如何用 AI 判斷一則訊息是不是詐騙

晚上九點，訊息進來了。你的銀行說偵測到一筆你沒有做過的付款。裡面有連結，也有期限。你的胃整個揪起來。

十年前，這種訊息看錯字就能認出來。那個線索已經消失了。發送的人手上有跟你一樣的 AI，用它寫出乾淨、客氣、標點完全正確的中文，你講什麼語言就寫什麼語言，而且量大到任何人力團隊都追不上。好消息是，這個工具兩邊都能用。在你點下去之前，可以把那則訊息貼進 AI，問它看到了什麼。

這篇只談實用的部分：該貼什麼、哪些問法會問出有用的答案、什麼東西絕對不能打進對話框、為什麼多花三十秒問第二個模型很值得，以及這套方法真正失效的地方。

詐騙訊息為什麼突然變得這麼像真的

數字值得看一下，因為它們解釋了這個轉變。美國聯邦調查局的申訴中心在 2025 年年度報告中，首次把人工智慧獨立成一個章節：提到 AI 的申訴有 22,364 件，損失約 8.93 億美元。語音複製出現在最沉重的那一類。假冒家人出事的詐騙，也就是有人用跟你孩子或父母一模一樣的聲音打電話來，光那一年就讓受害者損失超過 500 萬美元。

聯邦調查局還點出一件比總額更重要的事。在投資詐騙中，明確與 AI 有關的申訴約為 6.32 億美元，但投資詐騙整體超過 80 億美元。多數人根本不會知道 AI 曾經參與其中。

另外，美國聯邦貿易委員會在 2026 年 6 月指出，2025 年民眾因假冒身分詐騙損失 35 億美元，接近每三件詐騙申訴就有一件，損失金額約為 2020 年的三倍。假冒身分涵蓋的範圍很廣：有人假裝成你的銀行、貨運公司、政府機關、你的主管，或是你的小孩。

所以這個轉變可以講得很簡單。用任何語言寫出一則毫無破綻、針對個人、又催你動作的訊息，成本變低了。這也表示「注意有沒有錯字」這個老建議，現在反而讓人陷入風險。

該貼什麼進 AI，什麼絕對不能貼

檢查本身只要一分鐘。打開對話，貼上訊息，然後發問。你可以貼文字，如果訊息在無法複製的應用程式裡，就上傳截圖，銀行通知和貨運通知通常都是這種情況。

貼上之前，花十秒把所有能指認你的東西拿掉。

反過來，帶有證據的部分要留著：寄件者的號碼或電子郵件、確切的用字、以純文字呈現的連結（不要點），以及訊息要你做什麼。能拿來判斷的就是這些。

真正管用的三個問題

問這是不是詐騙，只會換來模稜兩可的答案。下面三個問法會給你可以據以行動的東西。每一個都會開啟一段已經準備好貼訊息的對話。

後半段才是真正有用的地方。知道真正的銀行通知長什麼樣子，也就是沒有連結、沒有期限，而且要你照平常的方式自己登入，這是會留在身上的判斷力。單純一句是或不是，什麼都學不到。

詐騙連結就是設計來讓人看錯的。一段塞滿 secure 和 verify 這類字眼的長網址，把真正的目的地放在最後面，在幾乎什麼都被截斷的手機螢幕上特別有效。直接指名要問網域，就能避開這一招。

最後那個問題通常最有用。詐騙往往垮在一個具體又平凡、而且查得到的細節上：公司統一編號、實體地址、寫出姓名而且查得到的窗口，或是把對話轉到一般視訊通話的提議。

行動之前，先問第二個模型

單看一個 AI 答案，誠實的限制就在這裡。模型天生傾向順著你講。如果你貼上訊息又補一句這看起來很假吧，你已經先說出自己想聽的答案了，而它通常會照著給。

有兩件事可以修正。用中立的方式問，而且問兩次，第二次換一個模型。不同模型的訓練方式不同，表達懷疑的方式也不同。當兩個模型各自指向同一句話，那才是真正的訊號。若一個說是詐騙、另一個說很正常，你就知道這則訊息確實模稜兩可，這本身也是收穫，接著直接去查證就好。

如果每個 AI 都各自要一份訂閱和一組登入，這一步就會變得麻煩。把它們放在同一個地方，訊息貼一次，就能在同一段對話裡換模型，第二個判斷就只是點一下的事。手邊留著好幾個模型而不是綁定其中一個，理由就在這裡。

哪種訊息適合哪種檢查

進來的東西不必都用同一套處理。大致的判斷方式如下：

最後一列的情況裡，你手上往往只有截圖，而用文字轉述會漏掉細節。上傳圖片再問哪裡不對勁的做法很有效，我們的讓 AI 解讀任何照片或截圖教學把這個技巧講得更完整。如果不想從空白對話開始，圖片分析工具就是為同樣的用途做的。

注意電話那一列完全沒有用到 AI，這是刻意的。如果電話那頭的聲音跟你女兒一模一樣，那個當下沒有任何對話視窗幫得上忙。掛掉電話，打你早就存好的號碼，並且在真的需要之前就先約好家庭通關密語。

這套方法不管用的地方

這套方法有實際的限制，把話講清楚比較好。

AI 會很有自信地弄錯。它偶爾會編出某家公司規定的細節，或是把不是官方的網域說成官方的，原因跟它會編造出處是一樣的，我們在AI 為什麼會如此篤定地胡謅裡拆解過。把答案當成一位消息靈通的朋友的看法，而不是判決。

沒給它的東西，它看不到。一個只讀貼上文字的模型，無從查證寄件號碼是不是真的屬於你的銀行、那個網域是不是上週二才註冊，或帳單是否對得上你真正的帳戶。它是根據用字和結構在推理。這能攔下絕大多數廣發給一般人的訊息，卻會漏掉用你真實資料量身打造的針對性攻擊。

它也可能過度懷疑。真正的公司寄出的真訊息，往往也寫得很糟，帶著沒必要的急迫感，追蹤連結看起來也很可疑。如果 AI 標記了某個你本來就半信半疑的東西，那是提醒你去查證，不是詐騙的證據。

而查證這一步永遠不會變。無論答案是什麼，只要訊息牽涉金錢或帳戶，就用你原本就有的號碼或應用程式聯絡該機構，絕不要用訊息裡提供的。AI 縮短了你需要擔心的清單，但它不會取代那通電話。

如果你已經點了、回了，或付了錢

這時候速度比難為情重要得多，而且這種事在謹慎的人身上也天天發生。

立刻用卡片上的號碼打給銀行，把發生的事完整說清楚。凡是輸入過資料的帳戶都要改密碼，用同一組密碼的其他帳戶也要改。還沒開兩步驟驗證的地方就打開。向所在國家的反詐騙單位通報，因為這篇文章開頭那些數字，正是由這些通報累積出來的。如果你是用轉帳或加密貨幣付出去的，要在幾小時內而不是幾天內通報，因為能追回的時間窗很短。

等心情平復之後，把原本那則訊息貼進 AI，請它拆解這招是怎麼在你身上奏效的。搞懂它用的是哪一種壓力，是急迫、是權威，還是對親近的人的擔心，下一則就會容易忽略得多。

值得養成的習慣

你不需要變得對什麼都疑神疑鬼。你需要的是訊息進來到拇指動起來之間的那個小停頓，以及在那個停頓裡做一件有用的事。

貼上去。問它想要什麼，以及真正的版本會怎麼寫。如果答案很重要，就再問第二個模型。接著用你本來就信任的管道查證。全部加起來花的時間，比你讀完這一段還短，而它之所以有效，正是因為發這些訊息的人賭你根本不會停下來。