你一定遇過這樣的情境：打算在某個網站完成操作，卻被要求輸入一串扭曲的文字，或是點選圖片中的所有交通號誌。這個讓人又愛又恨的機制，就是 CAPTCHA。本文從頭介紹 CAPTCHA 的意義、設計原理，以及各種常見類型的運作方式。
CAPTCHA 是 Completely Automated Public Turing test to tell Computers and Humans Apart 的縮寫，中文常稱「驗證碼」或「人機驗證」。顧名思義，它是一種「全自動公開圖靈測試」，目的是區分真人使用者和自動化程式（機器人）。
圖靈測試（Turing Test）由電腦科學之父艾倫·圖靈（Alan Turing）提出，原本的概念是讓人判斷對話對象是人類還是機器。CAPTCHA 反過來：讓電腦出題，由人來作答，藉此證明自己是真人。
2000 年代初期，隨著網際網路普及，垃圾郵件和帳號濫用問題爆炸性成長。當時 Yahoo! 的工程師發現，有人利用自動化程式大量申請免費電子郵件帳號。為了阻止這個問題，他們委託卡內基梅隆大學的研究團隊開發一種能自動生成、又只有人類能解答的測試機制——CAPTCHA 因此誕生。
最早期的 CAPTCHA 非常簡單：在圖片上顯示一串變形的英文字母和數字，要求使用者辨識並輸入。雖然對當時的 OCR（光學字元識別）技術來說已經夠困難，但隨著 AI 能力的提升，這種純文字型 CAPTCHA 已逐漸被更複雜的形式取代。
最傳統的形式。圖片上顯示若干個扭曲、旋轉、加入噪點的英文字母或數字，使用者需辨識並輸入正確內容。雖然已被 AI 大幅破解，但至今仍廣泛使用於特定場景，尤其是對安全要求不極高、希望保持低摩擦的網站。
要求使用者從一組圖片中選出符合特定條件的選項，例如「選出所有包含機車的圖片」。這種形式利用人類的視覺理解能力，對自動化程式更難突破，是目前最廣泛使用的類型之一。
為視覺障礙者提供的無障礙替代方案。系統播放一段夾雜雜音的語音，使用者需聽出並輸入其中的文字或數字。由於語音辨識技術的進步，這種形式的安全性也在逐漸降低。
以圖片形式顯示簡單的數學計算（如「3 + 7 = ?」），要求使用者輸入答案。實作簡單，但安全性相對較低，容易被有基本圖像辨識能力的程式破解。
使用者只需點選「我不是機器人」的勾選框。表面上看起來極為簡單，但系統會在背景分析使用者的滑鼠移動軌跡、點擊位置、瀏覽行為等大量行為特徵，藉此判斷是否為真人。若判斷有疑問，才會追加圖片選擇測試。
完全不需要使用者任何額外操作。系統在背景持續收集行為資料，並給出 0 到 1 的風險評分。網站管理員再依據評分決定是否要求進一步驗證，提供完全無感的使用者體驗。
只要涉及以下操作，幾乎都可能遇到 CAPTCHA：
儘管 CAPTCHA 被廣泛使用，它並非完美無缺。主要的局限性包括：
每一次的 CAPTCHA 驗證都是對使用者體驗的小小打斷。研究顯示，複雜的 CAPTCHA 會導致部分使用者放棄操作，進而影響轉換率。這也是近年來無感驗證（如 reCAPTCHA v3）興起的原因。
視覺或聽覺障礙的使用者可能對圖片型或音訊型 CAPTCHA 感到困難。雖然大多數平台都提供替代方案，但這仍然是一個需要持續關注的無障礙設計問題。
隨著深度學習技術的發展，許多傳統文字型 CAPTCHA 已能被自動化程式高準確率地破解。這也推動了 CAPTCHA 技術不斷演進，從簡單的文字辨識走向更複雜的行為分析。
儘管行為型驗證越來越普及，傳統的文字型 CAPTCHA 在大量網站——尤其是涉及高並發操作的票務、政府服務等場景——仍然扮演重要角色。以演唱會搶票為例，開賣瞬間可能有數萬人同時競爭，驗證碼輸入速度與準確率直接決定搶票成敗。多輸入錯一次，票就可能被別人搶走。
透過系統性的搶票練習，使用者能建立對常見字體風格的辨識記憶，縮短「看到驗證碼 → 確認字母 → 輸入完成」這個流程的反應時間，從被動猜測進化為有把握的快速辨識，在搶票關鍵時刻不再卡關。