AI 時代下的品味？

大概在 ChatGPT 面世後半年就有人提出這個概念了，其中又以內容創作者與行銷工作者居多，畢竟大家都是靠寫作、文字維生；那這裡討論的品味，我們可以拆解為「品質」+「獨特風味」兩個詞彙，也就是專屬於特定人的一種思考、價值觀、風格、認知的投射與顯現；這無疑是困難的，但也是千百年諸多創作者、寫作者，都在努力追求，甚至於不知不覺中建立的專屬標籤。讓我們一看到這樣的成果，就能馬上知道是誰創作的、這成果可以信任、這內容可以被細細體會。

論及品味，我們還能從更加外顯的設計風格與需要細品的料理口感來討論，AI時代下LLM最直接衝擊的無疑就是「程式碼」與「文字內容」，前者需要被架構、被設計、被細細構築，就像我們看很多設計產品，簡潔的外觀之下，是設計者堅持與不懈的努力持續優化；後者，則是會因應不同的場景、需求，給予每一次都一樣的高品質成果，也可能是因應每次相遇所端出的驚喜與用心。這兩者都是品味，對於我們最好的有概念的一種方式，那自然我們在面對自己的內容時，其實也應該從這幾個方向來思考，甚至於養成習慣檢視，我們自己所喜歡、在意的成果會是怎麼樣的作品。

檢視品味的兩個自問：品質一致性與獨特風味

具體來說，可以從兩個方向來問問我們自己：

第一是 品質一致性

第二是獨特風味 /特色

這兩個問題，前者測的是工藝紀律，後者測的是人格投射的深度。

大多數人在 AI 出現之後只焦慮第一個問題，但其實第二個才是真正難被取代的東西。有意識地去養成這種檢視習慣，是比任何工具選擇都更根本的事。

富士康與台積電：兩種品味的台灣對照

富士康創辦人郭台銘在內部會議曾提及 — 魔鬼藏在細節裡，這不單純只是對於代工產業的重度重視與高度規模工業化之外，也是對於交付物品質的堅持；類似的台灣產業中的護國神山 — 台積電，自電腦時代之後，一直都是以良率著稱，這不單純只是無數工程師的投入與努力迭代，而是整個設計、產製、業務系統的整合與統一認知。如果說富士康就是努力讓每一個 iPhone 變成我們拿著都一樣的高品質成果，那台積電就是努力讓每一個獨特滋味都被人發揮到極致的藏鏡人。

從 LLM出來之後，我們每天在用 AI 產出內容，也在幫品牌做行銷技術、AI使用概念的導入，剛好橫跨了這波衝擊最深的兩個領域。從這個視角看，我的現場觀察是這樣的：AI 非常擅長把你帶到「夠用的水準」，但它沒辦法帶你超過那條線，因為那條線是你自己設的，而且通常你沒有明確設過，但你自己知道。

這裡一樣舉富士康和台積電來做為舉例。富士康做的事情，是把每一支 iPhone 生產到你我都拿到一樣好的品質，這是系統工程，也是今天所有 AI 寫作、AI 設計工具真正在做的事 — 讓任何人都能「僱得起一條富士康產線」，不再需要靠數量與時間堆出一致性。但台積電的護城河從來不是良率本身，良率只是結果；護城河是每一代製程背後那套設計標準 — 什麼叫合格、什麼叫容忍範圍、什麼叫這批不能出廠。這套標準是台積電從第一代製程起就自己定義、自己迭代出來的，外人看得到結果，但複製不走那套判斷系統。

AI 是你的富士康，品味是你的製程標準

AI 是你請得起的富士康工廠，擁有一整套完整的生產工藝、持續更迭的技術人力。但品味是你自己的製程標準、品質要求，這件事無論是 AI 或者是工廠廠長都沒辦法替你決定，甚至不會開口問你。它不會問你「這次的稿子，你覺得好在哪、差在哪」，它只會繼續交付下一份。你如果沒有一套心裡的自我基準 — 什麼叫好、什麼叫將就、什麼叫絕對不能出門 — 那再好的工具也只是幫你把「沒概念」生產得更有效率。

所以真正的問題不只是 AI 有沒有品味，而是你有沒有足夠清楚的製程標準，清楚到能判斷 AI 交給你的東西，哪些過關，哪些還差一點，哪些要整批重來。