以图搜图 vs AI 检测：它们回答的是不同的问题

人们常将这两种工具混用，当结果不一致时就会感到困惑。它们并非相互竞争的方法：以图搜图告诉你图像之前曾出现在哪里，AI 检测则判断文件是否为相机输出。一个关乎发布历史，另一个关乎统计来源。明确你实际要问的问题能节省时间，避免得出错误结论。我们的方法论正是出于这一原因，将二者视为独立的层级。

以图搜图的实际作用

它从你的图像中提取视觉特征，在已抓取页面的索引中寻找近似匹配项，输出的是该图像或视觉相似图像曾被发布的位置列表。这确实很有用：如果一张声称展示今日抗议活动的照片出现在2019年的新闻档案中，你无需使用检测器就能得到答案；如果一张“泄露”的产品图片出现在六个月前的制造商网站上，整个问题的性质就完全改变了。它无法做到的是判断图像是否为生成的。一张合成图像可以发布在上千个网站上，对于以图搜图而言，它看起来会是“已确立”的。受欢迎程度不等于真实性。

AI 检测的实际作用

检测器会测量文件与未编辑相机拍摄的统计数据的差异，它查看噪声模式、频率伪影、压缩指纹以及从标注训练数据中学习到的特征。输出是一个分数，该分数是证据而非证明。高分意味着文件与相机原始图像不相似，但它无法识别生成器，也无法判断所描绘的事件是否发生。它无法做到的是判断这张特定图像是否曾在其他地方发布。一张真实照片可能根本没有在线历史。

二者的失效场景

以图搜图在图像是全新的时候会失效：突发新闻图像没有先前的副本，而这恰恰是验证最重要的时刻。它在图像是裁剪图或截图时也会失效，因为视觉特征变化足够大，会导致匹配失败。 AI 检测在图像经过编辑时会失效：提亮、裁剪和重新压缩会改变检测器所测量的统计数据，因此一张经过大量处理的真实照片可能会被判定为合成图像。它在检测器训练时从未见过的工具生成的图像上也会失效。两种方法都不会“优雅地”失效：在答案应为“未知”的情况下，二者都会返回看似可信的输出。

有效的操作顺序

先运行以图搜图：它速度快、免费，有时能立即结束调查。如果图像可追溯到更早的、标注不同的来源，你就完成了。如果结果干净，再运行检测：干净的以图搜图结果加上高检测器分数是值得深入调查的有效信号；干净的以图搜图结果加上低分数是较弱的真实性证据，应如实报告，而非作为结论。然后检查是否有C2PA 来源记录留存，因为这是唯一能描述文件实际历史而非推断历史的层级。

需记录的内容

记录你运行了哪些工具、每个工具的返回结果以及它们的分歧之处。分歧往往是审查中最有价值的部分。我们的方法论介绍了如何将这些层级结合成单一评估。如果你想对单个文件运行这两项检查，开始免费审查并并排阅读输出结果。示例报告展示了如何呈现冲突结果。

---