投稿前先自己掃一輪：論文圖片誠信自檢的實戰做法

一位在中部某國立大學讀生科的博士生，在畢業口試前三個月收到期刊的來信。他兩年前發表的第一篇論文，被讀者指出 Figure 2 與 Figure 4 有疑似重複的區域，期刊要求他提供原始檔案。

他找不到。當年那台電腦已經還給實驗室，中間被重灌過兩次；原始的顯微影像存在一個外接硬碟裡，硬碟現在在誰手上沒人記得。

他最後提供了自己筆電裡的一份備份，但那已經是裁切、調過對比之後的版本——換句話說，他無法證明自己沒做過什麼。這件事拖了七個月，論文最後加了一份更正說明。他畢業了，但那七個月他的研究幾乎停擺。

這篇要講的不是鑑識軟體怎麼買。是投稿前你自己該做完的五件事，而第一件跟軟體完全無關。

為什麼要自檢：問題往往不是造假

先講清楚一件事，因為這決定了你看待自檢的態度。

被圖像鑑識工具標記的稿件，多數不是造假。常見的真實原因有這幾種：同一組實驗的圖在不同段落被重複使用而沒說明；排版時從投影片複製圖片，而那張圖已經被壓縮過；共同作者提供的圖，你不知道他做過哪些處理；以及最單純的——貼錯檔案。

這些在你眼中是疏漏，在期刊眼中都需要解釋。而解釋的關鍵不是你多誠實，是你拿不拿得出原始檔。

第一步：把原始檔管理建起來（不用花一毛錢）

這是整篇文章最重要的一步，也是最常被跳過的一步。

實際做法有三個規則。規則一，原始輸出檔一律不動。 儀器吐出來的檔案（顯微鏡的 .czi、電泳的掃描原檔、流式細胞儀的 .fcs）建立一個唯讀資料夾，任何處理都在複本上做。規則二，每張進論文的圖都要有一份「處理紀錄」。 不需要很正式，一個文字檔寫明：來源檔名、日期、樣本編號、做了哪些調整（裁切範圍、對比參數、是否拼接）。規則三，實驗室層級的保存，不是個人層級。 學生會畢業、筆電會壞，原始檔要存在實驗室共同管理的位置，而且要有備份。

我知道這聽起來很行政。但前面那位博士生的七個月，就是因為這三件事都沒做。

第二步：建立可辨識的版本命名

第二個不用花錢但極有效的習慣：讓檔名自己說話。

不要有 fig2.tif、fig2_new.tif、fig2_final.tif、fig2_final2.tif 這種東西。建議的格式是「實驗編號_樣本_處理_日期」，例如 EXP047_WT-day7_crop-contrast_20260315.tif。

這件事的價值在你被問到的時候。當期刊問「Figure 3B 是哪一次實驗的」，你能在三十秒內回答，而不是花一個週末翻硬碟。

第三步：自己先逐圖比對一遍

在動用任何工具之前，先用人眼做一輪。這一步比多數人想像的有效，因為你知道實驗的脈絡，機器不知道。

檢查清單有四項：

• 同篇內是否有重複圖：把所有圖排在同一張大畫布上縮圖檢視，重複的很容易跳出來
• 自己過去論文是否用過同一張圖：這是自我抄襲最常見的來源，尤其是控制組的圖
• 拼接痕跡：電泳圖如果是從不同膠拼起來的，要有明確的分隔線並在圖說中揭露
• 對比調整是否過度：把亮度對比拉到極端會讓背景訊號消失，這在某些期刊的政策裡屬於不當處理

這一步做完，你會發現大部分的問題已經被自己抓到了。

第四步：用工具掃一輪（如果拿得到）

工具能做的是人眼做不到的事：跨越幾億張已發表圖片做比對，以及偵測肉眼看不出的複製移動痕跡。

目前的主流有兩家。Proofig 官網揭露的比對庫為 1.55 億張 PubMed 圖片，偵測精確率 99.4%，西方墨點法真陽性 97.68%、顯微影像真陽性 95.41%；產品線還延伸到參考文獻、統計與方法的檢查。ImageTwin 官網稱比對庫超過 1.6 億張已發表圖片，特別之處是會嘗試標示 AI 生成圖片的模型歸屬，使用方包含 Springer Nature、Elsevier 與 Taylor & Francis。

兩家都不公開標準定價，主要按機構與稿件量報價。所以最現實的路徑是請研究處或圖書館評估機構授權——這件事的效益是全校性的，由個人負擔並不合理。如果機構沒有，那就把前三步做到位，這已經能攔下多數的疏漏。

第五步：判讀報告，不要照抄結論

拿到報告之後最容易犯的錯是兩個極端：看到紅色標記就恐慌，或者覺得反正自己沒造假就忽略。

正確的判讀方式是把每個標記當成一個問題，逐一回答：「這兩個區域為什麼相似？」答案可能是「同一批樣本的相鄰視野，合理」、「排版時貼錯，要換圖」、或「這是我從舊論文拿來的控制組圖，需要加註引用」。三種答案對應三種行動。

如果你的答案是「我不知道」，那就是要回去找原始檔的訊號——而這時候你會很感謝第一步做過的事。

幾個常被誤判的情境

相鄰視野的顯微影像很容易被標記，因為它們本來就相似。這種情況要在圖說中說明取像方式。

時間序列的同一區域同理，第 0 小時與第 24 小時拍同一個位置，背景結構當然一樣。

標準化的示意圖元素（細胞外形、儀器示意）如果來自同一套素材庫，跨論文重複是正常的，但最好揭露素材來源。

控制組重複使用是灰色地帶。同一批控制組資料用在兩篇論文，需要在後一篇明確引註，否則會被視為自我抄襲。國科會的規範明確把「自我抄襲：研究計畫或論文未適當引註自己已發表之著作」列為違反態樣之一，這點台灣研究者要特別注意。

TheAI學院 評語

我們寫這篇的時候一直在想：為什麼一件這麼基本的事——保存好自己的原始資料——在台灣的研究環境裡這麼常被忽略？

答案大概是它不加分。發表算 KPI、計畫算 KPI，檔案管理不算。所以它永遠排在最後，直到出事。

評語：投稿前自檢最關鍵的一步不在軟體，在你三年後還找不找得到原始檔——這件事不花錢，卻是唯一能真正保護你的東西。

給台灣讀者的具體建議，按投報率排序。第一，今天就建立唯讀的原始檔資料夾與實驗室層級的備份，這是零成本、最高回報的一步。第二，把版本命名規則訂下來並寫進實驗室的新人手冊，讓它變成習慣而不是某個人的自律。第三，投稿前排一次人眼逐圖比對，一小時的事。第四，向研究處爭取機構授權的鑑識工具，並且要求配套的判讀訓練——買了沒人會看，比沒買更危險。

想了解這場攻防的整體背景，可以讀我們的 研究誠信攻防現場；如果你的問題偏向「AI 輔助寫作算不算抄襲」，站上也有一篇 專門的討論。學術寫作與文獻工具的部分，Paperpal 與 Scite 是不同階段的需求，別搞混。

資料來源

• 國家科學及技術委員會學術倫理案件處理及審議要點（違反態樣與處分規定）
• 教育部臺灣學術倫理教育資源中心

以上依公開資訊與各工具官方網站整理；各期刊的圖像處理政策不盡相同，投稿前請以該刊規定原文為準。