先定下審校的現場，遊戲工作室的生成式 AI 營運負責人

每天打開的工具和不能直接用的輸出之間，出現了新的活

日本電腦娛樂協會(CESA)在2026年9月17日發布的《CESA 遊戲產業報告2026 預覽版》裡，第一次把開發者調查和會員企業調查放在一起。開發者調查中，85.8% 的受訪者說工作裡會用生成式 AI，其中日常使用的占 63.0%，偶爾使用的占 22.8%。正在試驗性導入並驗證的占 8.6%，一次都沒用過的占 4.8%，以前用過現在不用的占 0.7%。

同一份報告的會員企業調查裡，問到生成式 AI 使用的管理與營運對應時，回答最多的一項是由人來確認、修改和審校。一邊說的是現場在做的事，另一邊說的是公司規定允許的事。兩個答案同時成立的現場，寫初稿的時間在減少，回頭檢查和修改的時間在增加。

增加的那一半歸誰，就是這個專業方向的位置。63.0% 的人每天打開的工具，不是產出成品的最後一道工具，而是在中間產出初稿的工具。需要有人在初稿和成品之間放上規則，並讓這套規則真的在建置流水線裡跑起來。

規則落在入口、中間和出口三處

會員企業選的對應不止一項。除了審校，指定或限制可用工具、不直接使用模型輸出這兩條也有多數企業選擇。三項指向工作過程的不同位置。工具指定是收窄入口，不直接使用輸出這條原則在過程中間起作用，人的審校是最後一道關口。

三處各自要求不同的本事。入口處理帳號和權限，也就是哪些工具在內網裡開放，外面做出來的東西透過什麼路徑進來。中間處理產物。貼圖、音效、台詞、程式碼裡，哪些不許直接使用要先劃出範圍，再設計標記，讓版本管理工具能把這個範圍區分出來。出口處理人，定下誰在哪一步檢查、不能越過的線是什麼、沒通過的東西退回到哪裡。

三處同時管控，說明公司把導入和信任當成兩件事。用是已經定了，出來的結果信不信還沒定，補上這段空隙就是這個位置的職責範圍。

用效率衡量成果的地方，審校時間會變成成本

會員企業在生成式 AI 上最期待的效果是提高工作效率和生產力。不是要做出新的表達，也不是要做人做不到的事，而是把已經在做的事更快做完。目標在這裡，衡量成果的尺也跟著變。看的不是出了什麼新東西，而是同樣的量用幾天做完。

在這把尺下，審校花掉的時間會直接計入成本。規則定得越細越安全，導入效果就越小；定得鬆效果就大，但出口要攔的東西也多。這個位置真正衡量的不是模型效能，而是這兩者之間的那個點。給哪一類產物加上審校之後返工少了多少次，在拿掉審校的地方漏過去多少次，這類計數占了工作的一半。

要改規則同樣得先有數字。規則不是定一次就完的文件，更像按工序取不同值的設定。有的工序最後看一遍就夠，有的工序要在中間畫一條不能越的線。

從懂製作流程的一側進來

報告沒有說公司裡由誰來接這件事。但三條方案都是鋪在製作流程上的規則，不懂流程的人無法決定關口放在哪裡。已經知道建置按什麼順序走、美術和音效在哪一步合併、審查在哪裡卡住的人，轉到規則這一側的路最短。

反方向也有。原先做治理和法遵的人進入遊戲製作。這時要先補的是產物的分類。一段文字和一張貼圖，審校成本不同，返工成本也不同。不知道這個差別，就會給所有產物套同一條規則，而這樣的規則在現場不會被遵守。

成長階段也沿著這兩條軸。先給一道工序加規則跑一遍，再設計跨多道工序的審校流程，然後把外包和合約條款也納入同一套標準。到最後一步，處理的文件比起程式碼更接近合約。

這個位置最先交出的是一張表

接手後先做出來的產物，多半是一張表：哪道工序用什麼，結果流向哪裡，誰在哪一步檢查，不能越的線是什麼，全寫在一頁上。沒有這張表，每個人的審校做法都不一樣，而這個差別要到上市前才顯出來。

CESA 直接面向遊戲開發者做調查這是第一次，沒有去年的數字可以對照。85.8% 是升是降要等下一次調查，而預覽版的發布文也分不出審校這個答案指的是哪一道工序。把這個空格按公司逐個填上，正是現在交給這個位置的事。