AI 訓練資料 Opt-out：內容創作者五步（2026）

2026 年想保護自己的內容不被 AI 模型拿去訓練？本文教你五個實際步驟完成 AI 訓練資料 Opt-out，重奪內容使用權。

2026年11月5日— 港嘢內容團隊約 9 分鐘AI 訓練資料內容創作者版權保護 Opt-out

一句答你：AI 訓練資料 opt-out 唔係一件事，而係一個持續流程——盤點、改平台設定、加機器指令、寫清授權條款、長期監察，五步缺一不可。

重點摘要 Key Takeaways

Opt-out 嘅第一步唔係搵工具，係盤點：連自己有幾多內容、放咗喺邊都唔知，後面全部白做。

平台設定同 robots 檔案只係「表達意願」，唔係法律擋箭牆；授權條款先係有牙嘅部分。

聲音、樣、文字三種資產嘅 opt-out 難度完全唔同，聲音最易被抽走，要特別處理。

香港暫時冇強制 AI 訓練資料 opt-out 機制，創作者要靠合約、授權條款同技術水印自保。

監察係第五步，亦係最多人偷懶跳過嘅一步；冇監察，頭四步會慢慢失效。

點解 2026 年要認真諗 AI 訓練資料 opt-out

呢一兩年，生成式 AI 由「好玩」變成「量產」。你放上網嘅文章、相、片、聲音，好有機會已經成為某個模型嘅訓練素材。問題係：大部分創作者從來冇正式同意過。

AI 訓練資料 係指用嚟教 AI 模型學習嘅素材總稱，包括文字、圖像、音頻、影片同埋標註。你寫嘅 blog、你出嘅 podcast、你配音嘅宣傳片，只要可以被爬取，就有機會入呢個池。

香港嘅官方立場方面，數字政策辦公室嘅 AI 道德框架強調透明、問責同資料保障（香港政府資訊科技總監辦公室 AI 道德框架， 2026），私隱專員公署亦出咗《人工智能 (AI)：個人資料保障模範框架》（香港私隱專員公署， 2026）。但呢啲係原則性指引，唔係逐條 opt-out 開關。所以創作者要自己行五步。

呢篇文會逐步行，最後拆解五個常見誤解。如果你想由語音授權角度入手，可以先睇語音授權同版權指南，同埋香港語音 AI 合規須知。

第一步：盤點——你嘅內容資產喺邊度

盤點聽落好悶，但係成個 opt-out 流程嘅地基。做唔好，後面四步全部斷纜。

內容盤點 係指有系統咁列出自己所有已發佈內容嘅清單，包括平台、日期、格式、有冇授權條款。呢份清單係日後發現被濫用時嘅「底牌」。

具體做法：

開一個表格，欄位包括：平台、內容類型、發佈日期、現有授權條款、有冇可下載原始檔。
分開「自己網站」同「第三方平台」兩大類，因為處理方法完全唔同。
聲音內容要特別標記——配音、podcast、直播錄音，呢啲係最易被抽嚟做聲音克隆嘅素材。相關風險可以睇深度偽造語音偵測指南。

例如：一個香港 podcaster 盤點後可能發現，同一集節目分別上架咗三個平台，其中一個平台嘅條款原來寫明「上載即授權平台及其夥伴用於機器學習」。呢啲嘢唔盤點，你永遠唔會知。

盤點表格可以咁樣開：

資產類型	平台	現有授權	opt-out 難度	下一步
長文	自己網站	自訂	低	加機器指令＋條款
短片	社交平台 A	平台條款	中	查平台設定
Podcast 音頻	平台 B	平台條款	高	查條款＋考慮水印
配音作品	客戶伺服器	合約	視合約	同客戶傾

第二步：平台設定——用盡官方開關

2026 年，主流社交平台同創作平台大部分都已經有某程度嘅 AI 訓練 opt-out 設定。問題唔係有冇，而係預設值往往係「允許」，而且藏得好深。

平台 opt-out 設定 係指平台提供嘅帳戶層面選項，讓用家聲明唔想自己內容被用作 AI 訓練。呢啲設定通常只對設定生效之後嘅行為有保證，之前已爬取嘅未必追溯。

做呢一步嘅原則：

每個平台逐個入設定頁搵「data」、「AI」、「machine learning」、「training」相關字眼。
搵到開關就關；搵唔到，就去查該平台嘅私隱政策同服務條款，睇有冇以電郵或表格形式提出反對嘅渠道。
截圖留底，記錄日期。日後有爭議，呢啲係證據。

要注意：平台設定唔等於法律權利。佢係「意願表達」，違反咗可以有投訴空間，但唔係自動賠償。真正有牙嘅，係第四步嘅授權條款。

第三步：robots 指令——技術層面嘅「請勿內進」

robots 檔案 係網站根目錄嘅一個文本檔，用標準化格式話畀自動爬蟲知邊啲路徑唔可以掃。對於有自己網站嘅創作者，呢步係基本功。

實務上有幾點要識：

robots 檔案係「君子協定」，正規 AI 公司嘅爬蟲會遵守，但唔保證所有人都守。
部分生成式 AI 公司已經公開自家爬蟲嘅名稱，並提供官方文件說明點樣喺 robots 檔案封鎖（例如 Google AI 爬蟲官方文件， 2026）。
除咗 robots 檔案，網站亦可以喺頁面層面加機器指令（meta 層面），針對唔同 AI 服務逐個聲明。

例如：一個寫香港文化嘅 blog，可以喺 robots 檔案封鎖已知嘅 AI 訓練爬蟲，同時喺網站頁腳加一句明確條款：「本站內容唔授權任何未經書面同意嘅 AI 訓練用途。」技術加法律，兩層一齊做。

【獨家觀察】 我哋睇香港創作者生態，發現一個弔詭現象：最抗拒 AI 嘅創作者，往往係最冇做 opt-out 嘅一群——因為佢哋覺得「我一冇用 AI，就唔關我事」。事實剛剛相反：你唔用 AI，唔代表 AI 唔用你。2026 年粵語語音素材仍然係稀缺資源，香港口音嘅自然對話錄音，正正係各模型最想要嘅嘢。講開粵語語音技術嘅背景，可以睇廣東話 TTS 完整指南。

第四步：授權條款——唯一真正有約束力嘅一步

頭三步都係表達意願，呢一步先係法律層面。

授權條款 係指創作者明確寫出：他人可以用自己內容做啲咩、唔可以做啲咩、喺咩條件下授權。對 AI 訓練呢個用途，條款入面應該白紙黑字寫「不包括機器學習／AI 模型訓練用途」。

要點：

自己網站：加一段明確條款，最好有日期同版本號。
客戶合作：合約入面加入 AI 用途條款，講明配音、文稿、影像可唔可以用於 AI 訓練或聲音克隆。呢方面詳細做法可以參考語音授權同版權指南。
平台上載：有得揀授權模式就揀最窄嗰個；冇得揀，就要衡量嗰個平台嘅曝光值唔值。

聲音方面仲有一層：聲音水印 係指喺音頻嵌入人耳聽唔到、但機器可以偵測嘅標記，用嚟證明來源或者偵測被克隆。學界已經有針對語音身份保護嘅水印研究（Timbre Watermarking, 2026），而 deepfake 偵測亦係活躍研究領域，跨團隊挑戰賽報告顯示現實場景嘅偵測仍然好難（Deepfake Detection Challenge Report, 2026）。即係話：水印係輔助，唔係萬能。

第五步：監察——opt-out 之後嘅持續功課

設定做晒唔代表完。平台會改條款、會換政策、會有新爬蟲。監察包括：

每季覆查一次所有平台嘅條款更新同 opt-out 設定狀態（有啲平台改版後會重設）。
定期搜尋自己名字、作品名、聲線樣本，睇有冇出現喺可疑渠道。
發現問題，先透過平台投訴機制，再考慮法律途徑；香港可以參考私隱專員公署嘅 AI 個人資料框架（香港私隱專員公署， 2026）。

例如：一個配音員每季用自己一段標誌性對白做關鍵字搜尋，發現有第三方帳號用疑似克隆嘅聲線賣廣告，就可以憑第一步盤點留低嘅清單＋第四步嘅合約條款去投訴。冇咁嘅準備，投訴會好無力。

[!CTA]

想試下正規授權嘅廣東話語音生成？

去港嘢 playground，登記送 2,000 字符（一次性），即刻試你自己嘅粵語聲線。