AI海報不必很醜:一場駭客松的啟示，壞的不是工具是流程

深夜的台北，一間新創公司的行銷同事收到訊息:「週五前要一張活動海報，預算零。」幾年前，這種需求的結局通常是套模板加系統字體。現在，結局變成一張六根手指、字體歪斜、美感崩壞的AI圖。糟糕的方式換了，結果的品質沒有換。

一篇文章 recently 在Hacker News上被推上討論區，標題直白:「AI生成的海報不必很醜」（來源:https://john.hartnup.uk/2026/06/07/ai-event-posters.html）。作者的核心主張可以濃縮成一句:大多數AI海報的失敗，不是模型能力不足，而是使用者把生成模型當成設計師，而不是當印刷機。

發現1:壞海報的共同點，是把AI當設計師而非工具

據該文的分析脈絡，失敗的AI海報幾乎都犯同一個錯:直接向模型下達「幫我做一張海報」，讓模型同時決定構圖、配色、字體與文案。生成模型擅長的是在既有風格空間內填空，不擅長的是排版決策——文字精確置放、留白節奏、資訊層級，這些恰恰是海報設計的核心。

換句話說，把排版決策從AI手中拿走，只讓它產出視覺素材，成果品質會跳一個等級。這不是新理論，而是平面設計界數十年的分工常識:素材生產與版面編排本來就是兩件事。AI只是讓「跳過分工」變得太容易。

發現2:同一週的其他新聞，提醒信任是有邊界的

同一個討論區在幾天內出現了對照組。一則據Hacker News轉述、來自CNN的報導指出，美軍曾因AI虛構的情報報告而出現險些誤判的緊張情況，涉及對中國船艦的錯誤資訊（來源:https://www.cnn.com/2026/09/18/politics/us-military-ai-false-intelligence-china-ship）。另一頭，Reddit上有使用者直言認為AI是近年最糟的發明，理由是生成式模型被用於針對女性與兒童的偽造影像（來源:https://www.reddit.com/r/TwoXIndia/comments/1wj2gon/i_feel_ai_is_worst_invention_in_recent_times/）。

把這三件事放在一起看，界線其實相當清楚:低賭注、可事前查驗的產出（海報），AI可以幫上忙；高賭注、難以即時驗證的產出（情報、涉及真實人物的影像），把判斷權外包給模型是災難的配方。海報醜最多丟臉，情報錯可能丟命。

發現3:工具鏈正在把「不醜」的門檻往下壓

同週Hacker News上還有兩則動態值得對照。Mistral與Mozilla合作推出強調隱私與多語的AI瀏覽方案（來源:https://mistral.ai/news/mistral-x-mozilla/），顯示「本地化、可控」正成為歐洲陣營的差異化路線；另一個名為Bend的語言則嘗試用形式化驗證阻擋AI產生的錯誤並在GPU上執行（來源:https://bend-lang.com/），代表技術社群開始為「AI輸出不可信」這個前提設計基礎設施。

整個生態系的走向是一致的:不是讓AI更神奇，而是讓AI的輸出更可被約束、被驗證。海報文章是應用層的版本，Bend是系統層的版本，本質上是同一件事。

台灣的意義:零預算團隊最多的市場，最需要這堂課

台灣的活動生態——社區營造、獨立書店、學生社團、中小型B2B行銷部門——有極高比例的「零預算海報需求」。這正是AI海報濫用最嚴重的區帶，也是改善效益最大的區帶。實際做法不複雜:人類先畫出版面格線、決定字體與資訊層級，AI只負責填入視覺素材，最後由人檢查細節。流程多花三十分鐘，成品從「明顯是AI」變成「勉強能見人」。

更深一層，這是數位素養的問題。台灣教育體系谈AI素养時，焦點多在辨識假訊息；但「如何正確地使用生成工具」同樣是素養，而且是可以教、可以標準化的。一張醜海報無傷大雅，但它背後那種「把判斷外包」的習慣，才是真正需要被攔截的東西。

海報醜不醜是小事。一整個世代學會不假思索地接受AI的第一版輸出，才是大事。