AI 垃圾內容比正常網站更貴？廣告驗證機制正在獎勵內容農場
你用 AI 寫文章嗎？如果有，你的網站會不會被廣告主認定是 MFA（Made-for-Advertising，為廣告而生的網站）？今年起，廣告主和流量監測平台開始認真處理這件事。
7 月，美國全國廣告主協會（ANA）與廣告業反詐欺認證組織 TAG（Trustworthy Accountability Group）公布一份研究，結果恐怕讓不少廣告主傻眼：AI 大量製造的垃圾內容，無效流量率只有 0.05%，比乾淨庫存的 0.32% 還低；廣告可見度（依美國媒體評等委員會 MRC 的標準，展示廣告至少一半畫面停留一秒）達 77.2%，同樣高於乾淨庫存的 74.9%。超過七成被評為優質庫存，排除無效、不可量測與不可見曝光後的有效成本也比乾淨庫存高。
廣告科技花了多年建立的品質驗證機制，把 AI 垃圾內容評得比正常網站還好。而這些網站用的生成式 AI，和許多媒體每天拿來協助寫稿的工具是同一類。同樣用 AI，為什麼有些是正常的內容發布商，有些卻成了廣告主避之唯恐不及的內容農場？
2,116 個 AI 食譜網站，ads.txt 大多集中在兩家公司
廣告供應鏈情報平台 DecryptAds 10 月發布一份調查，研究團隊先人工確認約 400 個 AI 食譜網站，再利用 190 多組技術特徵追查相關站群，最後找出 2,116 個網站。
研究團隊的判準，是作者照片與文章同時出現 AI 生成的跡象：有的廚師是 AI 人像，有的直接拿真人照片改臉。網站內容真假難辨，廣告倒是真的：Adobe、Pepsi、Capital One 等知名品牌的廣告，都出現在這些網站上。
這些網站透過誰銷售廣告，線索在兩份公開檔案。
- ads.txt 是內容發布商放在自家網站根目錄的清單，列出哪些廣告平台獲准賣它的廣告版位，以及它在各平台的帳號
- sellers.json 則由廣告平台公布，列出平台上每個帳號屬於哪家公司、是內容發布商本人還是中間轉售商
兩份檔案一對照，就能查出廣告由誰在賣，但它們只證明誰被授權，不代表錢實際經過誰。DecryptAds 發現，1,631 個網站的 ads.txt 由義大利的 HBAgency 管理，另有 407 個交給 Ezoic，兩家各自管理的網站數加總約九成六，其中少數網站同時列了兩家。
被點名的業者提出反駁：HBAgency 表示，報告列出的合作夥伴中，該公司只和 Monetix Ads 直接合作，所有合作網站也都經過獨立詐欺偵測商篩選；Ezoic 則認為網站應該依內容品質評估，不能只看內容如何製作。DecryptAds 共同創辦人 Zach Edwards 也承認，廣告供應鏈過於複雜，很難把責任百分之百歸給單一公司。
這套比對方法，本刊 2022 年在第 41 期也用過，當時追的是單一內容農場；DecryptAds 這次查出的是 2,116 個網站的站群。背後的變化，是 AI 讓大量生產內容與架設網站的成本大幅下降，ANA 2023 年的研究就預告過，AI 會讓 MFA 網站更快、更便宜地出現。
新聞可信度評等機構 NewsGuard 追蹤的是全球的新聞類 AI 內容農場：2023 年 5 月首次統計時，找到 49 個、橫跨 7 種語言；到了今年 6 月，已增加到 3,749 個、橫跨 16 種語言，其中包括中文，而且每月還新增 300 到 500 個。
用 AI 寫文章就算 MFA？業界判定的重點在賺錢方式
許多用 AI 寫稿的媒體可能會擔心自己被列為 MFA。本刊觀察，用 AI 並不會讓網站自動變成 MFA。廣告業判定 MFA，重點一直是網站如何取得流量、如何安排廣告，以及如何從中獲利。目前業界幾套主要判準如下：
- ANA 與廣告主、代理商協會的聯合定義：廣告比例高、廣告快速自動更新、流量主要靠付費取得，內容高度通用與模板化。
- 供應鏈顧問 Jounce Media 的判準：依賴付費流量、採取激進的廣告變現方式，並只把可見度這類表面指標做漂亮。
- 驗證商 DoubleVerify 的分級：AI 生成只是其中一項可能特徵；即使廣告很多，網站若有大量直接造訪與搜尋流量，也不算 MFA。
這些標準沒有一家把「用 AI 寫稿」當成判定 MFA 的充分條件。TAG 在這次研究中訪談多家供應鏈品質廠商，得到的答案也很一致：AI 垃圾內容的問題在內容品質，經過人工編輯、有原創觀點的 AI 輔助文章，不會被歸為垃圾內容。Google 在 2023 年重申的長期立場也相同：評估的是內容品質，不看用什麼工具生產。
AI 輔助寫稿不會讓媒體變成內容農場。差別在文章背後有沒有可以查證的作者，以及內容出錯時，有沒有人出面負責。
Google 10 月更新的內容指引，也把用 AI 頭像、假名與虛構資歷偽造創作者檔案列為欺騙；大量用生成式 AI 製作文章、卻沒有人工監督，則被視為幾乎沒有投入。
本刊認為應該把兩件事分開：一條線看內容是否有人負責，另一條線看網站是否靠買流量、塞廣告套利。前者關乎內容可信度，後者才是 MFA 的商業模式。DecryptAds 找到的 2,116 個食譜網站，同時出現了這兩類風險訊號。
MFA 的讀者從哪裡來？主要靠社群付費流量
正常媒體靠內容累積讀者，MFA 則大量依靠付費流量。Jounce Media 創辦人 Chris Kane 指出，絕大多數 MFA 活動來自 Facebook 的付費流量。這次 DecryptAds 調查的食譜網站，同樣大量在 Pinterest 等社群網站推廣。
這套生意的算法並不複雜：先花錢把使用者帶進網站，再用頁面上的廣告賺回比流量成本更多的收入。
Google 搜尋這幾年則在收緊內容農場的空間。2024 年 3 月，Google 修改垃圾內容政策，打擊對象從過去偏重「自動產生內容」，擴大到「大量製作頁面以操縱搜尋排名」，不管文章是人寫還是 AI 寫。對大量依賴社群付費流量的 MFA 來說，Google 搜尋原本就未必是最重要的入口。
MFA 不一定是廉價庫存，部分廣告主甚至花更多錢買它
過去業界對 MFA 的印象，是便宜、曝光多、容易買。ANA 2023 年的程序化廣告供應鏈研究顯示，MFA 佔樣本總曝光的 21%，卻只佔廣告支出的 15%；它的 CPM（每千次曝光成本）比非 MFA 網站低 25%，可見度高、無效流量低，讓 DSP（需求方平台）的出價演算法特別容易選中它。
這個價格優勢已經改變。ANA 2025 年第二季的透明度季報顯示，MFA 平均 CPM 是 4.91 美元，非 MFA 是 4.59 美元，還有 45% 的廣告主買 MFA 的價格比非 MFA 更高。
換成 AI 垃圾內容，價格同樣比較高。TAG 的研究發現，排除無效、不可量測與不可見曝光後，AI 垃圾內容的實際有效千次曝光成本（TrueCPM）是 7.08 美元，高於乾淨庫存的 6.15 美元，原因是這些網站在傳統品質驗證指標上拿到高分。
廣告主使用驗證服務，大致分成兩段。競價前，DoubleVerify、IAS 這類驗證商把無效流量、品牌安全或 MFA 的分類提供給 DSP，廣告主啟用後，DSP 依設定決定要不要出價。曝光後，驗證碼量測這次曝光是否有效、可見、可量測。
AI 垃圾內容在無效流量、可見度與可量測三項表現良好，這和 MFA 常由付費管道導入真人、刻意拉高廣告可見度的模式一致。
三份研究的樣本與統計方式不同，不能解讀成同一批 MFA 網站這幾年持續漲價，但至少動搖了一個老觀念：MFA 不一定便宜，廣告主甚至可能花更多錢買到低品質內容。
本刊認為，這和 DSP 被要求最佳化什麼 KPI 有關。Kane 在 2023 年就指出，廣告主要 DSP 依銷售、轉換等實際成效最佳化時，系統比較容易避開 MFA；要求它壓低每次可見曝光成本時，演算法反而會大量買進 MFA。廣告主交給 DSP 的目標，本身就可能讓這些網站受益，未必是 DSP 認不出網站。
驗證工具給 AI 垃圾內容高分，還有 12% 不在 MFA 名單裡
TAG 比較的傳統品質指標，集中在無效流量、可見度與可量測性三項：這類內容的無效流量率低於乾淨庫存，可見度卻更高；而且有 30% 出現在高度模板化的網站，乾淨庫存只有 1.2%，相差 25 倍。
研究還發現，88% 的 AI 垃圾內容同時被歸類為 MFA，本刊認為這部分照理可以用既有的 MFA 偵測與封鎖機制處理。麻煩在剩下的 12%：它們不符合既有 MFA 分類，TAG 寫明它們躲過現有工具，而且每次經驗證的曝光成本，還比乾淨庫存更高。
傳統的流量與可見度指標，很會回答廣告是不是機器人看的、有沒有被看見，卻回答不了另一個問題：這篇文章值不值得讓品牌花錢投放？
ANA 2023 年的研究中，MFA 佔廣告支出 15%；後續季報改用中位數統計，2025 年第四季是 0.45%，今年第一季回升到 1.1%。兩者統計方式不同，不能據此算出降幅，但至少可以看出 MFA 並沒有從程序化廣告市場消失，ANA 也直接把 AI 垃圾內容點名為 MFA 的新亞型。
第三方驗證商也有動作。IAS 的低品質生成式 AI 內容迴避功能今年 5 月正式上市，目前涵蓋的是英文文字內容；DoubleVerify 的 AI SlopStopper 今年 4 月擴大到 YouTube。兩家公布的偵測成效都是自己的數字，還沒有獨立測試；中文網站是否在偵測範圍內，公開資料也沒有明確答案。對台灣廣告主來說，這比美國市場有多少 MFA 更值得關心。
從食譜網站到短劇 App，同一套買量生意走進 Reels
AI 垃圾內容不只存在於網頁。10 月 19 日，字節跳動旗下的紅果短劇登上台灣 App Store 與 Google Play 免費榜第一名。紅果讓使用者免費看劇，多半看約 15 秒的廣告就能解鎖下一集，少數內容需付費會員才能看；在中國今年 7 月的每日活躍使用者達 1.68 億。
AI 也在改變短劇的生產方式。中國廣電主管官員今年 9 月表示，今年前八個月中國上線的微短劇達 43 萬部，其中 AI 劇超過九成。台灣媒體今年也多次報導長輩熱衷看 AI 短劇的現象。
短劇的觀眾從哪裡來，答案同樣離不開買流量。一份中國 App 研究機構的產業報告指出，海外短劇 App 約有一半成本花在買量，其中 65% 投向 Meta 旗下平台。在 Facebook Reels 上常看到的短劇片段，可能是 App 業者直接買的廣告，也可能來自剪片導流、按付費抽成的創作者，短劇聯盟網站還公開招募這類合作夥伴。
不過，不能把所有短劇 App 都當成 MFA。紅果主要靠廣告變現，和網頁 MFA 的收入模式相似；美國營收最高的短劇 App ReelShort 則主要靠觀眾付費，研究機構 Media Partners Asia 估計，它有 85% 到 90% 的收入來自付費與訂閱。兩者的共同點，是用低成本、可大量製作的內容承接付費流量：只要一個使用者帶回來的廣告或訂閱收入高於取得他的成本，生意就能擴張。
短劇也讓廣告品質驗證碰上另一道難題。在網頁上，第三方驗證商至少還能檢查 ads.txt、網站結構與部分流量來源；到了 Meta、YouTube、TikTok 等平台，交易與內容消費都發生在平台內部，外部驗證商拿得到的資料更少。TAG 的研究引述一家驗證商估計，社群影音庫存有 25% 到 40% 不適合品牌投放，AI 垃圾內容的比例還在增加。
結論：台灣內容發布商靠什麼證明自己的價值？
TAG 的研究中，還有一個值得內容發布商注意的發現：知名內容發布商幾乎沒有 AI 垃圾內容，問題集中在不知名的長尾網站，部分小型與原生廣告交易平台的比例達 4% 到 8%。當第三方驗證工具無法完整判斷內容品質，網站本身的可信度就更加重要。
對台灣內容發布商而言，有三件事可以先做：
- 清查 ads.txt：移除已經停止合作的轉售商，確認 sellers.json 中的身分與授權關係。
- 可查證的作者：用真實姓名或可驗證的署名，揭露作者經歷與專業背景，讓讀者知道文章由誰負責。
- 公開更正機制：內容出錯就修正並留下紀錄。AI 可以協助研究、整理與撰稿，編輯責任仍要由人承擔。
廣告主也需要重新檢查程序化購買的邏輯：如果 DSP 仍然以低成本的可見曝光作為主要最佳化目標，即使導入再多驗證工具，AI 內容農場仍有機會憑著漂亮的數字拿到預算。品牌除了用白名單、縮短供應路徑，也應該把更多預算決策建立在實際業務成效上。
廣告市場可能正在用更高的價格，獎勵原本應該被排除的低品質內容。AI 沒有發明內容農場，它讓這門生意變得更便宜、更快，也更難辨認。
廣告主最後要回答的問題很直接：當驗證報告上的數字都很漂亮，我們還知不知道自己的廣告費究竟付給了誰？如果這個問題沒有答案，再多的驗證分數，也只是在替內容農場開出一張漂亮的成績單。（by Brick）