一句話調出十年地表變化：Planet AI 免費開放，每個 AI 結論都附影像為證

把遙測分析的門檻從 GIS 技能降到自然語言，是這款產品最容易看見的賣點；更少見的設計，是它要求每個 AI 結論都能點開原始衛星影像核對。

「找出這個地區新增的建設用地。」在傳統遙測工作流程裡，這句話等於一張工單的開頭：取得影像、幾何校正、圈定範圍、逐期比對、輸出成圖，每個步驟都預設操作者受過地理資訊系統的訓練。11 月 5 日之後，同一句話可以直接貼進搜尋框。美國衛星資料公司 Planet 當天推出 Planet AI 應用，把大語言模型接上超過十年的全球衛星影像檔案，讓使用者以日常語言搜尋、觀察並分析地表變化。產品已在 ai.planet.com 免費開放，登入 Planet Insights 帳號即可使用，更多進階功能日後陸續推出。

地圖加聊天：一句問題怎麼變成影像

介面選擇本身就是產品主張。傳統遙測工具假設使用者會操作圖層、座標與波段組合，Planet AI 採用「地圖＋聊天」的形式：使用者用日常語言描述問題，AI 解析需求後，在覆蓋全球的向量地圖與月度影像拼圖中定位相關區域，回傳可以核對的衛星影像結果。中間那些查影像、切範圍、設參數的動作由系統代勞，使用者面對的只剩問題本身與證據。

產品提供三項核心能力。搜尋地球：AI 理解影像中的視覺特徵，在大範圍區域內定位目標。探究變化：回溯十年以上的歷史影像，指出變化發生的時間，提供並排對比或縮時影片。深度分析：自動呼叫 AI 代理完成複雜任務，支援上傳圖像與 CSV 等外部資料，也能設定趨勢追蹤與定時報告。

這裡最值得留意的設計是核驗。Planet 強調，所有 AI 結論都以可查看的原始衛星影像為依據，目的是降低模型幻覺造成的誤判風險。模型如果答覆某地新增了建設用地，使用者可以點開前後兩期的影像自己看。這個約束把工具的可信度從模型的品行，移到證據的取得成本上：影像就在那裡，核對一次只要幾秒。AI 產出需要分階段檢驗的原則，本站在整理 GPT-6 Cyber 漏洞數字對應的驗收階段 時提過同一件事，模型宣稱了什麼，和使用者能驗到什麼程度，要分開計算。

檔案與模型的時間差，決定了此刻

這款產品此時出現，依靠兩件先後成熟的東西。第一件是檔案本身。變化偵測需要歷史縱深，十年以上的連續觀測與月度拼圖，代表同一個地點有足夠多的可比對版本，這需要多年的蒐集紀律。資料是先囤起來的，應用是後面才追上的，兩者之間有將近十年的時間差。第二件是大語言模型。自然語言解析意圖、代理串接分析步驟，這些能力在幾年前還不夠穩定，如今才足以把一句話轉成一串可執行的查詢。檔案早就在，對話介面剛剛跟上，時間點才成立。

Planet 把這套能力歸入「行星智慧」戰略，定位是結合每日衛星觀測與 AI，近即時地理解地球變化。這個說法把賣影像的生意，升級成賣對地表的持續理解，客戶買的從資料本身，變成資料加上一層會回答問題的介面。

從生意面看，檔案的價值隨著能用的人數放大。Planet 的本業是衛星資料與分析服務，客戶集中在機構與企業；免費開放一個對話介面，等於在既有付費產品之前鋪一層低門檻入口，把 NGO、研究者、地方社羣這些原本用不起專業工具的長尾使用者先接進來，進階功能與帳號分層就是後續變現的位置。這條路徑在軟體業並不新，新的標的是一整顆行星的地表紀錄。

省下的是誰的工時，搬走的是誰的門檻

早期測試者的使用場景集中在生態保育、土地管理與環境合規。保育團隊用它監測棲地、發現非法侵佔或火災風險，在派出巡護人員之前先核實毀林預警，避免人力空跑。合規團隊則能按「臨近水道」這類條件，在數分鐘內篩出需要優先檢查的工業場所，這些工作過去可能要花上數天的人工 GIS 排查。

衝擊可以分兩層看。第一層是既有使用者省下的工時，機構裡的分析師把例行查詢交給介面，時間挪去處理需要判讀經驗的題目。第二層是入口的擴大，過去進不了遙測門檻的地方組織、媒體與研究者，第一次能直接對地表紀錄提問，調查報導與社區倡議的取證成本大幅下降。專業 GIS 角色的變化也在此：例行檢索被喫掉之後，價值往資料品質、建模與驗證移動，這個位移對從業者是壓力，也是分工重劃。

Planet 列出的延伸方向包括農業、災害應變、城市治理、保險與基礎設施管理。這些領域的共同點是決策依賴地表現況，而且都喫過「資料在、但拿不出來」的虧。使用者端要養成的習慣則是另一回事：拿到異常輸出，先回原始資料。這個動作在 蘋果天氣 App 烏龍預報事件 裡已經演示過一次，多城同時零下 32 度的數字再嚇人，交叉核對永遠是第一步。

衛星資料走向一般使用者的方向，也非 Planet 獨有。中國的風雲三號 H 星與四號 C 星資料產品，近期同樣宣布開放公眾領取。檔案的持有者陸續把資料從機構專屬的管道裡放出來，各家差別在於誰先把對話介面接上。

上線之後，可以依序核對的訊號

覆蓋與更新頻率是第一個變數。查詢結果的新舊取決於影像拼圖的更新節奏，雲層覆蓋頻繁或緯度偏高的地區，可比對的期數會打折，實際表現要實際問過才知道。

第二個是判讀責任。附上原始影像能防模型捏造，防不了判讀錯誤。新增建地的認定、毀林的面積，在合規與執法場景裡是有人要負責的數字，AI 篩選的結果在流程裡算線索還是算證據，各機構得自己劃線，這條線畫在哪裡，決定產品能走多深。

第三個是計價與分層。免費層之外，深度分析、定時報告、資料上傳這些能力會賣給誰、怎麼收費，決定它最終是滿足好奇心的消費級工具，還是機構日常作業的一環。同時值得觀察的還有競爭面：其他持有長期檔案的機構若跟進，自然語言查詢很快就會從賣點變成標配。

對一般讀者，這個工具現在就能免費試，查查自家附近十年的變化，代價只是一個帳號。對以地表資訊喫飯的組織，更穩妥的定位是把它當成查證的第一站，證據鏈的最後一哩仍然要自己走完。「向地球提問」這句宣傳語要成立，前提是答案經得起點開，而至少在產品設計上，Planet 已經把這個前提放對了位置。