使用 AI 的老手們都知道，如果指令下得不好，之後要花費更多心力才能把內容修改成能用的材料。所以許多教學課程都著重在設計出有效的提示詞，以得到令人讚嘆的內容。甚至還有「提示工程」這樣的新興學門出現，網路上也可以下載到許多專家調校好的提示詞可立即使用。
然而，這些「咒語」雖然能產生高品質的內容，卻往往不會顧慮到背後有大小不一的風險。例如，當 AI 生成的內容與他人的作品過於相似，或可以看出名人的臉孔，就很有可能侵犯到他人的權益。
AI 只是工具，重點在使用者的心態
人工智慧服務，在本質上是一種中性的工具。若生成之內容侵害了他人的權益，是使用工具的人需要負責，並非咎責工具本身或製造工具的人，就像利用文書處理軟體 Word 編寫文件，若最終的內容被發現是抄襲自他人，也不該將責任推給微軟。
因此，使用者需要擔負所生成內容的最終責任，不可以 AI 生成作為侵害他人權益的藉口。若內容公開後造成了第三方的損失，輕則被公眾譴責，重則被告上法院，企業亦然。AI 工具是個黑盒子，無從一窺內部的運作方式。所以使用者若要避免風險，首先能做的事，就是在「輸入」上下功夫。以下說明 3 種下提示詞時可能犯下的錯誤。
錯誤 1：刻意生成他人作品
生成式 AI 的輸出所最有可能造成的風險，就是著作權侵害。就技術面而言，由於 AI 模型是由極大量不同來源的資料訓練而成，所以只要不刻意為之，其實不容易生成與單一作品高度近似的內容。
從以上例子可以看出，如果筆者從沒見過 Hello Kitty，即使不小心輸入了這個角色的特徵，也不至於生成出侵權的作品。然而，如果提示過於精確，甚至直接提供了作品或角色的名稱，會發生什麼結果？
答案是，當提示詞過於精確時， AI 很可能會被誘導輸出高度相似的內容，大大提升了侵權的可能性。這也呼應了前面所提到的觀念：使用者必須要擔負最終責任，因為內容會不會侵權，往往是由使用者決定的。
其他更嚴重的侵權行為還包括將既有的文章、圖像、影片等作品直接上傳，要求 AI 進行模仿或修改。須特別提醒的是，複製並上傳他人的著作權作品，本身就已經是侵權行為。許多 AI 服務為避免使用者蓄意侵權，已經內建了辨識、阻擋此類提示詞的功能。
錯誤 2：模仿創作者的風格
AI 可以藉由大量學習藝術家的作品，輕易模仿畫風、嗓音等個人風格。相較於著作權，這比較屬於法律上的模糊地帶，因此也成為有心人士的謀財管道之一。舉例來說，在 Youtube 上搜尋「AI 孫燕姿」，就可以找到許多與原唱真假難辨的 AI 生成歌曲。
個人風格未必能受法律所保護，但也並不代表能夠免除使用上的風險，對企業尤其是如此。例如在 ChatGPT 造成轟動之前，就有日本廠商推出 AI 工具mimic，只要上傳作品到系統，就能大量產生相同畫風的作品。
mimic原本只是一個讓繪師利用 AI 輔助繪製自己作品的工具，但由於無法阻止他人的惡意濫用，最終在一面倒的批評聲浪下中止了服務。這充分體現社會賦予企業的道德責任往往高於法律的規範，所以即使有模糊空間也不應涉足。
因此，若企業想要以他人風格生成自有內容，仍建議須取得本人之同意。在mimic 後來釋出的新版本中，官方也強化了帳號的審核，並提高透明度，在生成的作品中加上浮水印再強制公開。
錯誤 3：使用他人的身分識別
除了針對作品的模仿外，使用者也不應蓄意讓 AI 工具製作出包含名人面孔，或是知名企業識別的圖像。2024 年 1 月，美國就有 podcaster 因為生成已過世之知名喜劇演員 George Carlin 的演出影片，並在 Youtube 上發布，讓人誤以為這是 George Carlin 本人的演出，而在法院被起訴。
另外，2024 年 5 月 OpenAI 發表 GPT-4o 時，刻意讓大眾連結到電影《雲端情人》（Her）中為 AI 角色配音的的史嘉蕾．喬韓森（Scarlett Johansson），雖然沒有真正盜用聲音的證據，但也已引發軒然大波，OpenAI 也馬上下架此人聲，以避免更嚴重的公關危機。
結語：守法觀念是一切的基礎
前述所有的例子，都有一個共通點：即使拿掉 AI 工具，也都構成侵權行為。另外，這些內容，通常都是被蓄意生成的。即使並非故意，正常的使用者也會察覺到不妥而做出調整。另外對於輸出姓名、住址、電話等侵犯他人隱私的情形，或是產生不實的資訊，使用者也都要保持敏銳度，並擔負最終的責任。
企業及使用者都須謹記，原本不能做的事情，換成用 AI 做當然也是不行的。從企業管理的角度來說，這反而是一件好事，因為只要平常有針對這些關鍵點，例如著作權、肖像權、隱私權等，執行正確的員工訓練及觀念導正，毋須使用冗長的規範進行管理，員工自然能夠合理且正確的使用 AI 工具，並降低企業的經營風險。
