AI做的广告要不要标、由谁来标——数字人带货与生成合成标识的三个实务判断
结论摘要
用AI生成主图、数字人当主播、把素人素材重剪成真实测评——这类投放已经非常普遍,但很多企业没意识到它同时踩中了三套彼此独立的规则:生成合成内容的标识义务、广告内容的真实性义务,以及网络侵权的责任分配。本文从素材采购、制作到投放的真实链路切入,拆开三个最容易判错的问题:AI素材标不标、标在哪;广告主自己发布时标识义务落在谁头上、抹标会怎样;以及标了AI生成之后是不是就能躲开虚假广告的认定,并比较不同处置路径的利弊。
📑 文章目录15 节
引言:一条看不出破绽的广告片,问题出在"没标"
先讲一个已经不算新鲜的场景。一家做快消的品牌,把一整季线上投放的素材交给了外部团队:主图用AIGC生成,短视频里的"主播"是采购来的数字人,连片尾那条"用户真实使用感受"的片段,也是把几条素人素材重剪、再配上合成旁白做出来的。投放跑了两周,数据不错,先到手的却是一封投诉——有消费者指出,视频里那个"用完之后的真实反馈"根本不是真人说的,而画面里从头到尾看不到任何提示,说明这段内容由人工智能生成。品牌方的第一反应是委屈:素材是花钱买的,技术上也没造假,不就是没打标吗?
这类纠纷真正的难,不在于"AI能不能用来做广告",而在于它同时踩中了三套彼此独立的规则。第一套是深度合成与生成合成内容的标识规则,问的是"这段内容是不是AI生成的、有没有按要求披露"。第二套是广告法,问的是"内容本身真不真实、会不会引人误解"。第三套是网络侵权的责任分配规则,问的是"没标、标错、或者标识被人抹掉,后果由谁承担"。三套规则各走各的逻辑,谁也不能替代谁——很多企业吃亏,恰恰是因为只看到其中一条,就以为其余的都不成立。
需要说明的是,这几套规则现在都已施行并有明确时间线:《互联网信息服务深度合成管理规定》自2023年1月10日起施行,《生成式人工智能服务管理暂行办法》自2023年8月15日起施行;《人工智能生成合成内容标识办法》与配套的强制性国家标准GB 45438-2025同步于2025年9月1日起实施。规则不再是空白,难的是把它落到素材采购、制作、投放的每一个动作上。下面三个判断,建议在每一次AI广告项目立项时都过一遍。
一、AI做的广告素材,到底标不标、标在哪、标成什么
规则:标识分"显式"和"隐式"两层,触发情形也不一样
深度合成管理规定在第十六条要求,深度合成服务提供者对使用其服务生成或编辑的信息内容,应当采取技术措施添加不影响用户使用的标识,并保存日志。第十七条第一款进一步列举了几类"可能导致公众混淆或者误认"的深度合成服务,要求在内容的合理位置、区域进行显著标识,向公众提示深度合成情况,其中就包括智能对话、智能写作等模拟自然人进行文本生成或编辑的服务,合成人声、仿声等语音生成或显著改变个人身份特征的编辑服务,以及人脸生成、人脸替换、人脸操控、姿态操控等人物图像、视频生成或显著改变个人身份特征的编辑服务,还包括沉浸式拟真场景等。
《人工智能生成合成内容标识办法》把这件事拆得更细。第三条把标识分成两类:显式标识,是在生成合成内容或交互界面中添加、能被用户明显感知的标识;隐式标识,是采取技术措施在文件数据中添加、不易被用户明显感知的标识。第四条分载体规定了显式标识怎么加——文本在起始、末尾或中间适当位置加文字或符号提示,音频加语音或节奏提示,图片在适当位置加显著提示,视频在起始画面和播放周边加显著提示。特别值得注意的一句是:服务提供者提供下载、复制、导出等功能时,应当确保文件中含有满足要求的显式标识。第五条则要求在生成合成内容的文件元数据中添加隐式标识,内容包含属性信息、服务提供者名称或编码、内容编号等,并鼓励采用数字水印。同期实施的GB 45438-2025《网络安全技术 人工智能生成合成内容标识方法》,正是配套标识办法的强制性国家标准,适用于生成合成服务提供者与内容传播服务提供者。此外,《生成式人工智能服务管理暂行办法》第十二条也要求提供者按照深度合成管理规定对图片、视频等生成内容进行标识。
把这几条串起来看,标识不是一个动作,而是"两层两处":既要在画面、语音这类用户能感知的地方"看得见",也要在文件元数据里"存得下"。只做其中一层,等于没完成。
风险:只贴一句"AI生成",往往两头不落地
最常见的错误,是把标识当成贴标签:在视频角落打一行小字就以为交差。问题在于,如果素材经过了导出、二次剪辑、再加封面,起始画面那行提示很可能已经在处理过程中被裁掉,而元数据里的隐式标识也早被重新编码清空。等到投放上线,用户能看到的和监管能核验的,两头都缺,反而比"完全没标"更难解释。
第二个坑,是误判自己有没有标识义务。不少企业觉得"我用的是第三方工具,标注是工具厂商的事"。可是,深度合成规定第十七条的显著标识义务落在深度合成服务提供者身上,而标识办法第三条、第四条对显式标识、第五条的隐式标识,也主要规范服务侧;当企业自己拿公开工具把素材加工成型、再对外发布时,它在发布环节的身份会同时叠加到"用户"甚至"传播者"上,能不能靠"我只是使用者"撇清,取决于具体链路,不能想当然。
第三个坑,是把标识当免责说明。有企业认为"我标了AI生成,出什么事都与我无关"。这个理解是错的,后面第三个判断会专门讲。
实务建议
处理这一层,律师能做的动作很具体。第一,把每个AI广告项目里的素材按"由谁生成、经过谁加工、最终投向哪里"列一张链路表,逐项确认标识由哪一环负责,而不是笼统认为"素材商应该会标"。第二,在采购与外包合同里,把显式标识的样式、位置,以及"导出、二次剪辑后仍须保留元数据隐式标识"写成可核查的交付标准,并约定交付不合格时的返工与追偿。第三,在企业内部固定一道"导出后复检"的动作:凡是要对外投放的AI素材,发布前实际打开文件,确认显式提示没有被裁掉、元数据标识没有丢,而不是只看生成时的预览画面。
二、广告主自己发内容,标识义务落在谁头上;不标或抹标会怎样
规则:使用者有主动声明义务,平台有核验义务,抹标被明令禁止
这一层是很多企业最模糊的地方。标识办法第十条第一款规定,用户使用网络信息内容传播服务发布生成合成内容的,应当主动声明并使用服务提供者提供的标识功能进行标识。也就是说,"我也是用户"不但不能免责,反而正是这项义务的规范对象。第十条第二款更进一步:任何组织和个人不得恶意删除、篡改、伪造、隐匿本办法规定的生成合成内容标识,不得为他人实施上述恶意行为提供工具或者服务,不得通过不正当标识手段损害他人合法权益。深度合成管理规定第十八条也早就禁止采用技术手段删除、篡改、隐匿该规定第十六条、第十七条要求的标识。
平台这一侧也不是旁观者。标识办法第六条要求提供网络信息内容传播服务的服务提供者区分三种情形处置:核验到文件元数据中明确标明为生成合成内容的,在发布内容周边添加显著提示;未核验到隐式标识但用户声明为生成合成内容的,添加"该内容可能为生成合成内容"的提示;既未核验到隐式标识、用户也未声明,但平台检测到显式标识或其他生成合成痕迹的,按"疑似生成合成内容"处理并提示。该条还要求平台提供必要的标识功能,并提醒用户主动声明。第九条则为"想要不带显式标识的成品"留了口子:用户向服务提供者申请时,服务提供者可以在通过用户协议明确用户的标识义务和使用责任后提供,并依法留存提供对象信息等相关日志不少于六个月。
回过头看责任分配。民法典第一千一百九十五条规定了"通知—必要措施"规则:网络用户利用网络服务实施侵权行为的,权利人有权通知网络服务提供者采取删除、屏蔽、断开链接等必要措施,网络服务提供者未及时采取必要措施的,对损害的扩大部分与该网络用户承担连带责任。第一千一百九十七条则规定,网络服务提供者知道或者应当知道网络用户利用其网络服务侵害他人民事权益,未采取必要措施的,与该网络用户承担连带责任。
风险:把"平台应该会标"当成自己的免罪符
第一种典型误判,是企业把自己定位成"纯用户",认为标不标是平台的事。但第十条第一款的主动声明义务恰恰是冲着发布者去的:你发的是AI生成内容,就有声明并使用平台标识功能的义务,声明没做,平台即便补了"疑似"提示,也无法替你免除应尽的那一步。
第二种风险,出现在"抹标"上。比如为了画面干净,把竞品或上游素材里的AI标识裁掉、用后期覆盖掉,或者把别人做好标识的AI内容重新编码导出后再发布。第十条第二款把"恶意删除、篡改、伪造、隐匿标识"和"为他人提供工具或服务"一并禁止,这类操作不只是合规瑕疵,还可能直接构成侵权。实务中还有一种反向风险——把标识当武器:给真实内容硬扣上"AI生成"的标记去贬损对手,同样落入"通过不正当标识手段损害他人合法权益"的射程。
第三种,是平台侧的过错认定被低估。对做内容传播的平台而言,一旦它已经通过元数据核验、用户声明或系统检测"知道"了某条内容是生成合成的,却没有按第六条处置,就可能落入第一千一百九十七条"知道或者应当知道而未采取必要措施"的评价;收到权利人合格通知后拖着不处理,则可能触发第一千一百九十五条对"损害扩大部分"的连带责任。
实务建议
第一,先给每一类发布行为做"主体定位":我们是自己发布内容的使用者,还是同时提供了传播服务?定位不同,义务清单完全不同。第二,企业若通过第三方工具获得不显式标识的成品,务必用书面协议把"标识义务和使用责任"承接清楚,并留意对方依标识办法第九条要留存不少于六个月的日志——这份留痕将来既可能保护你,也可能指向你,所以自身也要同步留档。第三,在合规手册里把"禁止裁切、覆盖、重编码清除AI标识"写成硬性红线,并提醒运营团队:不得以"内容是我生成的"为由,要求上游或平台去掉标识。第四,平台方则应把第六条的三类情形落成可留痕的处置流程,避免"知道而没动作"。
三、标了"AI生成",是不是就能躲开虚假广告的认定
规则:标识解决"披不披露",广告法解决"真不真实"
这是最容易被混为一谈的一层。标识办法和深度合成管理规定解决的是一个问题:这段内容由AI生成,有没有向公众披露。而广告法解决的是另一个问题:内容本身是不是真实、会不会引人误解。两者不是替代关系。
广告法第四条规定,广告不得含有虚假或者引人误解的内容,不得欺骗、误导消费者;广告主应当对广告内容的真实性负责。第二十八条则明确了虚假广告的认定:广告以虚假或者引人误解的内容欺骗、误导消费者的,构成虚假广告,并具体列举了若干情形,包括商品的性能、功能、产地、用途、质量、规格、成分、价格、生产者、有效期限、销售状况、曾获荣誉等信息,或者服务的内容、提供者、形式、质量、价格、销售状况、曾获荣誉等信息,以及与商品或者服务有关的允诺等信息与实际情况不符,对购买行为有实质性影响的;使用虚构、伪造或者无法验证的科研成果、统计资料、调查结果、文摘、引用语等信息作证明材料的;以及虚构使用商品或者接受服务的效果的。
风险:AI生成"真实测评",标了也可能照样违法
把AI素材用成"真人实测",是最典型的高风险做法。用AI合成一段"用户真实反馈",或者虚构一条"用前用后效果对比",问题不在于它由AI生成,而在于它呈现为一项关于"使用效果"的事实陈述——一旦被认定虚构了接受服务或使用商品的效果,就落入第二十八条的情形。这时即使画面角落里规范地标了"AI生成",也不能把一项虚假的效果陈述变成真实的:标识只回答了"披不披露",回答不了"真不真实"。
反过来,另一种误判是把标识当万能护身符,以为"只要标了AI,广告法就管不到"。真实的边界是:创意性的演绎、明显不指向具体事实的表达,与可被当作事实依据的陈述,处理方式并不相同;把后者包装成"AI创作"并不会降低其作为虚假广告被认定的可能。
第三种风险来自"证明材料的真实性"。第二十八条明确把"使用虚构、伪造或者无法验证的科研成果、统计资料、调查结果、文摘、引用语等信息作证明材料"列为虚假广告情形。如果广告里用AI生成了一段看似权威的"数据结论""专家观点"作为背书,即便标注了AI,仍可能因为"无法验证"而踩线。
实务建议
第一,把内容分成"事实陈述"和"创意演绎"两类分别审查。凡是涉及效果、数据、用户评价、权威背书的,都按事实陈述对待,逐项核对是否有可核查的依据,不能靠"这是AI做的"来回避。第二,对"使用效果"类表达坚持一条底线:不能用AI合成的内容冒充真实使用者的真实效果反馈。第三,涉及第三方观点、数据、研究的,宁可不用,也不要用无法核实来源的AI"生成结论"。第四,把广告法审查与标识审查并列,作为两套彼此独立的发布前动作——标好了,也要再过一遍真实性。
律师实务建议:投放前的一趟"三步走"
把上面三层合起来,其实就是一件可以流程化的事。
第一步是主体定位。在项目立项时先问清楚:这套素材里,谁是生成方、谁是加工方、谁是最终发布者、有没有同时充当传播服务提供者。定位清楚了,标识义务和广告主真实性责任才知道该压在谁身上,合同条款也才知道该往哪写。
第二步是标识落地。把显式标识和隐式标识当成两件必须分别完成的事:显式标识要按载体确认位置和样式,并在导出、剪辑、重编码之后复检是否仍在;隐式标识要在元数据里留得住。采购和外包环节,用合同把这两项写成可核查的交付标准,而不是口头承诺。
第三步是真伪审查。这一步和标识无关,只跟内容本身有关:里面有没有关于效果、数据、评价、权威背书的陈述,这些陈述有没有可核查的依据。两者都过了,才谈得上投放。
路径选择的差别也很现实。把标识和真实性审查前置到立项和制作环节,成本是流程上多几道确认;把它推到最后,代价则可能是一次投诉、一场下架,甚至一次行政处罚或侵权诉讼。对绝大多数企业来说,前者便宜得多。
最后提一句留痕。标识办法第九条要求提供者在不含显式标识成品的场景下留存相关日志不少于六个月,这条规则本身也提示了整条链路的证据重心:谁在什么时间、对哪份素材、做了什么标识或去除标识的动作。企业应当把素材来源、授权文件、标识记录、发布记录成套归档。真到了争议里,能说清楚"这条内容是怎么来的、标识是怎么处置的",往往比争辩"我到底有没有义务"更有用。
结语
围绕AI广告的困惑,很多时候不在于技术有多新,而在于三套规则被压在了一条素材上:标识规则问它披不披露,广告法问它真不真实,侵权规则问责任落在谁头上。真正决定风险的,从来不是"有没有用AI",而是有没有在动手之前,把主体定位、标识落地和真伪审查这三件事各自放到该放的位置上。如果您正在筹备一支数字人广告、一批AIGC投放素材,或者在标识方案、责任分配与真实性审查上拿不准,建议在发布之前先把这条链路完整梳一遍——比事后下架、应诉和应对检查要划算得多。
需要AIGC广告的标识方案、责任分配或虚假广告风险审查?预约测绘,帮你把投放前的风险提前测绘清楚。
免责声明
本文内容仅供参考,不构成正式法律意见;法律法规适用存在个案差异,具体案件请结合实际情况咨询执业律师。
相关服务推荐
相关内容
自动驾驶撞了人,究竟该找谁赔——智能网联汽车事故责任分配的三个实务判断
一辆没有驾驶人的完全自动驾驶车辆在开放道路上撞伤行人,运营方说车是自己开的、车厂说路测运营与自己无关、软件供应商说我只是卖工具——这类争议正在从假设变成日常。本文从一起无驾驶人自动驾驶事故的真实处置场景切入,拆开三个最容易判错的环节:谁该站在被告席上、赔完之后能不能向生产者追偿、以及事故数据归谁、能不能调取,并比较不同处理路径的利弊与代价。规则依据以现行有效的道路交通安全法、民法典,以及2026年7月1日起施行的《深圳经济特区智能网联汽车管理条例》修正文本为准。
AI换脸与拟声,边界到底在哪——深度合成时代人格权与标识义务的三个实务判断
用离职主播的旧录音训练出一个音色几乎一致的AI声音,再配上旧视频做带货短片投放——这类操作在法律上早已不是灰色地带。民法典把声音的保护纳入参照肖像权的轨道,北京互联网法院的首例AI生成声音案划出了可识别性的判断线,《互联网信息服务深度合成管理规定》与《人工智能生成合成内容标识办法》则把标识义务分别压给了生成方、传播平台和使用者。本文从企业采购第三方TTS与数字人产品的真实场景切入,拆开三个最容易判错的问题:合成出来的声音和脸还算不算本人的、生成出来到底该由谁标、以及出事之后责任怎么在生成方、技术支持方和平台之间分,并比较几条处置路径的代价。
《商业秘密保护规定》施行之后,算法、模型和数据到底算不算商业秘密——三个实务判断
2026年6月1日起施行的《商业秘密保护规定》,把数据、算法、计算机程序和代码明确写进了技术信息的范围,也把远程办公、跨境协作下的保密措施写成了可核查的清单。本文从一家AI公司算法负责人离职带走模型与数据的场景切入,拆解三个最容易判错的问题:哪些信息真的构成商业秘密、保密措施要做到哪一步才算数、以及自主研法、反向工程与通用技能这三条抗辩线该怎么防,并比较行政举报、民事索赔与刑事报案三条路径的利弊与代价。