誤導、無聊、令人厭煩的廣告；AI 協助生成的素材也可以資訊清楚、切中需求而且有效。若平台把製作方式當成品質代理變數，就等於拿來源去猜結果。

透明度與品質是兩個治理問題

Meta 在 2026 年擴大第三方生成式 AI 廣告的透明資訊，把相關說明集中到「About this ad」等介面；在政治與社會議題廣告上，也要求特定 AI 生成或修改情況揭露。這些做法可以處理知情權、真實性與來源透明，但如果目標是改善廣告品質，真正該管理的仍然是廣告本身：是否誤導、是否重複、是否造成負面體驗，以及是否只是在大量複製近似素材。生成方式不是品質本身。

事實上，Meta 自己對 ad quality 的公開說明反而支持另一套邏輯。它的品質模型會使用觀看者的隱藏與回饋，以及聳動語言、engagement bait 等低品質特徵；廣告競價也會把預估行動率與品質納入，而不是只看出價。換句話說，平台其實早就有能力從內容特徵與使用者反應判斷「這是不是一則爛廣告」。

透明標示可以存在，尤其涉及深偽、政治廣告、身分冒用或消費者容易誤認的情境；品質治理則應該走另一條線。平台若把「是否使用 AI」當成品質判斷的捷徑，就會得到一個很方便、卻很差的管理指標。更好的做法，是直接用內容特徵、使用者反應與交易後結果辨認劣質廣告，再利用 AI 把這套判斷做得更快、更細。

平台真正擁有的是結果資料

數位廣告平台其實比大多數內容平台更有條件直接管理品質，因為它看得到曝光之後發生什麼。使用者是否快速滑過、隱藏廣告、檢舉、點擊後立刻離開，落地頁是否與廣告承諾一致，轉換後是否大量退款或投訴，這些都比「素材由什麼工具做出來」更接近真正的使用者體驗。

AI 在這裡反而適合站到管理者這一邊。模型可以辨認一批素材是否只是語義與構圖高度相似的複製品，可以找出誇大、欺騙、clickbait 或不一致的落地頁，也可以把表面不同但本質相同的創意聚類。當低成本生成讓垃圾內容數量增加，最合理的反應不是禁止低成本生成，而是降低低品質內容逃過檢測的機率。

這和垃圾郵件的治理非常像。成熟的郵件系統不會因為一封信是透過自動化工具寄出就直接把它判成垃圾信；它會看寄件者信譽、內容、連結、使用者回報、發送模式與歷史行為。若廣告平台把 AI 素材管理做成同樣的風險評分，它管理的就是實際危害，而不是工具身分。

低成本創意本身也是市場民主化

如果把 AI 當成問題本身，還會犧牲一個很實際的好處。Meta 的 Advantage+ creative 已公開表示，超過數百萬廣告主使用其 AI 創意工具，功能從文字變體、背景生成到尺寸與影音調整。對大型品牌而言，這只是效率工具；對小商家而言，卻可能是第一次有能力針對不同語言、版位與受眾製作足夠多素材。

過去的廣告品質並沒有因為製作成本高就天然比較好，只是劣質廣告的產量受到成本限制。AI 把限制拿掉之後，平台要面對的是內容品質分布的下緣快速膨脹。治理的目標應該是提高垃圾內容取得曝光的成本，而不是把所有低成本生產者一起懲罰。

同時也不能把「只看效果」推到極端。高點擊率不一定代表高品質，欺騙性標題與恐懼訴求有時反而更容易獲得短期互動。因此品質模型仍需要政策限制、內容安全、使用者回饋與長期結果，而不是單純用 CTR 或轉換率決定一切。這正是為什麼管理指標必須對準實際問題：安全是一套指標，透明是一套指標，品質又是另一套指標。

好的治理會把工具從責任裡拿掉

生成式 AI 之後，內容平台會越來越常遇到同一種誘惑：因為辨認「這是不是 AI 做的」看起來很容易，就把它當成風險管理的捷徑。這種做法行政上方便，經濟上卻很粗糙。真正應該被處理的是欺騙、重複、低品質、侵權、操縱與濫用，這些問題在人類製作時早就存在，AI 只是讓它們的供給變便宜。

因此，AI 標示可以存在，AI 生成工具也可以被平台大量使用，但品質判斷不該停在來源。成熟的平台應該做相反的事：用 AI 更快理解內容與結果，把品質差的廣告找出來，而不必先問它是誰做的。當生產成本接近零，稀缺的東西就不再是素材，而是注意力與判斷。平台真正要管理的，也應該是誰值得得到這些注意力。