生成式 AI 讓創作變快，這件事已經不新了。現在比較值得問的是另一件事：當每個人都能在幾秒鐘內得到十個標題、二十張圖、三套版型和一整份提案，人的品味會變得更好，還是變得更像？
這個問題不像「AI 會不會取代設計師」那麼容易引起爭論，卻更接近我們每天真正遇到的變化。以前創作的困難常常在於做不出來。現在困難慢慢變成：版本太多，哪一個才值得留下來？哪一個只是看起來漂亮？哪一個符合品牌、場景、讀者和自己的判斷？
品味不是一種神祕天賦。它比較像長時間累積出來的辨識能力：看得出差別，知道差別為什麼重要，也願意為了那個差別做取捨。生成式 AI 不一定會消滅這種能力，但它會改變品味形成的速度、路徑和風險。
AI 先改變的不是靈感，而是起跑線
Adobe Firefly、Canva、Midjourney、Runway、ChatGPT 這類工具，最直接的改變是把空白頁變少了。以前要做一張活動主視覺，可能先找參考、拉版型、試色、修圖、寫文案；現在只要給一段提示，就能先得到幾個可看的方向。
這對非專業創作者很友善。小品牌可以更快做社群圖，老師可以更快整理教材，行銷團隊可以先用 AI 產出 mood board，設計師也可以把早期探索做得更快。工具把「開始」這件事變容易，讓更多人進入原本門檻較高的創作流程。
但起跑線降低，不代表終點變清楚。AI 很擅長給出「差不多可以」的版本：畫面完整、色彩協調、文字順暢、結構像樣。問題是，很多創作真正的價值不在完整，而在準確。準確地說出一個品牌的氣質，準確地抓住一群人的情緒，準確地在該留白的地方停下來。
所以生成式 AI 最先放大的，可能不是人的天才，而是人的選擇能力。它把更多半成品推到眼前，逼使用者更快回答：這個方向為什麼成立？它只是漂亮，還是真的對？
品味會被放大，也會被平均化
研究開始出現一個微妙的訊號：AI 可以提升創作任務的平均表現，但也可能降低想法的多樣性。2025 年一篇關於生成式 AI 與創造力的系統性回顧與統合分析指出，人和 AI 協作時，創作表現有機會變好；但在人機協作的想法多樣性上，研究也觀察到明顯下降。
這很符合日常感受。AI 很會把作品推向「大家容易接受」的方向。它知道什麼像高級品牌、什麼像科技簡報、什麼像生活風格、什麼像感性文案。這些模式不是憑空來的，而是從大量既有資料中學到的。
當使用者沒有足夠明確的判斷，AI 會自然把作品推向平均值。畫面變得精緻，卻少了特定人的手感；文字變得順，卻少了立場；品牌變得像品牌，卻不一定像自己。
這就是生成式 AI 對品味最細的影響：它不會直接讓人變得沒有品味，而是讓人更容易接受一種「看起來不錯」的安全答案。久了以後，人可能會忘記真正的差異感長什麼樣子。
版本變多以後，判斷力反而更重要
過去創作常常受限於時間，所以一個方向做下去，就會自然產生承諾。現在 AI 可以快速生成十幾個方向，承諾感變少了，選擇壓力反而變大。
這時候，好的創作者不只是會下 prompt，而是會建立篩選標準。例如：
- 這個版本有沒有符合使用情境？
- 它是在解決問題，還是在裝飾問題？
- 它有沒有和品牌過去的語氣接得上？
- 它有沒有不小心使用了刻板印象？
- 它的漂亮，是來自清楚的選擇，還是來自模型常見的視覺套路？
這些問題都不是 AI 不能回答，而是人不能完全外包。因為品味本來就不只是生成結果，而是理解脈絡後做出的取捨。
一個設計團隊可以用 AI 快速探索十種視覺方向，但最後仍然要有人知道為什麼選第三種、刪掉第七種、混合第一種的色彩和第五種的構圖。那個「為什麼」才是品味真正工作的地方。
美感不是中性的，AI 也會帶著偏見
談 AI 與品味，不能只談效率和風格，也要談偏見。文字生成模型會學到常見說法，影像生成模型也會學到常見外貌、職業、性別、年齡與文化符號。
關於 AI 生成臉孔的研究已經指出，文字轉影像模型可能呈現種族與性別刻板印象，甚至讓同一族群的臉變得更相似。另一篇討論 algorithmic lookism 的研究，也把問題推向美感本身：如果模型把某些外貌和正面特質綁在一起，把另一些外貌和負面特質綁在一起，美感就不只是風格選擇，而會變成一種被系統放大的社會偏見。
這對品牌、媒體和創作者都很重要。AI 生成的「專業人士」長什麼樣子？「未來城市」是不是永遠乾淨、冷白、玻璃帷幕？「亞洲女性」是不是常被推向固定的柔順形象？「高級感」是不是總被生成成同一種低飽和、無人的精品空間？
如果創作者只是接受第一批生成結果，品味就會被模型的預設值接管。真正的人文判斷，反而是在這裡出現：我們要不要追問這個美感從哪裡來？它排除了誰？它讓什麼東西看起來比較有價值？
對品牌來說，AI 不是風格機，而是壓力測試
品牌使用生成式 AI，很容易先把它當成生產工具：更快做圖、更快寫文案、更快做提案。這當然有用，但比較成熟的用法，是把 AI 當成一種壓力測試。
如果把品牌資料、產品特色、語氣規範和視覺參考交給 AI，它生成出來的東西很容易變成一面鏡子。鏡子裡如果什麼都像，可能代表品牌本來就不夠清楚；如果 AI 一直生成錯方向，可能代表資料、文字和視覺記憶沒有被整理好；如果每次都需要大量人工修正，可能代表真正的品牌判斷還沒有被說清楚。
這也是為什麼未來的品牌手冊，可能不只是一份 PDF。它會變成一組可被人和機器理解的語氣、禁忌、範例、素材、場景與決策規則。AI 可以幫忙擴充，但品牌仍然要知道自己不做什麼。
品味最常被低估的部分，就是拒絕。會生成很多東西不難，難的是知道哪些東西不要。
人的角色會從製作者，移到編輯者與判斷者
生成式 AI 不會讓每個人都變成藝術家，也不會讓專業創作者失去價值。比較可能發生的是，創作流程裡的重心移動了。
以前很多時間花在執行：排版、修圖、找字、改句子、做變體。以後更多時間會花在設定方向、建立限制、選擇版本、確認脈絡、檢查偏見，以及把作品拉回人的經驗裡。
這不是比較輕鬆的工作。它要求人有更清楚的觀看能力，也要求人能說出自己為什麼喜歡或不喜歡。過去只說「感覺不對」也許可以靠資深經驗撐住；現在面對大量 AI 版本，創作者更需要把那個感覺拆成可討論的理由。
所以，生成式 AI 會改變品味嗎？會。但它不一定只把品味變差。它會讓沒有標準的人更容易滑向平均值，也會讓有標準的人更快測試、比較和深化自己的判斷。
最後留下來的能力，可能不是誰能生成最多版本，而是誰能在版本之間看見差異，在漂亮裡看見空洞，在效率裡保留脈絡。AI 可以幫我們把可能性攤開，但品味仍然發生在選擇的那一刻。