開啟 3 天免費試用
註冊即可免費體驗全部高級功能。
*只限新用戶；每位用戶只可獲得一次試用。
如何用 AI 視覺化數據而不誤導讀者：數據契約與圖表契約雙重審核
Olivia Park
2026年8月24日· 11 分鐘讀完
要用 AI 視覺化數據而不誤導讀者，需要先驗證兩份契約。數據契約定義每行和每個指標的意思，包括單位、分母、聚合、缺失值、時間範圍和來源；圖表契約定義問題、比較方式、圖型、坐標軸、尺度、標籤、情境和無障礙文字。意思未固定前，不要讓模型先選圖。
數值準確不代表圖表誠實。英國 ONS 說明坐標軸尺度會影響讀者對相對大小的判斷，棒形圖和面積圖應由零開始。［1］ W3C 指出圖表等複雜影像需要簡短描述和能傳達數值、關係與趨勢的詳細文字替代。［2］ EU Data Portal 則強調收集、篩選、視覺設計和標註的每個選擇都會改變訊息。［3］
關鍵要點
- 先寫數據契約，再讓 AI 建議圖表。
- 說清讀者問題和必須支持的比較。
- 核對分母、聚合、缺失值、單位與時間窗口。
- 分開審核坐標軸、尺度、顏色、標籤、基線和註釋。
- 結論用字不能超過數據能證明的範圍。
- 提供簡短替代文字和附近的長描述或數據表。
通用方法可看帶人手覆核的 AI 工作流程。如數據集仍在清理或分析，先完成AI 試算表分析檢查。
圖表要服務哪個問題和哪類受眾？
每張圖表都應為特定的讀者回答一個問題。「展示銷售額」不是問題。「入職政策調整後，續約率有否改變？這種改變在不同客戶群組之間有何差異？」則指明了一個指標、一項比較、一種時間關係和可能的分組。
開啟視覺化工具前，先寫下四個欄位：
- **受眾：**他們已經知道甚麼，能作出甚麼決定。
- **問題：**這張圖應協助回答的一句話。
- **比較：**隨時間變化、群組之間、與目標對照、分佈、組成或關係。
- **容許的結論：**描述性、診斷性、預測性還是因果性——以及甚麼證據支持這個層級。
大部分商業圖表都是描述性的。它們展示的是所選數據中存在甚麼，並不能證明為何會這樣。一條線在政策生效日期後出現變化，並不能證明是政策導致這種變化。如分析不支持因果關係，便使用「與……同時發生」「與……相關」等措辭，或只描述觀察到的變化。
同時記錄預定的用途。用於探索的圖表可以展示更多控制項和不確定性。用於決策備忘錄的圖表可能只需要一項比較、一則簡潔的註釋，以及指向方法說明的連結。公開發布的圖表需要足夠的背景，才能在脫離原本的簡報場合被轉發時仍然站得住腳。
數據契約應記錄甚麼？
數據契約是針對圖表所用的確實數據集的一份精簡字典。每個欄位和指標都要記錄：
- 名稱和淺白的定義；
- 數據類型和容許的取值；
- 相關時的單位和貨幣口徑；
- 總體以及納入或排除規則；
- 比率和百分比的分母；
- 聚合方法，例如總和、平均數、中位數、不重複計數或加權比率；
- 時區、日曆、報告期和截止時間；
- 缺失值的含義和處理方式；
- 來源系統、擷取日期、轉換方式和負責人；
- 已知局限、序列斷點和修訂。
「活躍用戶」可能指登入過一次的人、付費帳戶，或 30 日內有符合條件事件的帳戶。「轉換率」如沒有分子、分母和時間窗口，便毫無意義。貨幣序列在明確匯率和通脹處理前不具可比性。
要求 AI 檢查契約中的遺漏和矛盾，而不是虛構定義：
審查這份數據字典和轉換說明。列出單位、總體、分母、聚合方式、缺失值處理或時間基準欠缺或不一致的欄位。每項發現都引述支持它的確實輸入。不要推斷業務定義。返回需要向數據負責人提出的問題。
與負責人一同解決這些問題。保留圖表所用的查詢、公式、篩選條件和版本。一份沒有出處的 CSV 副本，日後可能根本無法審計。
檢查分母、聚合和缺失數據
視覺化之前，先做一次數值審核。每一個比率都要按群組和時期展示分子和分母。百分比上升，可能只是分母在縮小。細小群組即使絕對變化很小，也可能大幅波動。
檢查聚合方式的選擇。平均數可能被離群值扭曲；中位數可能掩蓋尾部風險；每日百分比的每月平均值，未必等於按每月總數計算出的百分比。加權平均和不加權平均回答的是不同的問題。圖表標題和說明必須與實際的計算方式一致。
刻意處理缺失值。空白可能代表未收集、不適用、未知、被隱去、延遲或為零——但這些並不相同。不要讓工具庫悄悄丟棄有缺失的列，再把餘下的數據呈現為整個總體。記錄排除了多少項觀測值，以及缺失情況在不同群組之間是否有差異。
檢查時間涵蓋範圍。不完整的週、尚未結束的本月、夏令時間轉換、財政年度日曆和被修訂的歷史數據，都可能製造虛假的趨勢。標示暫定的時期和序列斷點。只比較同類，例如完整週與完整週比較。
只在定義固定後，才要求 AI 產生驗證程式碼。審閱程式碼，在受控環境中執行，並人手核對抽樣列和總數。一條語法正確的查詢，仍可能實現了錯誤的分母。
為何用 AI 視覺化數據前要先選比較？
圖表類型的選擇取決於分析任務：
- **按次序的時間變化：**折線圖；當連續性不是重點時，離散時期可用棒形圖。
- **類別之間的比較：**已排序的棒形圖或點圖。
- **分佈：**直方圖、箱形圖、小提琴圖或點分佈圖，視乎受眾和樣本數目。
- **兩個指標之間的關係：**散點圖，寫清單位，並審慎看待因果關係。
- **部分與整體：**堆疊棒形圖；或在類別很少、總和有意義時，使用標示清楚的圓形圖或環形圖。
- **對照目標的進度：**子彈圖、附目標線的折線圖，或簡單的實際與目標對比棒形圖。
要求模型提出其他方案及其取捨：
針對所述的問題和數據契約，提出三種圖表形式。每一種都要說明它便於進行哪種比較、哪些方面會變得困難、需要哪些轉換、對無障礙的影響，以及它可能如何誤導。不要計算數值，也不要選定結論。
拒絕那些令比較變得模糊的新奇設計。立體棒形圖、按面積縮放的氣泡、按數值縮放的裝飾圖示，以及資訊過載的儀表板，都可能令大小更難判斷。簡單的圖表未必誠實，但更容易審計。
怎樣審核坐標軸、尺度和視覺編碼？
坐標軸是論證的一部分。棒形圖和面積圖的數值軸應由零開始，因為長度或面積編碼的是大小。英國國家統計署明確建議，當填充面積或由坐標軸延伸出的線條代表數值時，圖表應由零開始。［1］
當可見的變化本身就是分析問題時，折線圖可以使用非零基線，但這個選擇必須清楚，而且不應誇大微小的變動。標示範圍，提供背景，並考慮加入概覽圖或參考線。不要只為令結果顯得戲劇化便截斷坐標軸。
當讀者需要比較多個分圖時，使用一致的尺度。兩個縱軸範圍不同的小倍數圖，可能令相似的變化看來不同。如尺度不同有正當理由，便醒目地標示這項差異。盡可能避免雙軸：不相關的尺度可能透過任意的對齊製造出視覺上的相關性。在轉換合適而且有說明時，改用分開的分圖或進行標準化。
對數尺度方面，要說明它是對數尺度，標示易讀的刻度，並解釋為何比率比絕對差更重要。不要用對數尺度掩蓋波動或負值。
顏色應編碼一個已界定的類別或有序的數量，而不是用作裝飾。使用在常見色覺差異下仍能分辨的配色，而且絕不只依賴顏色。直接標籤、形狀、線型或註釋都能提供額外的提示。令背景、格線和強調效果從屬於數據本身。
執行雙契約審核
這張圖把兩項批准分開。數據負責人確認定義、轉換、缺失情況和出處。圖表審閱者確認視覺編碼和措辭回答了所述的問題，而沒有超出證據。兩項批准都不能互相取代。
使用一份包含以下欄位的圖表契約：
| 欄位 | 審核問題 |
|---|---|
| 問題 | 讀者究竟應了解甚麼？ |
| 數據集版本 | 使用了哪個擷取版本、查詢、篩選條件和轉換？ |
| 比較 | 比較的是哪些群組、時期、目標或關係？ |
| 圖表與編碼 | 哪種位置、長度、面積、顏色或形狀代表每個欄位？ |
| 坐標軸與尺度 | 坐標軸由哪裏開始，單位是甚麼，是線性還是對數尺度？ |
| 背景 | 必須展示哪些分母、基準、不確定性或事件？ |
| 結論 | 哪句話有依據，哪句更強的話沒有依據？ |
| 無障礙 | 哪些簡短和詳細的文字替代能提供同等的含義？ |
| 批准 | 由哪位數據負責人和編輯審閱者簽核？ |
要求 AI 把渲染後的圖表規格與契約對照。它可以發現欠缺的單位、不相配的標題、與計劃相矛盾的坐標軸設定，或字典中不存在的圖例標籤。還要檢查實際匯出的圖片；經過響應式版面、裁切或格式轉換後，程式碼與預覽可能並不一致。
寫標籤、註釋與結論
標題可以陳述問題，也可以陳述有依據的發現。副標題應界定指標、總體、地點和時期。坐標軸標籤要包含單位。來源註釋寫明數據集和修訂日期。註腳解釋篩選條件、缺失值、暫定時期、定義和重要的轉換。
為相關事件加入註釋，但不要暗示因果關係。如經核實，「政策實施」是事實。「政策導致下跌」則需要因果研究設計。如展示了基準或目標，寫明由誰設定，以及它有否改變過。
避免帶傾向的顏色和措辭。紅色可能暗示失敗，即使該類別只是不同而已。看到結果後才截取的時段，可能製造出誤導性的敘事。披露重要的選擇決定，並在需要時展示更長的背景。
用 AI 回答事實核查流程核實每一項結論，用引用核實流程核實每一個被引用的來源。模型的自然語言總結應按已批准的圖表契約產生，再由分析人員編輯——而不是被當作獨立的證據。
提供無障礙文字和數據替代
替代文字應簡潔地說明圖表是甚麼及其主要用途，不應試圖把每個數值都塞進一個屬性。W3C 建議為複雜圖像提供兩部分的替代內容：一段簡短描述，加上一段提供關鍵資料的詳細描述。［2］
把詳細描述放在圖表附近，或清楚地連結到它。其中應包括指標、單位、坐標軸、範圍、類別、重要數值、比較、趨勢、例外，以及得出同樣結論所需的不確定性。當確實數值很重要時，提供一張附表頭的數據表，或可下載的無障礙數據。
不要寫「結果圖表」或「顯示趨勢的圖片」。一段有用的簡短描述較接近於「折線圖，比較三個客戶群組 1 月至 6 月的每月續約率；詳細數值見下文」。詳細描述再說明相關的數值和規律。
互動式圖表要檢查鍵盤操作和螢幕閱讀器的朗讀次序。只在滑鼠懸停時顯示的提示框並不足夠。提供可見的焦點、可透過文字取得的數值，以及一個非互動的替代版本。測試實際發布後的渲染效果，而不只是在製作工具中測試。
發布前做獨立覆核
當風險值得時，使用兩位審閱者：一位數據負責人檢查擷取和計算；一位編輯或視覺化審閱者檢查呈現框架和觀感效果。請一位沒有參與分析的人回答圖表的問題，並解釋他認為是甚麼導致這種規律。出乎意料的回答會揭示歧義或過度聲稱。
在圖表的實際尺寸下審閱：簡報投影片、桌面版文章、流動裝置卡片、印刷品或社交媒體裁切圖。標籤可能消失，圖例可能分離，註釋可能遮住數據。一張在全尺寸下誠實的圖表，可能在裁切去掉分母或時間範圍後變得具誤導性。
保存數據集版本、程式碼或規格、圖表契約、匯出的圖片、替代文字、詳細描述、批准紀錄和更正途徑。如數據被修訂，便更新圖表並披露修訂，而不是悄悄取代結果。
當圖表進入簡報時，把它容許的結論與簡報大綱證據矩陣連結起來。投影片標題的結論，不能比圖表契約所容許的更強。
常見問題
所有圖表都必須由零開始嗎？
棒形圖和面積圖應由零開始，因為長度或填充面積代表大小。當變化本身是重點時，折線圖可以使用較窄的範圍，但範圍必須清楚並有背景說明。絕不要只為誇大變化而截斷坐標軸。
雙軸圖一定誤導嗎？
不一定，但它們很容易被操控，因為任何一個尺度都可以被調整，以製造視覺上的對齊。優先使用分開而對齊的分圖或其他設計。如雙軸確實必要，便清楚標示兩個尺度，說明選擇的理由，並測試讀者會否推斷出數據並不能證明的關係。
可以使用 AI 生成的圓形圖嗎？
只有當它表示一個有意義的整體中、少數互斥的組成部分，而各數值加總一致時才使用。棒形圖通常較便於細緻比較。當類別有重疊、總和不明確，或許多細小扇區需要來回查找圖例時，不要使用圓形圖。
缺失數據應如何顯示？
不要悄悄把缺失值轉換為零或直接丟棄。解釋「缺失」的含義，在合適時顯示空缺或明確的「未知」類別，報告排除的數目，並檢查缺失情況在不同群組或時期之間有否差異。
圖表需要哪些無障礙文字？
提供簡潔的替代文字說明圖表，並在附近提供詳細描述或無障礙數據表，包含關鍵數值、關係、趨勢和不確定性。互動式數值必須在毋須懸停的情況下也能取得，並有合理的閱讀次序。
AI 寫的圖表程式碼可信嗎？
像審閱任何生成的程式碼一樣審閱它。確認篩選條件、分組、分母、缺失值處理、排序、坐標軸設定、標籤和匯出行為。在受控環境中執行，並在發布前把選定的數值與來源核對。
延伸閱讀
來源
- Office for National Statistics, Chart details: Axes and gridlines — https://service-manual.ons.gov.uk/data-visualisation/guidance/axes-and-gridlines
- W3C WAI, Complex Images — https://www.w3.org/WAI/tutorials/images/complex/
- data.europa.eu, Honest charts: Ethics and integrity in data visualisation — https://data.europa.eu/en/publications/datastories/honest-charts-ethics-and-integrity-data-visualisation
Sources checked 2026 年 8 月 24 日。
