AI 進到選戰視覺之後，界線畫在哪裡
談 AI 與選舉，公開討論幾乎都集中在假訊息與換臉——那是傳播端的問題。這篇談製作端：AI 在競選影像產線裡真正被用在哪（素材分類、文案變體、快速原型），以及它結構上做不到的三件事（現場、信任、判斷）。界線不在技術能力，在「可不可以重來」與「誰負責」。附我們自己用與不用的實際劃法。
這篇不談假訊息
談「AI 與選舉」，公開討論幾乎全部集中在同一組詞：假訊息、換臉、生成內容的標示義務。
那些都是真問題，但它們屬於傳播端——內容出去之後發生什麼事。討論的人多半是研究者、記者、法規制定者。
我想談的是另一端：製作端。影像產線裡面，AI 現在到底被用在哪、哪些地方進不去。這一端很少被寫，因為要在裡面待過才看得到。
先把立場講清楚：以下只談製作流程與工藝。不評政黨、不評候選人、不預測選情，也不碰假訊息的治理該怎麼做——那是另一個專業。
AI 現在真正在做的三件事
一、素材分類與檢索
一場選舉累積的影像量很大。競選期一天跑六個點，回來就是幾百張，89 天下來是幾萬張。
傳統做法是靠人記憶加資料夾命名。到了十一月要調某張照片，只能靠「我記得那是在某某市場」去翻。
現在可行的做法是讓機器先過一遍：判斷有沒有人臉、是不是有人在講話、畫面穩不穩、亮度可不可用，然後自動分成堪用、待確認、不可用。我們自己的剪輯流程就是這樣跑的——素材進來先自動分軌，人只處理機器挑不掉的那一小部分。
這件事 AI 做得比人好，而且是壓倒性的。 因為它不會累、不會因為第 400 張就開始隨便。
二、文案與尺寸的變體產出
同一則訊息要出成看板、傳單、臉書貼文、IG 限動、短影音字卡。內容一樣，但字數、比例、字級、斷句規則全都不同。
過去這是設計師的重複勞動。現在給定一套視覺規則，變體可以自動長出來，人只做最後校對。
前提是規則先寫得出來。 如果視覺規則只存在某個人腦袋裡，AI 也接不上——這就回到事前期要留下一份能被第三個人執行的規則文件。
三、快速原型
這是最被低估的一塊。
我們做過一個實例：用一天的時間，把一份政策構想做成可以點的地圖介面。過去這種東西要外包、要排程、要兩三週，成本高到只有大型陣營做得起。現在一天可以有一個能拿去討論的版本。
意義不在省錢，在改變了「值不值得試」的門檻。原本因為成本太高而不會被做出來的政策說明，現在可以先做出來看看有沒有效。完整過程寫在一天做完的政策 demo。
AI 結構上進不去的三件事
這一段比上面重要。看清楚界線在哪，才不會把力氣花在錯的地方。
一、現場
競選現場最有價值的畫面，通常是還沒發生的那一刻。候選人要走向哪個攤位、誰會突然過來握手、哪個角度會同時有候選人跟支持者的臉。
我們寫過隨行攝影不是跟拍，是預測下 5 分鐘會發生什麼。這個預測建立在對現場的即時理解上——氣氛在往哪走、誰在等機會、什麼時候該往前站一步。
AI 不在場。 這不是模型能力問題，是它沒有身體、沒有站位、沒有辦法在人群裡挪動半公尺。
而且這些場合絕對不會重來。不可重來的東西，不會交給一個無法承擔後果的系統。
二、信任
候選人的肖像是政治資產。它承載的不只是好不好看，是「這個人真的長這樣、真的在那裡、真的做了那件事」。
一旦這層真實性被動過，損失的不是一張照片，是整批素材的可信度。而且這種損失沒有辦法局部修補——只要有一張被抓到，其他的都會被重新檢視。
所以這裡的界線不是技術能不能做，是做了會毀掉資產本身。這跟商業修圖是完全不同的風險結構：商業案修過頭最多是客戶不滿意，這裡是把唯一的資產燒掉。
三、判斷與責任
哪張可以用、哪張不能用、這個場合要不要拍、這批素材給誰不給誰——這些是判斷，而且判斷後面連著責任。
AI 可以給建議，但當有人要為結果負責的時候，負責的必須是一個能被問責的人。
界線的真正分界不是「技術」
把上面六件事排在一起，會看到一條乾淨的線。而且這條線跟「AI 聰不聰明」無關。
AI 接得住的：可重複、有規則、可以重來、出錯代價有限。
AI 接不住的：不可重來、要現場判斷、要有人負責。
如果照事前、事中、事後三個階段去對，會更清楚：
| 階段 | AI 的角色 | 為什麼 |
|---|---|---|
| 事前 | 幫得上很多 | 規則化、可反覆修改、錯了可以重來 |
| 事中 | 幾乎幫不上 | 現場、不可重來、要即時判斷 |
| 事後 | 幫最多，但最少人做 | 分類歸檔是純規則工作，量大又枯燥，最適合交出去 |
最反直覺的一格是事後。 多數人想像 AI 導入是拿來生成東西，實際上投報率最高的是拿它做整理——那些沒人想做、做了也不會被稱讚、但不做就會在四年後付出代價的工作。
我們自己怎麼劃
講原則容易，講自己的做法才算數。
用：素材分類分軌、逐字稿與字幕、文案的多平台變體、動態字卡量產、快速原型。
不用：任何會改變人臉與現場事實的處理、現場拍攝的判斷、素材給誰不給誰的決定。
中間帶：修圖尺度。調光調色會用工具輔助，但改變事實的那條線是人劃的，而且要跟客戶事先講定寫進交付說明——不是等出事再解釋。
對正在排選戰影像的團隊
如果你在評估要不要把 AI 放進流程，判準不是「這個工具強不強」，是三個問題：
- 這件事可以重來嗎？可以，就適合交出去。
- 這件事有沒有明確規則？規則寫得出來，AI 才接得上；寫不出來，先寫規則不是先買工具。
- 出錯了誰負責？答案必須是一個名字。
三題都過，值得試。有一題答不出來，先別動。
這套判準不只適用選戰。我們跟企業談 AI 導入用的是同一組問題——差別只在選戰的時間壓縮到 89 天，錯誤的代價高一個量級，所以界線必須畫得更早、更清楚。