AI 產出的東西出包，責任算誰的？我跟客戶先講清楚三件事
有次給客戶的產業分析裡有個 AI 給的錯誤數字，我沒查證就放進去，客戶在會議上引用被糾正。之後我改了三件事。第一，對外責任一定是我的，交付物掛的是我的名字不是模型的名字，在提案裡寫「本報告部分由 AI 生成請自行確認」在商業上行不通，那等於說我收你的錢但品質你自己顧。第二，對內要有看得出來的分界：可查證的事實 AI 給的一律要有來源，判斷與觀點 AI 只能當草稿。第三，跟客戶講清楚哪些環節有 AI，不是為了免責，是他拿去做別的事時該知道這份東西怎麼來的。踩過的坑是太相信寫得篤定的法規說明，條號對但內容是拼湊的，所以現在 AI 講得越篤定我查得越仔細。
- 對外責任一定是自己的，交付物掛的是你的名字不是模型的名字
- 在提案裡寫「AI 生成請自行確認」在商業上行不通，等於說品質你自己顧
- 內部分界：可查證的事實要有來源，判斷與觀點 AI 只能當草稿
- AI 講得越篤定的地方要查得越仔細，語氣不能當可信度指標
有次一份給客戶的產業分析裡，有個數字是錯的。那個數字是 AI 給的，我沒有查證就放進去了。客戶在會議上引用，被對方糾正。
那天之後我改了合作方式。這篇不是講道德，是講實務。
第一件事：對外，責任一定是我的
這件事沒有模糊空間。
客戶付錢給我，交付物上掛的是我的名字，不是模型的名字。我用什麼工具生產是我的選擇，工具出錯也是我的風險。
我看過有人在提案裡寫「本報告部分內容由 AI 生成，正確性請自行確認」，我覺得這句話在商業上是行不通的。那等於跟客戶說：我收你的錢，但品質你自己顧。
所以那次出包我沒有解釋是 AI 寫的，我直接重做那一段，也吸收了時間成本。
第二件事：對內，要有一條看得出來的分界
但如果什麼都算我的，我會不敢用 AI 做任何有風險的事，那就走回頭路了。
所以我在內部給自己畫了一條線：可查證的事實，AI 給的一律要有來源；判斷與觀點，AI 只能當草稿。
具體來說，市場規模、法規條文、產品定價、競品數字，這些我一定回到原始出處看過才寫。而分析、建議、策略方向，AI 可以先給我一版，但最後出去的一定是我自己的判斷。
這條線讓我知道哪些地方可以快、哪些地方不能省。
第三件事：跟客戶講清楚哪些環節有 AI
這一點我一開始沒做，後來覺得非講不可。
不是為了免責，是因為客戶如果拿我的產出再去做別的事，他該知道這份東西是怎麼來的。舉例來說，如果我交的是一批社群貼文草稿，他拿去投廣告前會想知道裡面有沒有可能觸到平台規範的用語。
我現在的講法很簡單：「初稿會用 AI 協助，事實類的我都會回原始資料核過，最後的判斷是我的。」
多數客戶的反應是點頭，然後問一句「那會比較快嗎」。很少人在意你用不用，他們在意的是對不對、快不快。
我踩過的坑
有一次我太相信 AI 給的法規說明，因為那段寫得非常篤定。後來查了才發現條號是對的、內容是拼湊的。
從那之後我的判斷變成：AI 講得越篤定的地方，我查得越仔細。人講錯會猶豫，模型不會，語氣完全不能當可信度的指標。
工具可以幫我寫，但簽名的人是我，這件事不會因為工具變強而改變。
我把自己用來查證的幾個工具整理在 AI101，有需要可以看看。
我認為數據是觀察工具，不是決策工具。每次打開報表只看「數字升還是降」，不問「原因是什麼、下次的情境跟這次一樣嗎」，其實跟不看數據差不多。鈴木敏文的厲害不是更會看數據，是更會問問題——數據告訴你已經發生的事，但你需要的是基於數據的假設。
我自己在學 AI 工具的方法，就是先動手做出一個小到不能再小的版本，再回頭優化。我寫教學也照這個邏輯，與其解釋一個技巧，不如用文章本身的形式直接演給讀者看，看到比讀到多十倍說服力。
我自己這幾年最深的體悟是:會被 AI 取代的是工具操作,留得下來的是判斷力。當定價被壓縮、護城河被打穿,行銷人能賣的只剩判斷,不是會不會用軟體。
常見問題
在提案裡註明內容由 AI 生成可以免責嗎？
商業上行不通。客戶付錢買的是你的交付物，上面掛的是你的名字不是模型的名字，你用什麼工具生產是你的選擇，工具出錯也是你的風險。寫「正確性請自行確認」等於跟客戶說我收你的錢但品質你自己顧。
哪些內容可以交給 AI，哪些不行？
實務上可以畫一條線：可查證的事實類內容，像是市場規模、法規條文、產品定價、競品數字，AI 給的一律要回原始出處核過才能用；分析、建議、策略方向這類判斷與觀點，AI 可以先出一版草稿，但最後交付的必須是自己的判斷。
怎麼判斷 AI 給的資訊可不可信？
不要用語氣判斷。人講錯的時候會猶豫，模型不會，篤定的語氣完全不能當作可信度的指標。實際做法反過來：AI 講得越篤定的地方，查得越仔細。常見的情況是引用的條號是對的，但內容是拼湊出來的。
每週一封，上週精選寄給你
每週一早上寄一封，把上週站上新上架的文章挑出來給你。行銷觀點建立判斷力，工具開箱幫你選對工具，隨時可以退訂。