生成式AI服务上线前必做的备案与内容标识自查清单

先判断：你的功能算不算“面向公众提供生成式AI服务”

很多团队是在产品快要上线时才发现问题：客服系统接了模型、小程序里加了AI写作、官网放了智能问答，这些功能只要面向境内公众开放，通常就落入生成式AI服务的管理范围。判断时看三点：是否向不特定用户提供、是否具备文本/图片/音频等内容的生成能力、是否具有舆论属性或社会动员能力。内部员工使用的工具、纯离线不对外提供服务的模型，实践中一般不属于同一路径，但要有使用记录备查。

常见误区是把“调用第三方API”当成免责理由。多数情况下，面向公众提供服务的一方仍需承担备案与标识义务，模型提供方和调用方责任不同但都不能空白。

备案与评估：材料清单和流程节点

需要准备的核心材料通常包括：服务主体证照信息、服务类型与功能说明、模型来源（自研或第三方）、语料来源与合法性说明、安全管理制度与应急处置流程、用户协议与隐私政策、内容审核机制说明。具有舆论属性或社会动员能力的服务，还需按要求开展安全评估。算法推荐类功能另需履行算法备案。

流程上一般是先完成内部制度建设与材料整理，再通过官方系统提交，等待材料补正或反馈，通过后按要求公示备案信息。时限以官方最新公告为准，实际耗时多取决于材料完整度，退回补正一次往往就要多出数周。官方规费量级方面，备案本身通常不收费，但安全评估若委托第三方机构会产生服务费用，以官方最新公告和机构报价为准。

内容标识：显式与隐式两条线都要落地

生成内容标识通常分两类：显式标识是在文本、图片、音视频的适当位置添加可感知的提示，比如图片角标、文本开头或结尾的说明；隐式标识是在文件元数据中写入服务提供者、内容编号等信息。实践中容易被忽略的是二次传播场景——用户把生成图片下载后再上传到其他平台，隐式标识是否保留、是否可读取，需要在上线前实测。

应对动作很具体：产品侧建立统一的标识组件，避免各业务线各自实现；导出文件时写入元数据并做一次读取验证；对用户提供的“去标识”需求，明确哪些场景不允许去除。常见退回原因是标识位置不明显、元数据缺失或用户协议未告知标识规则。

语料与用户协议：最容易被追问的两块

语料来源说明要能对应到具体渠道，包括自有数据、授权采购、公开数据采集等，并保留授权凭证或采集记录。使用第三方模型时，要留存服务协议与模型来源说明，避免在检查时无法说明训练数据边界。

用户协议中建议明确：生成内容的用途限制、禁止输入个人敏感信息、标识义务的告知、投诉与纠错渠道。很多退回发生在协议条款与实际功能不一致，例如协议写了人工审核但实际没有审核环节。

上线前自查清单与应对动作

建议按以下顺序过一遍：功能是否面向公众开放；是否已完成算法备案与安全评估；显式标识是否覆盖全部输出形态；隐式标识是否可读取；语料与模型来源材料是否齐全；用户协议与隐私政策是否同步更新；是否设置投诉受理与内容处置流程。任一项缺失，先暂停公测，补齐后再放量。

合规不是一次性动作，模型版本更新、功能扩展到图片或视频生成时，往往需要重新评估材料是否仍然适用。把备案与标识做成上线流程中的固定检查点，比事后补材料更省成本。

本文由钻瓜网整理发布，内容仅供参考，具体政策、流程与费用请以国家知识产权局及各地官方机构最新公告为准。