AI 寫作工具怎麼選？繁中內容工作者的定價、政策風險與工作流實務

我算過一次自己的訂閱帳單：同時掛著三個 AI 寫作工具，一個月燒掉的錢比我當年的虛擬主機加網域還多，而真正每天開的只有一個。更麻煩的是，我一直以為「AI 寫的東西會被 Google 懲罰」，直到我去把 Google Search Central 的官方頁面從頭讀完，才發現這句話從頭到尾都不是官方說的。這篇文章要處理的就是這兩件事：錢花在哪裡才有意義，以及政策上真正會出事的地方在哪裡。

主流 AI 寫作工具的實際差異：方案、上下文與可用性

先講一個容易被忽略的前提：「聊天介面能吃多少字」和「API 的上下文長度」是兩個不同的數字。很多比較文把 API 規格表直接貼過來當作訂閱方案的能力，實際上訂閱制介面還有訊息額度、附件大小、輸出長度等一堆額外限制，官方通常不會列在同一張表上。

下面這張表只放我實際打開官方頁面看到的東西。有兩種情況我一律不寫死金額：一是頁面根本沒有把數字放進原始碼（例如 Google One 台灣頁，價格欄位是空的、只留下「每月」兩個字）；二是同一個方案在不同地區顯示不同幣別與金額（例如 OpenAI 定價頁從台灣連過去會轉到 chatgpt.com 的台灣版、以新台幣報價）。這兩種情況我都只寫方案名稱，金額寫「以官網結帳頁為準」。

服務	個人方案結構	官方頁面上查得到的價格	備註
ChatGPT（OpenAI）	Free／Go／Plus／Pro，另有 Business、Enterprise	說明中心的〈What is ChatGPT Plus?〉寫「$20/month (billed monthly)」；但定價頁會依地區改幣別，台灣連過去顯示的是新台幣月費，請以結帳頁為準	官方說明頁寫明「Currently, we do not support annual billing or the option to pay for multiple months in advance for ChatGPT Plus subscriptions.」——Plus 沒有年繳，也不能預繳多月
Claude（Anthropic）	個人頁為 Free／Pro／Max 三張方案卡（Max 內再選 5x 或 20x 用量），另有 Team、Enterprise	Pro 月繳 US$20、年繳等於每月 US$17（一次付 US$200）；Max 卡只標「From $100／月」，官方頁面沒有列出 20x 的價格	Team 標準席次年繳 US$20／席／月、月繳 US$25／席／月；Premium 席次年繳 US$100、月繳 US$125。頁面標示適用 2 到 150 人的團隊
Gemini（Google）	免費版，加上 Google AI Plus／Pro／Ultra 三檔訂閱	台灣頁面的月費以動態方式載入，未於頁面原始碼呈現，以 one.google.com 台灣頁公告為準	訂閱同時綁 Google One 儲存空間（Plus 400 GB、Pro 5 TB、Ultra 20 TB 起），對已經在付 Google One 的人是重疊成本
Notion AI	AI 功能已併入 Business 方案，Free／Plus 僅提供試用	定價頁預設就停在「Pay yearly」，顯示 Plus US$10、Business US$20（每位成員／月）；切到「Pay monthly」則是 Plus US$12、Business US$24	頁面標示「Save up to 20% with yearly」，注意是「最高」20%——以 Plus、Business 實算約 16.7%

上下文長度的部分，Anthropic 把數字直接放在公開文件的表格裡：官方模型總覽頁列出 Claude Fable 5、Opus 5、Sonnet 5 的 context window 為 1M tokens，Haiku 4.5 為 200k tokens；最大輸出則是前三者 128k、Haiku 4.5 為 64k。順帶澄清一個常見誤解：官方文件另有一句「For every model with a 1M-token context window, 1M is the default: you don’t need a beta header」，也就是 1M 是預設值，不是要另外申請的實驗功能。

Google 這邊，官方長上下文說明頁寫的是一句概括的「Many Gemini models come with large context windows of 1 million or more tokens.」，而模型總覽頁本身只列機型與一行描述，token 上限並不在那一頁上——它被拆到各機型的子頁去了（例如 Gemini 3.6 Flash、3.5 Flash 的子頁列出 input token limit 1,048,576、output token limit 65,536）。要查數字得再點一層，這件事本身就值得知道，否則很容易誤以為 Google 沒公布。OpenAI 的上下文數字本文不寫，請直接查官方模型文件。

這件事對寫作者的實際意義是什麼？當你要把一份三萬字的訪談逐字稿丟進去整理時，決定成敗的不是「哪家模型比較聰明」，而是「你這個訂閱方案的介面願不願意讓你一次貼那麼多字」。我自己的做法是：長素材一律先拆成有標題的區段，分批進去，最後再合併——這樣連免費方案都做得動，而且中途出錯時只要重跑一段。

免費方案能不能撐一個內容工作者？

可以，但代價是節奏。免費方案的共同特徵是額度不透明——官方寫的是「Limited messages」、「用量額度」這類相對描述，不是每日幾則。也就是說你永遠不知道自己什麼時候會撞牆。

如果你的產出是「每週一到兩篇長文」，免費方案配合分段作業其實夠用；如果你是「每天要交三份不同客戶的稿」，撞額度的時間成本會很快超過月費本身。這是我從三份訂閱砍到一份的判斷依據：不是比誰功能多，是比「我一個月被卡住幾次」。

Google 對 AI 內容的官方立場：不是禁止，是「規模化濫用」

這一節是整篇最多人寫錯的地方，所以我把官方原文直接放出來，你可以自己核對。

Google Search Central 在 2023 年 2 月 8 日發過一篇專門講 AI 內容的官方說明，標題那段小節就叫「Rewarding high-quality content, however it is produced」。文中寫道：「Our focus on the quality of content, rather than how content is produced, is a useful guide that has helped us deliver reliable, high quality results to users for years.」

同一篇的 FAQ 更直接。問「Is AI content against Google Search’s guidelines?」，官方答案是：「Appropriate use of AI or automation is not against our guidelines.」接著補了一句限定：「This means that it is not used to generate content primarily to manipulate search rankings, which is against our spam policies.」

另一題「Will AI content rank highly on Search?」的回答我覺得是全篇最該被貼在牆上的一句：「Using AI doesn’t give content any special gains. It’s just content.」——用 AI 不加分，也不扣分，它只是內容。

真正的紅線：scaled content abuse

會出事的是另一條政策。Google 的垃圾內容政策頁把「Scaled content abuse」定義為：「Scaled content abuse is when many pages are generated for the primary purpose of manipulating search rankings and not helping users.」但這只是定義的第一句，緊接著的第二句才是真正的判準：「This abusive practice is typically focused on creating large amounts of unoriginal content that provides little to no value to users, no matter how it’s created.」——請留意句尾的 no matter how it’s created。

它列的例子第一條就是「Using generative AI tools or other similar tools to generate many pages without adding value for users」。現行清單共五條，其餘包括「Scraping feeds, search results, or other content to generate many pages…where little value is provided to users」、「Stitching or combining content from different web pages without adding value」、「Creating multiple sites with the intent of hiding the scaled nature of the content」，以及「Creating many pages where the content makes little or no sense to a reader but contains search keywords」。

而 2024 年 3 月那次公告（核心更新＋三條新垃圾政策）講得更白。官方在說明新舊政策差異時寫：「This new policy builds on our previous spam policy about automatically-generated content, ensuring that we can take action on scaled content abuse as needed, no matter whether content is produced through automation, human efforts, or some combination of human and automated processes.」

請把最後半句讀三次。「human efforts」也在裡面。意思是：你找十個工讀生用人手寫一百篇沒有新增價值的湊字文章，違規程度跟你用 AI 生一百篇是一樣的。這條政策從來不是在管「誰寫的」，是在管「為什麼寫、有沒有為讀者新增價值」。

那到底要不要標註「本文由 AI 協助撰寫」？

官方沒有強制。同一篇 FAQ 的回答是：「AI or automation disclosures are useful for content where someone might think “How was this created?”. Consider adding these when it would be reasonably expected.」在〈Creating helpful, reliable, people-first content〉那份說明裡，「How」那一節則是以自問句呈現：「Is the use of automation, including AI-generation, self-evident to visitors through disclosures or in other ways?」

但有一件事官方講得很明確：不要把 AI 掛成作者。原文是「Giving AI an author byline is probably not the best way to follow our recommendation to make clear to readers when AI is part of the content creation process.」

我的實務判斷是這樣：如果一篇文章的價值主張是「我親自查證／我親身經歷」，那你就必須有一個真人署名，而且那個人要真的做過查證——像本站每篇長文結尾的作者區塊寫的「本文中的操作與判斷皆為親自查證所得」，那不是裝飾，那是承諾。反過來說，如果是純資料整理型的清單頁，標不標註 AI 對排名沒有直接影響，重點是那份資料到底準不準。

三個常見誤解，一次講清楚

常聽到的說法	官方文件實際怎麼寫
「AI 寫的一定會被降權」	錯。官方 FAQ 明寫適當使用 AI 或自動化不違反規範，且「Using AI doesn’t give content any special gains. It’s just content.」
「只要標註是 AI 生成就安全了」	錯。揭露與垃圾內容判定是兩條獨立的線。標註不會讓一篇沒有新增價值的量產文變成合規內容。
「加一點人工潤飾就不算 scaled content abuse」	錯。2024 年 3 月的政策說明已把「human efforts, or some combination of human and automated processes」明文納入適用範圍。

如果你想知道自己的內容在搜尋端到底發生了什麼事，與其猜測有沒有被「AI 懲罰」，不如去看實際數據。這部分我另外整理過 Google Search Console 從驗證網站到找出可優化關鍵字的完整流程，被降權會在曝光與點擊曲線上留下痕跡，用猜的沒有意義。選題階段則可以搭配 免費與付費關鍵字研究工具的搭配方式，先確認題目有人搜，再決定要不要花時間寫。

著作權歸屬：服務條款寫的，和台灣著作權法寫的是兩件事

這是我認為所有比較文最草率的一段。多數文章只會寫「各家都說 output 歸你」，然後就結束了。問題是：平台把「它可能有的權利」讓給你，不等於那份內容在台灣法下真的存在著作權可以被讓與。

先看各家條款原文怎麼寫

OpenAI 的使用條款在「Ownership of content」一段寫：「As between you and OpenAI, and to the extent permitted by applicable law, you (a) retain your ownership rights in Input and (b) own the Output. We hereby assign to you all our right, title, and interest, if any, in and to Output.」

緊接著的「Similarity of content」是很多人沒讀到的一段：「Due to the nature of our Services and artificial intelligence generally, output may not be unique and other users may receive similar output from our Services. Our assignment above does not extend to other users’ output or any Third Party Output.」白話講：別人可能拿到跟你幾乎一樣的產出，而且那份不是你的。

Anthropic 的消費者服務條款寫法是：「Subject to your compliance with our Terms, we assign to you all of our right, title, and interest—if any—in Outputs.」注意中間那三個字：if any。這不是隨手加的贅字，它精準地承認了一件事——平台自己也不確定那份產出上到底有沒有權利存在。

Anthropic 的商用條款（現行版本生效日 2025 年 6 月 17 日）則更完整，但也請注意它的限定語：「As between the parties and to the extent permitted by applicable law, Anthropic agrees that Customer (a) retains all rights to its Inputs, and (b) owns its Outputs.」——「就雙方之間而言」「在適用法律允許的範圍內」這兩個前提，跟前面 OpenAI 那句是同一種寫法，理由也一樣：平台無法保證那份產出在你所在國家的法律下真的有著作權。同一段接著寫死一句沒有前提的禁止規定：「Anthropic may not train models on Customer Content from Services.」（用的是 may not，不是 will not，也不是條件句。）

Notion 的說明頁寫：「Notion does not claim ownership of your input or the generated output」，並在補充條款中把 Input 與 Output 都歸類為 Customer Data。

再看台灣智慧財產局怎麼說

經濟部智慧財產局有兩則直接處理這個問題的函釋，都可以在官網的解釋資料檢索查到全文。

電子郵件1141017b（令函日期 114-10-17）寫得最完整：「AI生成的作品是否享有著作權，應視創作過程中有無人類實際創意的投入而定，如將AI當作輔助工具（例如：繪圖軟體）使用，而有人類實際的創意投入，則完成的創作成果部分，仍可受著作權保護，而該著作之著作權歸屬，原則上由實際創作之人享有」；反面則是「至於創作過程中完全是由AI的演算功能獨立進行完成，並無人類實際創意投入，則其生成之內容無法享有著作權」。

更早的電子郵件1140522c（令函日期 114-05-22）則多講了一層侵權風險：「如AI生成圖畫與用於AI訓練資料中之原始著作有構成實質近似之情境，後續將該AI生成圖畫作為商業用途，可能會因該圖案與原始著作構成實質近似而有侵權之問題。」該函並建議「先向AI模型之開發或管理者釐清有無取得著作財產權人之授權及得否轉授權第三人商業利用」。

把兩邊合起來看，接案者的真實風險是什麼

假設你接了一份稿子，合約寫「著作財產權於尾款付清後讓與甲方」。你用純 AI 生成、幾乎沒有實質修改就交件。依智慧財產局的見解，那份稿子上根本沒有著作權存在——所以你的「讓與」條款是空的，客戶付錢買到的是一份誰都可以用的文字。如果客戶日後發現、或第三方拿類似內容去用，糾紛的成本會全部回到你身上。

反過來，如果你的流程是「自己查證素材、自己決定結構與觀點，AI 只負責把你的骨架擴寫成句子，再由你逐句改寫」，那就落在函釋所說的「將AI當作輔助工具使用，而有人類實際的創意投入」，完成的部分仍可受保護。差別不在你用不用 AI，在於你有沒有留下人類創意的痕跡。

另外提醒一個台灣接案圈很常被講半套的條文：著作權法第 12 條。它其實有三項，而且每一項都掛著前提，只引其中一句很容易得出相反的結論。現行條文原文是：

出資聘請他人完成之著作，除前條情形外，以該受聘人為著作人。但契約約定以出資人為著作人者，從其約定。

依前項規定，以受聘人為著作人者，其著作財產權依契約約定歸受聘人或出資人享有。未約定著作財產權之歸屬者，其著作財產權歸受聘人享有。

依前項規定著作財產權歸受聘人享有者，出資人得利用該著作。

三個前提缺一不可，實務上的意思是：

• 「除前條情形外」——第 11 條的僱傭職務著作優先適用。你如果是受僱員工、在職務上完成的作品，走的是第 11 條，不是第 12 條。
• 「但契約約定以出資人為著作人者，從其約定」——只要合約這樣寫，第 2、3 項就全部不適用，著作財產權自始歸出資人，不會出現「歸受聘人、出資人只能利用」的結果。
• 「依契約約定」優先——「歸受聘人享有」是沒有約定時的補充規定，不是預設鐵則；「出資人得利用該著作」也只在著作財產權確實歸受聘人時才成立。

所以正確的說法不是「合約沒寫清楚時法律站在接案者這邊」，而是：合約沒寫，才輪到第 12 條的補充規定；合約寫了什麼，就是什麼。而且這一切都建立在「那份著作確實有著作權存在」的前提上——純 AI 生成而無人類創意投入的內容，前面已經說過，根本沒有權利可以歸屬。智慧財產局電子郵件1140522c 也把這層關係講明了：AI 生成圖畫的著作權歸屬，「除有著作權法第11條(僱傭關係)及第12條(出資聘用關係)之情形外，原則上由該實際創作之人(即投入實際創意的自然人)享有」。合約條款怎麼寫才不會兩頭落空，我在 接案合約的必備條款、驗收與著作權歸屬那篇有逐條拆解。

圖片端的風險更高，因為視覺相似度比文字容易被指認。如果你也在用 AI 產圖，1140522c 那則函釋的「實質近似」提醒特別值得看；下 prompt 時盡量避開特定創作者風格的指名，我整理過 風格、光影、構圖與負面提示的七類寫法，靠描述而不是靠指名，安全得多。

把客戶資料貼進去之前：哪些方案預設不拿你的資料訓練

先說結論：個人版與商用版的預設值是相反的，而且差距非常大。如果你會把客戶的未公開資料貼進 AI，這一節比定價那節重要十倍。

OpenAI

OpenAI 說明中心的〈How your data is used to improve model performance〉寫得很清楚。個人服務：「When you use our services for individuals such as ChatGPT and Codex, we may use your content to train our models.」要停掉必須自己去隱私入口或 Data Controls 設定退出，官方也註明「Once you opt out, new conversations will not be used to train our models.」——只對「新的」對話生效。

商用服務則相反：「By default, we do not train on any inputs or outputs from our products for business users, including ChatGPT Business, ChatGPT Enterprise, and the API.」企業隱私頁的承諾清單也列了「We do not train our models on your data by default」與「You own your inputs and outputs (where allowed by law)」。

有一個坑很多人不知道：即使你已經退出訓練，只要你按了回覆下面的讚或倒讚，那整段對話就可能被拿去訓練。官方原文是「If you choose to provide feedback, the entire conversation associated with that feedback may be used to train our models.」另外，官方對暫時對話的說明是「Chats from Temporary Chat won’t appear in history, use or create memories, or be used to train our models.」——處理敏感內容時，這個開關比什麼都實用。

Anthropic

商用端最乾脆：商用服務條款直接寫「Anthropic may not train models on Customer Content from Services.」

消費者端（Free／Pro／Max）的預設值，官方有兩份文件在講，語氣確實不一樣，但結論並不含糊——這一點我原本以為只能請讀者自己去看設定，實際把兩份翻完之後發現不用猜：

• 消費者服務條款（有法律拘束力的那份，生效日 2025 年 10 月 8 日）寫得最清楚：「We may use Materials to provide, maintain, and improve the Services and to develop other products and services, including training our models, unless you opt out of training through your account settings.」——也就是預設會拿去訓練，要自己去帳號設定裡退出。
• 官方定價頁的方案比較表是第二個佐證：「Model training」那一列，Free／Pro／Max 5x／Max 20x 四欄全部標示 Opt-out，Team／Enterprise 三欄則是 None by default。
• 隱私中心的〈Is my data used for model training?〉列的是「會被使用的三種情況」（你選擇允許、對話被標記進入安全審查、明確加入 Trusted Tester 之類的計畫），用的是加入制的語氣，但它從頭到尾沒有正面寫出預設值是什麼。所以那頁不能拿來當「預設不會用」的依據——那是頁面沒說的話。

結論：Claude 消費者版預設是「會用於訓練、須自行退出」，商用（Team／Enterprise）才是「預設不使用」。條款還補了一句：即使你退出，兩種情況仍會被用於訓練——你送出 Feedback 的內容，以及被標記進安全審查的對話。所以退出不是萬用免死金牌。

另外兩個實務細節：Incognito chats 不會被用來改進 Claude，官方原文是「Your Incognito chats are not used to improve Claude, even if you have enabled Model Improvement in your Privacy Settings.」；而你按下讚或倒讚送出的 feedback，官方說明會把整段相關對話保存在後端最長 5 年（會先與你的使用者 ID 去連結）。5 年是很長的時間，按之前想一下裡面有沒有客戶的東西。

Gemini

Google 的 Gemini Apps 隱私中心是我讀過寫得最直白的一份，直白到有點嚇人。關於人工審閱：「A subset of chats are reviewed by human reviewers (including Google’s trained service providers) to help improve Google services.」以及保存期限：「Reviewed chats are retained for up to three years.」

官方也直接給了警告句：「If that setting is on, don’t enter data that’s confidential or that you wouldn’t want a reviewer to see or Google to use to improve its services.」要關掉的方式是關閉 Keep Activity，或使用 temporary chats（官方寫明「Temporary chats are not used to train Google’s AI models」）。但即使關掉，對話仍會與帳號一起保留 72 小時，官方說明是為了回應你、以及系統故障時的備援。

企業端則是另一套標準。Google Workspace 的生成式 AI 隱私中心寫：「Your content is not human reviewed or otherwise used for Generative AI model training outside your domain without permission.」以及「Workspace does not use customer data for training models without customer’s prior permission or instruction.」同一家公司、同一個模型，消費者版與 Workspace 版的資料處理承諾完全不同。

Notion AI

Notion 的安全說明頁寫：「By default, Notion and its AI Subprocessors do not use Customer Data to train any models. We specifically have contractual agreements in place with our AI Subprocessors that prohibit the use of Customer Data to train their models.」

保留期限則分級：Enterprise 方案的 LLM 供應商採 zero data retention，不儲存資料；非 Enterprise 方案則是「LLM providers only retain Customer Data for 30 days or fewer before deletion」。但這兩句前面都有「by default」，官方緊接著加了一個很重要的但書：有些 AI 功能會需要用到會保留資料的 LLM，Notion 會在工作區設定裡提供開關讓管理員自行開啟，未開啟時預設維持關閉。換句話說，「零留存／30 天」是預設狀態，不是不可改變的上限——如果你的工作區有管理員動過那個開關，實際情況就不是這樣了，值得先確認一次。

Notion 也註明它的 LLM 供應商包含 Anthropic 與 OpenAI 等第三方，完整名單在其 Subprocessor 頁。如果你在意「我的資料到底流到誰手上」，這種把子處理者攤開講的做法反而比含糊帶過的服務可靠。

台灣在地：接政府標案的人請直接看這條

行政院於 112 年 10 月 3 日以院授科會前字第1120059686號函訂定發布「行政院及所屬機關（構）使用生成式 AI 參考指引」，全文十點。我查過沿革，截至 2026 年 7 月仍是 112 年那個原版，未曾修正或廢止。其中三點對接案者有直接影響：

• 第三點：「製作機密文書應由業務承辦人親自撰寫，禁止使用生成式AI。」（同點第二項另定義「機密文書」指行政院「文書處理手冊」所定之國家機密文書及一般公務機密文書。）
• 第四點：「業務承辦人不得向生成式AI提供涉及公務應保密、個人及未經機關（構）同意公開之資訊，亦不得向生成式AI詢問可能涉及機密業務或個人資料之問題。但封閉式地端部署之生成式AI模型，於確認系統環境安全性後，得依文書或資訊機密等級分級使用。」
• 第八點：「各機關應就所辦採購事項，要求得標之法人、團體或個人注意本參考指引，並遵守各機關依前點所訂定之規範或內控管理措施。」

第八點的意思是：你不是公務員，但只要你標到政府案子，這份指引就會透過採購契約落到你頭上。第六點另外要求「各機關使用生成式AI作為執行業務或提供服務輔助工具時，應適當揭露」——這是台灣目前少數對「AI 揭露」有明文要求的場域，跟 Google 那種「建議但不強制」的態度不一樣。接政府或公營事業的案子之前，先問清楚對方機關有沒有另訂內控規範，比事後補救便宜太多。

還有一個時間軸要放在心上：《人工智慧基本法》已於民國 115 年 1 月 14 日公布施行（全文 20 條，中央主管機關為國科會）。其中第 19 條規定「政府使用人工智慧執行業務或提供服務，應進行風險評估，規劃風險因應措施」，並要求政府依業務性質訂定使用規範或內控管理機制；第 18 條則要求政府在本法施行後兩年內完成相關法規的制定、修正或廢止。也就是說，2028 年 1 月之前，上面這份 112 年的參考指引很可能會被改版，甚至各機關會另訂自己的規範。接政府案的人，簽約前請以當下的機關規範為準，不要拿這篇（或任何一篇整理文）當長期依據。

一張表看懂該用哪一種帳號

你的情境	建議帳號類型	理由（依官方條款）
寫自己的部落格，素材都是公開資料	個人付費方案即可	訓練與否影響有限，記得需要時開 Temporary／Incognito 對話
接案，會貼客戶的未公開簡報、報價、名單	商用方案（Business／Team 以上）	OpenAI 與 Anthropic 的商用條款皆載明預設不以客戶內容訓練模型
客戶是政府機關或其承包鏈	先問機關規範，機密文書一律不進 AI	行政院參考指引第三、四、八點
團隊共用、需要稽核紀錄	Team／Enterprise 席次	官方方案頁列有 SSO、稽核日誌與集中管理

繁體中文表現的差異在哪裡（以及為什麼沒有官方數據）

我要先講一件不太討喜的事：這一節沒有官方數據可以引用。各家官網對語言能力的描述都停在「multilingual capabilities」這種層級，沒有任何一家公布過繁體中文的細分評測。市面上流傳的中文能力排行榜多半是第三方或社群自製，方法論不透明，我不打算拿來當證據。所以以下全部是我自己長期使用的觀察，請當成一位使用者的經驗，不是量測結果。

觀察一：簡繁混用是最頑固的問題，而且是隨機出現的

最常見的破口不是整段變簡體，而是單一詞彙悄悄換成中國用語：視頻、軟件、網絡、信息、質量、優化方案寫成「方案優化」的倒裝、「登錄」寫成登陸。這種錯誤特別危險，因為拼字檢查抓不到，人眼掃過去也常常滑過去。

我的處理方式很土但有效：維護一份自己的禁用詞清單，交稿前用編輯器搜尋跑一遍。清單大概二十到三十個詞就能擋掉八成，比每次在 prompt 裡寫「請用繁體中文台灣用語」可靠得多——因為 prompt 的約束力會隨著對話變長而衰減，搜尋不會。

觀察二：台灣專有名詞是照妖鏡

要快速判斷一個模型對台灣情境熟不熟，最有效的測試不是問它「你會繁體中文嗎」，而是丟一個只有台灣才有的概念進去：二代健保補充保費的扣繳門檻、勞退自提的上限、統一發票的載具、勞報單被預扣的那筆錢是什麼性質。不熟的模型會用一種語氣很篤定的方式講錯，而且錯得很像真的。

這也是為什麼本站的流程規定：凡是文章裡出現數字、法條、費率，一律另派查核，不接受模型自己「記得」的版本。這條規則不是防呆，是被打過臉之後訂的。

觀察三：標點與排版的細節差異

全形括號與半形括號混用、破折號長度不一致、數字與中文之間要不要空格、書名號用〈〉還是《》——這些不影響語意，但會讓一篇文章看起來「不是台灣人寫的」。我的做法是把排版規則寫進固定的 system prompt 或自訂指令裡，而不是每次重講。

在地選項：TAIDE

如果你的需求是「資料完全不能出去」，台灣有一個官方背景的選項值得知道：TAIDE 的指導單位是國科會、執行單位是財團法人國家實驗研究院，計畫自 112 年 4 月啟動，明確以強化繁體中文處理能力、以及台灣的文化、地理、歷史及社會現象理解為目標，模型透過官網與 Hugging Face 釋出（現行清單包含 Gemma-3-TAIDE-12b-Chat-2602、Llama-3.1-TAIDE-LX-8B-Chat，以及 2026 年 6 月釋出、主打正體中文法規檢索的嵌入模型 Embeddinggemma-GTAIDE-300m-2605 等共九款）。

要提醒一件容易寫錯的事：TAIDE 不是「開源可自由下載」，而是「免費開放取用、但要同意它自訂的授權條款」。Hugging Face 上這些模型是 gated 狀態，須登入帳號並勾選同意後才放行；授權條款本身是非專屬、不可轉讓、不可再授權，且明訂禁止軍事及非法用途、衍生模型須標示修改內容。用在商業案子之前，這份條款要自己讀過一遍。

務實地說，可下載的中小型模型在長文寫作的流暢度上，跟前面幾家的旗艦模型不是同一個量級。但它解決的是另一個問題：地端部署、資料不出門。對照前面提到的行政院指引第四點——「封閉式地端部署之生成式 AI 模型，於確認系統環境安全性後，得依文書或資訊機密等級分級使用」——你就會理解為什麼這類模型在公部門相關案子裡有它不可取代的位置。

實際可用的工作流：大綱、改寫、校對、翻譯

我把一篇長文拆成六個階段，其中只有三個階段交給 AI。這個分法的原則很簡單：凡是「產生新事實」的階段一律不交，凡是「重新組織既有事實」的階段可以交。

階段	交不交給 AI	為什麼
1. 決定題目與角度	不交	角度來自你對讀者的理解，模型只會給你平均值
2. 蒐集與查證素材	不交	這是最容易產生假引用的環節，見下一節
3. 排大綱與段落順序	交	把查好的素材貼進去，讓它排結構，這是它最強的地方
4. 把骨架擴寫成句子	交（但要逐句改）	省下的是打字時間，不是思考時間
5. 校對與精簡	交	抓贅字、抓句式重複、抓前後不一致
6. 事實複查與定稿	不交	最後一道人工關卡，不可外包

大綱：先給素材，再要結構

最常見的錯誤用法是直接說「幫我寫一篇關於 X 的大綱」。這樣拿到的東西一定很通用，因為模型只能從訓練資料裡的平均值生成。

正確做法是「素材先行」：把你已經查證過的原文段落、數字、來源網址全部貼進去，然後要求它「只用我給的材料排出結構，不足的地方標示為待補，禁止自行補充事實」。後半句非常重要，少了它就會開始編。

改寫：給它「不要什麼」比給它「要什麼」有效

要求「寫得更好」不會有結果。有效的指令是可驗證的負面約束，例如：每段不超過四句、不要用「非常重要」「值得注意的是」這類填充語、不要出現條列式以外的粗體、專有名詞第一次出現要附原文。

我自己固定會加一條：「不要幫我加任何我沒有給你的數字。」這一條擋掉的錯誤比其他所有指令加起來還多。

校對：它抓錯字，但它不查事實

校對是 AI 投報率最高的環節，因為錯誤是可以被局部判定的：錯字、標點、時態不一致、同一個名詞前後寫法不同、段落之間邏輯跳躍。這些它抓得很準。

但請不要把「校對」跟「查核」混為一談。模型會很有禮貌地告訴你「這段沒有問題」，即使那段引用的數字是它自己上一輪編出來的。校對回合和查核回合必須分開，而且查核那一輪要重新開一個對話、不給它前文，讓它以陌生讀者的身分去挑毛病。

翻譯：術語表要你自己給

翻譯品質的瓶頸從來不是語法，是術語一致性。同一篇文章裡 invoice 一下翻成發票、一下翻成請款單，讀者就會困惑。

做法是先自己建一張三十到五十條的術語對照表，每次翻譯都貼在最前面，並要求「表內詞彙必須完全依照對照表，不得改用同義詞」。如果你服務的是海外客戶，這張表其實應該是你跟客戶一起定的，定完之後也順便解決了改稿時的認知落差——關於跟海外客戶的往來，收款那一段也有類似的「先講清楚再開始」邏輯，我整理在 Wise、Payoneer、PayPal 的手續費與到帳差異那篇。

不該交給 AI 的五個環節

一、任何數字、法條、費率

這是踩過最多次的坑。模型產生的數字有一個共同特徵：格式完全正確、語氣非常肯定、數量級完全錯誤。我看過把「按次計費」寫成「年繳方案」、把來源原文明明寫 A 卻引用成 B、以及一個差了一百倍的額度數字。

本站現在的規則是：文章裡只要出現數字，就一定要有一個獨立的查核回合，而且查核者要拿著官方原始網址逐條比對，不是問模型「這樣對嗎」。

二、站內外連結網址

這個坑很特別，值得單獨講。模型會非常自信地「從標題推算網址」——它會假設一篇叫〈接案合約怎麼簽〉的文章網址就是把標題編碼後接在網域後面。但實際的內容管理系統會截斷過長的 slug、會加分類路徑、會在標題修改後保留舊網址。結果就是整批連結 404。

唯一可靠的做法是：連結一律從一份已驗證的清單複製貼上，或者發布前逐條實際打開一次。沒有第三條路。

三、第一人稱的經驗與判斷

「我試過三種方案後改用第二種」這種句子，如果不是真的，讀者遲早會發現，而且發現的方式通常是：文章裡描述的操作步驟跟實際介面對不上。E-E-A-T 裡第一個 E 是 Experience，那不是寫作技巧，那是你真的要去做過。

四、客戶的未公開資料（除非你用的是商用方案）

前面第四節已經把各家的預設值攤開了。這裡只補一句實務判斷：你不確定某份資料算不算機密的時候，它就算。把報價單、名單、未上線的產品規格貼進消費者版聊天框，最壞情況不是資料被拿去訓練，而是你在合約裡簽了保密條款卻無法舉證自己盡到保護義務。

五、最後那一次「這樣可以出去嗎」的判斷

這一點沒有技術含量，但它是所有環節裡最不能省的。署名在文章上的是你，不是模型。如果你自己都沒有從頭讀過一遍就按發布，那你交出去的東西沒有人真正負責。我在 用 AI 工具接案不砸招牌那篇談的是對客戶的界線，這裡談的是對讀者的界線，兩者是同一件事的兩面。

一個人該付幾份訂閱費？三種情境的取捨

我把常見狀況分成三種，附上判斷依據。金額只寫我在官方頁面實際看到的數字，其餘一律以官網為準。

情境一：自媒體寫作者，素材都是公開資料

結論：一份個人方案就夠，不要開第二份。

Claude Pro 月繳 US$20、年繳等於每月 US$17（一次付 US$200）；ChatGPT Plus 官方說明頁寫的是 $20/month，而且明寫不支援年繳、也不能預繳多月——不過台灣的定價頁是以新台幣顯示，實際扣款金額請以結帳頁為準。兩邊擇一即可。真正該投資的不是第二份訂閱，是你查資料的時間。

如果你的網站已經有流量、開始想變現，那筆錢花在 五種流量變現方式的實際門檻裡提到的基礎建設上，回收會比多開一份 AI 訂閱快。

情境二：接案者，會處理客戶未公開資料

結論：你需要的是商用方案，成本起跳點不是 US$20。

以 Claude 為例，Team 的標準席次是年繳 US$20／席／月、月繳 US$25／席／月（Premium 席次為 US$100／US$125），官方頁面標示適用 2 到 150 人的團隊；ChatGPT Business 的金額依地區與幣別顯示，以官網結帳頁為準。多出來的錢買的不是功能，是「預設不以你的內容訓練模型」這份白紙黑字的承諾，以及集中管理與稽核日誌。

如果你的客戶合約裡有保密條款，這筆差額不是選配，是履約成本。把它算進報價裡，不要自己吸收。

情境三：已經在用 Google 或 Notion 生態系

結論：先算重疊，再決定要不要多買。

Google AI 訂閱同時包含 Google One 儲存空間（Plus 400 GB、Pro 5 TB、Ultra 20 TB 起），如果你本來就在付 Google One，實際增加的成本要扣掉原本的儲存費用。Notion 這邊，AI 功能已經整併進 Business 方案（定價頁在年繳顯示下為每位成員 US$20／月），所以問題不是「要不要加購 Notion AI」，而是「我需不需要升到 Business」。

順帶一提，這些訂閱幾乎都是外幣扣款，會產生海外交易手續費，費率依各發卡行公告而不同。把三份訂閱換成一份、再挑一張手續費條件較好的卡，實際省下的比多數人想像的多。卡片的挑選邏輯我整理在 現金回饋信用卡的挑選方式。

什麼情況下不該用 AI 寫作工具

最後補一段反面清單，這是多數比較文不會寫的：

• 你的產出量本來就不大。一個月寫兩篇的人，訂閱費攤下來比外包給人還貴，而且你會為了「回本」去產出你本來不需要的內容。
• 你的內容主體是獨家一手資訊。訪談、實地測試、自有數據——這些 AI 幫不上主體，只能幫忙潤飾，投報率有限。
• 你的客戶明文禁止。越來越多委製合約會加上 AI 使用條款，簽約前先看清楚，不要簽完才發現。
• 你打算靠量取勝。這是本文第二節整節在講的事：規模化生產沒有新增價值的內容，官方政策明文涵蓋，不管是人寫的還是機器寫的。

常見問題

Q：用 AI 寫的文章會不會被 Google 降權？

A：不會因為「用了 AI」而降權。Google Search Central 的官方 FAQ 原文寫「Appropriate use of AI or automation is not against our guidelines.」，並補充「Using AI doesn’t give content any special gains. It’s just content.」會出問題的是另一件事：以操縱搜尋排名為主要目的、大量產出對使用者沒有新增價值的頁面，這在官方垃圾內容政策裡叫 scaled content abuse，而且 2024 年 3 月的政策說明已明確涵蓋人工產製的情況。

Q：AI 生成的文章，著作權是誰的？

A：要分兩層看。平台端，OpenAI 與 Anthropic 的條款都把 Output 上的權利讓與使用者，Anthropic 的用字甚至是「all of our right, title, and interest—if any—in Outputs」。台灣法這一層，經濟部智慧財產局電子郵件1141017b 指出，應視創作過程中有無人類實際創意投入而定；完全由 AI 演算獨立完成、無人類創意投入者，生成內容無法享有著作權。也就是說，平台讓與的權利可能本來就不存在。

Q：我把客戶的資料貼進 ChatGPT 會怎樣？

A：取決於你用的是哪種帳號。OpenAI 說明中心寫明個人服務「we may use your content to train our models」，需要自行退出；商用服務則是「By default, we do not train on any inputs or outputs from our products for business users, including ChatGPT Business, ChatGPT Enterprise, and the API.」如果合約有保密條款，請直接用商用方案，並把這筆成本算進報價。緊急情況下，Temporary Chat 的內容官方載明不會被用於訓練。

Q：Gemini 的對話真的會有真人看到嗎？

A：會，官方寫得很直接。Gemini Apps 隱私中心原文是「A subset of chats are reviewed by human reviewers (including Google’s trained service providers) to help improve Google services.」，並註明「Reviewed chats are retained for up to three years.」官方也直接建議不要輸入你不希望審閱者看到的機密內容。要避免可關閉 Keep Activity 或使用 temporary chats，但即使如此，對話仍會保留 72 小時。Google Workspace 版本則有不同承諾：內容未經允許不會被人工審閱或用於網域外的模型訓練。

Q：需要在文章標註「本文由 AI 協助撰寫」嗎？

A：Google 沒有強制，官方說法是「AI or automation disclosures are useful for content where someone might think “How was this created?”. Consider adding these when it would be reasonably expected.」但官方明確不建議把 AI 掛成作者。另外要注意場域差異：如果你的案主是政府機關或其承包鏈，行政院「使用生成式 AI 參考指引」第六點要求「各機關使用生成式AI作為執行業務或提供服務輔助工具時，應適當揭露」，那是有明文的。

Q：只用免費方案可以嗎？

A：可以，但要接受兩個限制。一是額度不透明——官方只寫「Limited messages」這類相對描述，你無法預估什麼時候會被卡住；二是個人免費方案的資料訓練預設值通常是「會使用」，需要自己去設定裡退出。如果你的產出是每週一到兩篇、素材都是公開資料，免費方案配合分段作業其實夠用。

延伸閱讀

• 用 AI 工具接案不砸招牌：哪些環節能交給 AI、哪些不能
• AI 圖片生成工具比較 2026：Midjourney、DALL·E、Stable Diffusion 怎麼選
• 2026 AI 筆記工具比較：Notion、Obsidian、Heptabase 該選哪一個？

資料來源

1. Google Search Central，〈Google Search’s guidance about AI-generated content〉（2023-02-08）：https://developers.google.com/search/blog/2023/02/google-search-and-ai-content
2. Google Search Central，〈Spam policies for Google web search〉（Scaled content abuse／Site reputation abuse／Expired domain abuse 定義）：https://developers.google.com/search/docs/essentials/spam-policies
3. Google Search Central，〈Creating helpful, reliable, people-first content〉（Who, How, Why 與 AI 揭露建議）：https://developers.google.com/search/docs/fundamentals/creating-helpful-content
4. Google Search Central，〈What web creators should know about our March 2024 core update and new spam policies〉：https://developers.google.com/search/blog/2024/03/core-update-spam-policies
5. OpenAI，〈Terms of use〉（Ownership of content／Similarity of content；2026-01-01 版）：https://openai.com/policies/terms-of-use/
6. OpenAI Help Center，〈How your data is used to improve model performance〉：https://help.openai.com/en/articles/5722486-how-your-data-is-used-to-improve-model-performance
7. OpenAI Help Center，〈What is ChatGPT Plus?〉（原文 $20/month、不支援年繳與預繳多月）：https://help.openai.com/en/articles/6950777-what-is-chatgpt-plus
8. OpenAI，〈ChatGPT Pricing〉（方案結構：Free／Go／Plus／Pro／Business／Enterprise，金額為動態載入）：https://openai.com/chatgpt/pricing/
9. OpenAI，〈Enterprise privacy at OpenAI〉：https://openai.com/enterprise-privacy/
10. Anthropic／Claude，〈Pricing〉（Free／Pro／Max／Team／Enterprise 價格）：https://claude.com/pricing
11. Anthropic，〈Consumer Terms of Service〉（Outputs 讓與條款）：https://www.anthropic.com/legal/consumer-terms
12. Anthropic，〈Commercial Terms of Service〉（Customer Content 與不得訓練條款）：https://www.anthropic.com/legal/commercial-terms
13. Anthropic Privacy Center，〈Is my data used for model training?〉：https://privacy.claude.com/en/articles/10023580-is-my-data-used-for-model-training
14. Anthropic，〈Models overview〉（context window 與 max output 規格表）：https://platform.claude.com/docs/en/about-claude/models/overview
15. Google，〈Gemini Apps Privacy Hub〉（人工審閱、保存三年、Keep Activity 與 temporary chats）：https://support.google.com/gemini/answer/13594961
16. Google Workspace，〈Generative AI in Google Workspace Privacy Hub〉：https://knowledge.workspace.google.com/admin/generative-ai/generative-ai-in-google-workspace-privacy-hub
17. Google AI for Developers，〈Long context〉（1 million or more tokens 的官方敘述）：https://ai.google.dev/gemini-api/docs/long-context
18. Google AI for Developers，〈Gemini models〉：https://ai.google.dev/gemini-api/docs/models
19. Google One，〈Google AI 方案與 Cloud Storage〉台灣頁（Plus／Pro／Ultra 方案與儲存空間；月費為動態載入）：https://one.google.com/about/google-ai-plans/
20. Notion，〈Pricing〉（Free／Plus／Business／Enterprise）：https://www.notion.com/pricing
21. Notion Help Center，〈Notion AI security & privacy practices〉（不以客戶資料訓練、資料保留期限、Output 歸屬）：https://www.notion.com/help/notion-ai-security-practices
22. 經濟部智慧財產局，解釋資料檢索－電子郵件1141017b（令函日期 114-10-17，AI 生成作品之著作權）：https://www.tipo.gov.tw/tw/copyright/692-63403.html
23. 經濟部智慧財產局，解釋資料檢索－電子郵件1140522c（令函日期 114-05-22，AI 生成圖畫之著作權與商業使用侵權風險）：https://www.tipo.gov.tw/tw/copyright/692-34252.html
24. 經濟部中小及新創企業署，〈行政院於112年10月3日函頒「行政院及所屬機關（構）使用生成式 AI 參考指引」〉（含指引十點全文）：https://www.sme.gov.tw/article-tw-2391-11626
25. 植根法律網，〈行政院及所屬機關（構）使用生成式AI參考指引〉十點條文全文（中華民國112年10月3日院授科會前字第1120059686號函訂定發布）：https://www.rootlaw.com.tw/LawArticle.aspx?LawID=A040030001028300-1121003
26. 全國法規資料庫，著作權法第 12 條（出資聘人完成之著作）：https://law.moj.gov.tw/LawClass/LawSingle.aspx?pcode=J0070017&flno=12
27. 全國法規資料庫，人工智慧基本法（民國 115 年 1 月 14 日公布施行，全文 20 條）：https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=H0160093
28. TAIDE（國科會指導、財團法人國家實驗研究院執行，可信任生成式 AI 對話引擎）：https://taide.tw/index