正文
滑手機時看到一支畫面精緻、人物自然、文案順口的廣告，你會在意它是不是 AI 做的嗎？多數人可能不會主動追問，但當畫面出現「AI 生成」標示，判斷就可能改變。這正是數位廣告產業最近最值得注意的矛盾：AI 讓創意生產更快、更大量，透明揭露卻可能讓成效先掉下來。
2026 年 8 月，互動廣告局（IAB）發布第二版《AI Transparency and Disclosure Framework》，替廣告主、代理商、媒體與平台建立共同的揭露原則。[1] 產業報導引用 NYU Stern School of Business 研究指出，當消費者被告知廣告由生成式 AI 製作，點擊率下降 31.5%。[2] 這個數字很容易被解讀成「千萬不要標示 AI」，真正的問題則是：哪些內容值得讓消費者知道？
31.5% 代表消費者討厭 AI 嗎？
不能直接這樣下結論。IAB 整理的研究顯示，82% 廣告主認為消費者對 AI 生成廣告抱持正面感受，實際持正面感受的 Gen Z 與千禧世代消費者只有 45%，中間出現 37 個百分點的認知落差。[1] 廣告主看見的是成本下降、產能增加與素材快速迭代；消費者在意的則是內容是否真實、人物是否真的做過某件事，以及品牌有沒有把關。
因此，31.5% 比較像一個風險訊號。當 AI 生成擬真人、虛構事件、合成聲音或數位分身時，受眾可能擔心自己把合成內容當成真人證言或真實紀錄。人們未必反對 AI，卻會反感品牌讓他們在不知情的狀態下形成判斷。反過來說，對去背、調色、降噪等一般後製全面加標籤，也可能造成「標籤疲乏」，讓真正重要的警示失去效果。
IAB 的核心答案：看重大性，不看 AI 用了幾次
IAB 採用以重大性為基礎的揭露原則，判斷重點不是製作流程用了多少 AI，而是 AI 是否改變消費者對真實性、身份或表現的理解。[1]
| AI 使用情境 | 是否建議可見揭露 | 判斷重點 |
|---|---|---|
| 生成不存在的真人、場景或商品體驗 | 建議揭露 | 可能被誤認為真實存在 |
| 活人被放入從未發生的事件或地點 | 應揭露 | 涉及身份與行為真實性 |
| 已故者聲音、影像或數位分身 | 應揭露 | 涉及人格、授權與情感信任 |
| 會被誤認為真人的 AI 聊天助理 | 應揭露 | 互動關係可能造成誤認 |
| 去背、調色、降噪與一般後製 | 通常不需自動揭露 | AI 僅扮演製作工具 |
真正該揭露的，不是 AI 參與的每一個瞬間，而是 AI 參與後，消費者是否可能誤解自己看到的內容。
>
——依據 IAB《AI Transparency and Disclosure Framework》之重大性原則整理
這套邏輯對台灣品牌很實用。團隊可以把素材分為低、中、高風險：低風險是去背、調色與文案初稿；中風險是大幅改造商品場景或生成擬真人物；高風險則是虛構真人證言、合成真人聲音、未發生的品牌事件與模擬客服互動。高風險素材進入 Meta、Google、TikTok 等媒體前，應先完成品牌與法務審核。
法規已經走在產業自律前面
IAB 框架屬於自願性最佳實務，不能取代各地法律。IAB 指出，歐盟 AI Act Article 50 的透明度義務已於 2026 年 8 月 2 日生效，對 AI 生成內容與深度偽造提出揭露要求。[1] 產業報導也提到，美國部分州與其他市場陸續建立合成表演者、AI 透明度與標示規範。[2] 跨境投放不能只設計一份素材、套用一個標籤，再把責任交給平台。
因此，廣告主應建立 AI 使用紀錄，利用 C2PA 等內容來源憑證保存素材生成與修改資訊，並指定 AI Disclosure Lead，負責判斷哪些素材需要標示、標示放在哪裡，以及代理商與平台如何交接。[1] 即使台灣市場尚未要求每種 AI 素材都揭露，先建立流程仍能降低品牌信任與跨境合規風險。
投放團隊現在可以做的四件事
第一，建立 AI 素材風險分級表，把揭露判斷放進創意製作流程，而不是上線前臨時補救。素材命名、版本控管與審稿表都應記錄 AI 的使用方式、是否改變真實性，以及最後採用的標示形式。
第二，測試「標示方式」，不要只測試「要不要標示」。IAB 提出 sparkle icon 或清楚文字標籤等做法，但不同版位與受眾的理解可能不同。[1] A/B 測試時，除了 CTR 與轉換率，也要追蹤觀看完成率、負評率、品牌信任與再行銷名單品質。
第三，避免把 AI 當成廉價量產機。PPC Land 報導指出，91% 廣告主已使用或計畫使用 AI 進行創意製作，廣告主管回報的 AI 部署率也由 2024 年 60% 上升至 2026 年 83%。[2] 當大家都能快速生成大量素材，差異會回到洞察、敘事與品牌承諾。
第四，為每一支素材保留人工責任人。AI 可以在幾分鐘內做出十個版本，卻不能替品牌回答「為什麼這個人值得相信」。最後核准廣告的人，仍要對內容真實性、揭露清楚度與投放後的消費者反應負責。
結論：透明度也是轉換率以外的品牌資產
AI 廣告標示造成 31.5% 點擊率下降，值得每位投放人員正視，但不能簡化成「標示會傷害成效，所以不要標」。成熟做法是先分辨 AI 是否改變受眾對真實性的理解，再選擇合適的揭露方式，並把短期廣告數據與長期品牌信任放在同一張成效地圖裡。
未來競爭不只在於誰能用 AI 做出更多廣告，而是誰能讓消費者知道內容如何產生後，仍然願意相信這個品牌。台灣行銷團隊現在就可以從一張 AI 素材風險表、一位責任人與一次標示 A/B 測試開始。點擊率很重要，但讓受眾願意繼續看、繼續買、繼續推薦，才是 AI 廣告的長期考驗。
References
1] [IAB, “Updated Industry Framework for Consistent AI Transparency & Disclosure in Advertising”
2] [PPC Land, “AI ad labels cut clicks 31.5% as IAB issues disclosure framework”
3] [IAB, “AI Transparency and Disclosure Framework, August 2026”
