你分享的對話，可能比你想的更公開
我們談聊天式 AI 的隱私時，常把注意力放在模型會不會記住 prompt，卻忽略另一個更容易被看見的問題：一次對話在離開 AI 服務之後，會被誰看見？
最近一篇研究檢視 9 個主流聊天式 AI 網頁服務與 8 個 Android 用戶端，結果相當值得警惕。研究團隊在 2026 年 5 月於西班牙進行靜態與動態分析，發現所有受測服務至少整合一個第三方廣告或追蹤服務，共辨識出 44 個第三方組織。更具體地說，6 個網頁服務與 3 個 Android 客戶端，會向第三方揭露對話 URL、標題、prompt，甚至截圖；其中一些還會搭配可持續識別碼，讓一次性的使用行為可以被串回某個人或某台裝置。
這裡最值得注意的，不是某個服務「有沒有廣告」，而是對話內容在資料流中的角色。當我們貼上病歷摘要、公司內部文件、家庭衝突，或只是請 AI 幫忙整理一封信，這些文字在使用者心中是私人脈絡，在追蹤系統裡卻可能變成描述興趣、意圖與身分的訊號。技術上只是一個 URL 或標題，治理上卻可能是可重建脈絡的入口。
研究也指出，公開對話 permalink 有時缺乏足夠的存取控制，拿到連結的人可能直接讀到整段內容。這使「分享」不再只是使用者主動做出的選擇，而是平台設計、預設設定與收件者行為共同決定的暴露面。Cookie 同意、訂閱級別與分享功能的不同組合，也會讓同一個人的資料在不同情境下承受不同風險。所謂我沒有同意追蹤，不能只看一個彈窗，而要追問同意是否真的具體、可理解、可撤回。
從社會學的視角，這是資料治理的責任被轉嫁給個人的典型案例。平台把複雜的第三方 SDK、識別碼和權限關係壓縮成一個「同意」按鈕，組織則可能只提醒員工不要輸入機密，卻沒有建立分享連結的生命週期管理。最後，風險由最缺乏資訊與談判能力的使用者承擔。
使用者可以先做三件事：分享前把對話視為可能公開的文件，移除姓名、帳號、地點與可識別細節；不要只複製 permalink，也要確認連結是否可撤銷、是否有登入或權限限制；在手機與瀏覽器檢查第三方追蹤和 Cookie 設定，並把方便性與資料暴露的交換說清楚。組織則應把 AI 對話納入資料分類、存取控制、供應商審查與事件通報，而不是把責任停在員工訓練。
這篇研究的價值，在於它把抽象的隱私疑慮轉成可觀察的資料流。當我們說 AI 服務很方便，真正該問的是：這份方便由誰提供、誰從資料中得利，又由誰承擔對話被看見之後的代價？
作者：袁怡萱