京
京峰教育 · 技术藏书阁
+ 上传书籍
自研教材
藏书阁首页
/ AI科技
AI科技
AI法律与合规
项目编号
08-AI法律与合规.docx
1
卷文档
22.8
万字
629
章
我是吴光科。干过运维,管过成千上万台服务器,现在做 AI 教育。
📖 开始阅读
1
卷文档
629
总章节
22.8
万字
选择卷册
同一项目 · 多卷文档
全文
《全文》
228429 字 · 629 章
📖 开始阅读
第 1 章 为什么普通人也要懂 AI 法律——风险全景图
第 2 章 著作权:AI 生成的内容归谁
第 3 章 个人信息与数据合规:训练数据与你的隐私
第 4 章 深度伪造与内容标识:数字人、换脸与"标明 AI"
第 5 章 生成内容的责任边界:谁为 AI 输出买单
第 6 章 行业红线:医疗、金融、教育等特殊监管
第 7 章 企业用 AI 的合规清单
第 8 章 个人用 AI 的避坑指南与维权
后记
自序
这本书是写给谁的
这本书为什么是现在写
这本书怎么用
几个让我忘不了的瞬间
一个技术人眼里的"合规"
关于我的"土办法",坦白讲
这本书没讲到的,以及你会想问的
一个承诺
AI 生成的不等于你能随便用(版权有坑);
别拿 AI 骗人、冒充人(深度伪造有红线);
重要的事,别只信 AI,也别只信我,信专业意见。
最后,我想跟你说
动笔之前,我还想交代一句话
年
第 1 章 为什么普通人也要懂 AI 法律——风险全景图
1.1 四个场景演示,四种风险
场景一:小王用 AI 画了张图,印到自家淘宝店 T 恤上卖
场景二:小李用 AI 把同事的脸换到搞笑视频里发网上
场景三:某小公司把客户名单喂给公开 AI 做"智能分析"
场景四:电商店主用 AI 客服,给顾客"承诺"了做不到的事
1.2 为什么"我是普通人"的误区最危险
1.3 风险全景:五条主线
1.4 一张风险自查清单:先给你的使用习惯"体检"
1.5 一个核心认知:AI 不替你担责
1.6 监管在快速收紧,但方向是"规范发展"
一、《生成式人工智能服务管理暂行办法》
二、深度合成与内容标识
三、备案与内容安全
四、为什么说这是"规范发展"
1.7 普通人最容易忽视的三个"隐形雷区"
隐形雷区一:AI 的"幻觉",你可能当成真话用了
隐形雷区二:平台规则 = 你眼前最近的"法律"
隐形雷区三:"免费的 AI"不一定真免费
1.8 违规的真实代价:算一笔经济账
1.9 本书怎么帮你:给你"能用的清单"
红线速查表:这事能不能干,一眼看清。
避坑动作:真要干,注意哪几步。
1.10 给不同人群的对号入座:你该重点读哪几章
1.11 本章合规要点清单
1.12 常见问题 FAQ
1.13 小结与行动
普通人用 AI 也会踩法律雷,风险不在身份在行为。
三个高频场景:AI 图商用侵权、AI 换脸玩笑、AI 喂数据。
五条风险线:著作权、个人信息、深度伪造、责任边界、行业监管。
核心:AI 是工具,责任主体是背后的人。
监管方向是"规范发展",合规保护守规矩的人。
三个隐形雷区:AI 幻觉当真话、平台规则不重视、免费工具不真免费。
违规的代价:账号资产、赔偿、声誉、法律责任,四笔账都不小。
本书给你"红线表+避坑动作",不让你背法条。
第 2 章 著作权:AI 生成的内容归谁
2.1 第一个坑:AI 生成物"像"了别人的作品
什么叫"实质性相似":用大白话讲
四个最容易"撞车"的场景
一个完整场景演示
2.2 第二个坑:AI 生成物的"版权归属"本身有争议
一个前提:著作权通常保护"人的创作"
另一面的说法:人的创造性贡献越明显,越可能受保护
一张对比表,帮你判断自己的位置
给创作者的三条实操建议
提示词算不算作品:一个很多人关心的追问
2.3 第三个坑:训练数据来源不明带来的连带责任
选工具的正确姿势
有没有公开的服务协议和隐私政策? 正规厂商都有,野路子工具多半含糊。
有没有讲清楚生成内容的权利归属? 很多大厂在服务协议里明确了"生成内容的权利归属和使用规则",值得仔细看。
有没有内容安全审核机制? 有审核机制的工具,帮你挡掉不少"违法内容"的坑。
一个容易忽略的细节:别喂"侵权素材"进去
2.4 别只盯著作权:肖像权、商标权、不正当竞争也要防
一张表:不同"内容素材"的版权归属速查
2.5 平台规则:你眼前最近的"版权裁判"
给平台创作者的三句话
原创内容,善用平台的"原创声明/原创保护"功能,给自己加一道保护。
别人发的内容,先看授权再用,平台对搬运的容忍度很低。
AI 内容,按平台要求标识,别等平台来"查"你。
平台的侵权投诉流程:真被投诉了怎么办
权利人(或疑似权利人)通过平台投诉通道提交投诉,附上权利证明;
平台通知你,给你"申诉/反通知"的机会,限期回应;
你提交反通知,说明理由和证据(你的创作记录、授权证明、相似度自查结果等);
平台审核后做出判断——可能维持投诉、也可能驳回投诉;
无论结果如何,证据留存和及时回应都非常重要,拖着不理会,吃亏的往往是你。
2.6 分领域专项:AI 写作、音乐、视频、代码的专属雷区
AI 写作:洗稿和"伪原创"是重灾区
AI 音乐:旋律撞车的概率比你想的高
AI 视频:素材+生成物,两头都要查
AI 编程/代码:许可证问题比你想的重要
一张表:四种内容形式的专属雷区速查
2.7 给你的"商用安全动作清单"
别直接抄风格/角色:避免"模仿某具体作品",别在提示词里写"某某角色、某某画师"。
做深度加工:AI 出初稿,你改、选、编排,留下创作痕迹。你的手和脑,是你最好的版权证据。
留证据:保存提示词、修改版本、创作时间,证明"人的贡献"。建议建一个"创作档案"文件夹,每个作品一套。
查相似:商用前用搜图/查重工具自查撞车。搜图工具能帮你发现"这张图是不是已经有原版了"。
看平台规则:淘宝/抖音/小红书对 AI 内容各有规定,以平台当前规则为准。发布前翻一眼,不花两分钟。
重大商用先问律师:涉及大金额,别省这笔钱。几十万的合作,花几千块咨询费,是稳赚的。
别用"盗版素材"喂 AI:参考素材也注意授权,别把侵权素材变成"自己的产出"。
2.8 一张"创作记录"模板:从现在开始建档案
2.9 对比表格:不同使用方式的版权风险一览
2.10 本章合规要点清单
2.11 自查清单:发布/商用前过一遍
2.12 与"授权"有关的几个商业常识
常识一:授权分"范围",不分"卖没卖给你"
常识二:买断 ≠ 把所有权利都买光
常识三:AI 内容的授权,要看工具方的条款
常识四:合同的"免责声明"不能代替授权
一张表:常见授权场景一句话提示
2.13 AI 训练、数据爬取与生成内容:三场正在进行的讨论
讨论一:AI 用别人的作品训练,到底合不合法
讨论二:爬虫抓取公开数据喂 AI,边界在哪
讨论三:AI 生成内容的"可版权性"会不会有定论
一张表:三个讨论的最新方向感
2.14 常见问题 FAQ
2.15 小结与行动
最高频雷:AI 产出"像"了别人作品 → 侵权。判定的核心是"实质性相似"。
AI 生成物版权归属有争议,取决于"人的创造性贡献"。
深度加工比"一键生成"更受保护(非铁律,看法规)。
别只防著作权:肖像权、商标权、不正当竞争也可能一起踩。
平台规则是"最近的版权裁判",动作快、下手狠。
选合规工具、留创作证据、商用前查相似。
写作/音乐/视频/编程四大内容形式,各有专属雷区。
授权是门学问:看范围、看期限、看合同、别拿"侵删"当护身符。
重大商用,先问律师;以最新法规为准。
第 3 章 个人信息与数据合规:训练数据与你的隐私
3.1 最常见的坑:把不该喂的数据喂了 AI
一个完整场景演示:行政人员"顺手"上传客户名单
为什么"往公开 AI 里贴"等于"交给第三方"
三种数据,三种危险程度
3.2 法律底线:处理个人信息的基本原则
合法、正当、必要
告知同意
最小必要
关于"同意"的三个实操问题
一个对比表:三种处理方式的合规程度
3.3 企业尤其要注意:数据出境与商业秘密
商业秘密:喂给 AI,等于主动"送"出去
明确列出"禁喂 AI 数据清单",白纸黑字发给全员;
涉密岗位的 AI 工具,用企业版或私有化部署,数据不出域;
把"AI 数据合规"写进员工手册和保密协议。
数据出境:不是"想传就能传"
能用国内合规工具,优先用国内的,减少出境问题;
确需数据出境的,按最新规定做安全评估或认证,别嫌麻烦;
拿不准的,找专业机构评估,别自己拍脑袋。
员工使用:管理好"离你最近的风险"
立规矩:明确"什么能喂、什么不能喂、用哪家工具";
做培训:别指望员工自己懂,讲清楚后果和正确做法;
有技术手段:条件允许的话,在关键系统上做数据防泄露(DLP)拦截,把"禁喂 AI"的数据在技术上挡住。
3.4 数据分级:像管服务器权限一样管数据
三级分类,你照着分
怎么判断一份数据属于哪一级?
这数据被外人看到,我会不会很难受? 会 → 至少是内部级。
这数据被竞争对手看到,公司会不会损失? 会 → 机密级。
这数据出了事,我担不担责任? 担 → 机密级,绝对别喂。
给你的个人版分级
数据的生命周期:从采集到删除,每个环节都有讲究
3.5 你的"AI 数据防坑清单"
3.6 企业版"AI 数据红线"模板:可直接抄
3.7 红线速查表
3.8 你的"信息主体权利":被侵权后你能做什么
知情权与决定权:你得知道、你得说了算
查阅权与复制权:你能查、能要一份
更正权与补充权:错的,得改
删除权:该删的,得删
与 AI 场景相关的实操提醒
用工具前,花两分钟看隐私政策里有没有写"你的数据会不会被用来训练"——如果写了而且你不接受,就别用;如果没写清楚,默认当"会用"处理。
平台若提供"数据删除/关闭个性化"的设置,主动去点一下——把你能控制的部分,控制在自己手里。
如果你的照片、声音、数据被 AI 工具未经同意使用,别怕——先用平台投诉通道,再考虑法律途径,具体路径咨询律师。
3.9 数据安全的日常实操:把防线建在习惯里
习惯一:粘贴前,先问"这一秒"
习惯二:聊天记录,定期"大扫除"
习惯三:多个工具,分工明确
习惯四:敏感操作,多问一次
习惯五:设备与账号安全
一张表:五个日常习惯速查
3.10 AI 工具服务协议的"五看"法:用前两分钟
一张"五看"速查表
为什么"五看"就够了
3.11 本章合规要点清单
3.12 自查清单:喂数据前过一遍
3.13 常见问题 FAQ
3.14 小结与行动
往公开 AI 喂隐私/机密/第三方数据,是高频雷。
处理个人信息要合法、正当、必要、告知同意、最小必要。
企业:数据出境、商业秘密是重点,立红线+用企业版。
数据分级是实用方法:公开/内部/机密,机密绝不喂。
数据有"生命周期":采集、使用、传输、存储、删除,环环有讲究。
作为信息主体,你有知情权、查阅权、更正权、删除权等"护身符"。
五个日常习惯:粘贴前停顿、清理聊天记录、工具分工、敏感多问、账号安全。
用工具前"五看":数据用途、保留、出境、内容权利、责任条款。
口诀:"这数据能公开吗?不能就不发。"
数据是资产,不是饲料——别把"顺手"变成"事故"。
以《个人信息保护法》等最新法规为准。
第 4 章 深度伪造与内容标识:数字人、换脸与"标明 AI"
4.1 什么是"深度合成":你可能在用的就是
常见形态逐个看
深度合成的"双刃剑"属性
技术本身是中性工具,用的人决定善恶
4.2 红线一:未经同意,别拿别人的脸/声"开刀"
什么是"肖像权":脸,是你最值钱的标识之一
场景演示:一次"玩笑"引发的连环麻烦
避坑动作
4.3 红线二:AI 生成内容,该标识的要标识
为什么要标识:三个理由
对你来说,实操动作是这几步
一张对比表:不同场景怎么处理标识
一张"标识声明"模板:直接抄着用
平台实操:怎么"标"才不踩坑
位置不对:标识要在"显著位置",不是藏在评论区、写在小角落。视频的画面角标、图文的醒目位置,都算显著。
写法不对:"AI 生成"要写得明白,别用"素材来自网络""仅供参考"这类含糊表述。
平台开关没开:很多平台发布 AI 内容时有专门的"AI 生成"声明选项,发布时记得勾选。
平台更新了规则:平台规则会变,你几个月前的"标准动作"可能已经过时,发布前看平台最新公告。
4.4 红线三:别用 AI 搞诈骗、谣言、虚假信息
为什么"诈骗"是最没有商量余地的红线
"我不是故意的"能不能免责?
三个"想都不用想"的禁区
冒充真人:冒充领导、冒充名人、冒充亲友——一律禁。
制造假新闻:AI 编一条"某地发生大事",转出去引发恐慌——一律禁。
伪造证据文件:AI 生成合同、公章、截图、录音——一律禁。
4.5 深度合成监管的三个关键词:读懂监管的"脾气"
关键词一:可识别性
关键词二:可追溯性
关键词三:可信度
三个关键词串起来
4.6 深度合成与未成年人:给孩子多一道防线
孩子的三个"看不见的风险"
面向未成年人的 AI 产品,要求更严
给家长的三个"家庭动作"
晒娃留一手:公开平台的娃照,少带正脸、少带地理信息。
教娃一句口诀:"视频里熟人要钱,先打真人电话。"——不分大人小孩都适用。
和孩子聊 AI:让孩子知道"AI 能伪造脸和声音",建立基础的媒介素养。孩子不怕 AI,怕的是"不知道 AI 能骗人"。
4.7 数字人直播:合法使用的完整指南
数字人能做和不能做
一张表:数字人使用的"身份"合规对照
数字人直播的三个实操提醒
一份形象授权书模板:给"用人家的脸"上一个保险
一个常见问题:我自己给自己授权,需要吗?
4.8 一张总表:深度合成场景的"身份合规"速查
4.9 给你的"深度合成安全清单"
4.10 本章合规要点清单
4.11 自查清单:发 AI 内容前过一遍
4.12 深度合成"正向清单":技术能做的正确的事
正向用法一:创作自己的内容
正向用法二:做无障碍与公益
正向用法三:教育场景的"因材施教"
正向用法四:影视特效与游戏
正向用法五:效率工具与无障碍沟通
一张表:正向与反向的分界线
4.13 传播链条中的"你":转发、评论、二次创作
转发者的责任:你的"一键转发",可能就是"帮凶"
转发前 10 秒:这内容是真的吗?是不是 AI 生成的?会不会害人?
拿不准的不转:涉及"人咬狗"式新闻、劲爆"真相"、名人丑闻,多核实再转;
转发时标注:如果内容明显是 AI 生成但你没核实真伪,至少别配"真事"的文字。
评论者的责任:评论也能侵权
二次创作者的责任:别让"二次创作"变成"二次侵权"
原作品的权利:二创用了别人的素材(视频、音乐、文案),要有授权或符合"合理使用"的边界;
不要"换头改尾"冒充原创:核心内容还是别人的,换个皮就发,是变相抄袭;
二创内容按 AI 标识要求标注:用了 AI 参与,就标。
一张表:传播链条三个角色的责任
4.14 常见问题 FAQ
4.15 小结与行动
深度合成=AI 生成/编辑以假乱真内容(换脸/拟声/数字人/图文)。
红线一:未经同意不用他人脸/声;恶搞抹黑风险极高。
红线二:该标识的 AI 内容要标,位置要显著、写法要明白,宁可多标不可漏标。
红线三:用 AI 诈骗、造谣、伪造文件是刑法级红线,绝不碰。
监管的三个关键词:可识别性、可追溯性、可信度。
未成年人保护:孩子是"素材库"、是"被骗对象",晒娃留一手、教娃一句口诀。
数字人直播:自己的形象+授权+标识+话术合规,四件套缺一不可。
正向清单:创作自己、无障碍、教育、影视、提效——技术能做很多正确的事。
传播链条:转发者、评论者、二次创作者都要长点心,没有"吃瓜免责"。
主动标注"AI 生成",既是合规也是信任。
教家人防"AI 换脸借钱"骗局,技术防骗全家受益。
以《深度合成规定》及标识最新要求、平台规则为准。
第 5 章 生成内容的责任边界:谁为 AI 输出买单
5.1 使用者视角:你用 AI 产出内容,你负责
一个场景演示:AI 写的"养生文章"闯的祸
为什么"谁发的、谁获益"这么关键
"我标注了 AI 生成"是不是就不用负责了?
5.2 服务提供者视角:平台/厂商有它的义务
服务提供者的义务清单(通俗版)
一张对比表:使用者和服务提供者,谁担什么责
你该借的"三道兜底"
内容安全兜底:有没有审核机制,帮你挡住明显违法的内容?
合规说明兜底:服务协议、隐私政策、合规说明齐不齐?
应急通道兜底:出问题找谁、有没有反馈处理通道?
5.3 最危险的错觉:"AI 说的,准没错"
医疗:AI 给的偏方/诊断,你照做出问题 → 你担
法律:AI 编的法条当真,据此行动 → 你可能因"依据不实"吃亏
投资:AI 荐股你重仓,亏了 → 自负盈亏,AI 不赔
一条铁律 + 一个判断方法
这个信息会影响我的健康/安全吗? 会 → 必须核实(问医生、查官方)。
这个信息会影响我的钱/权益吗? 会 → 必须核实(问专业人士、查官方渠道)。
这个信息是"事实"还是"建议"? 事实 → 查来源;建议 → 问专家。
为什么 AI 会一本正经地"编":理解"幻觉"的根源
5.4 AI 客服与智能体:"替人干活"的责任新问题
AI 客服乱承诺:承诺的账,得你买单
给 AI 客服"画边界":什么能答、什么必须转人工,提前配置好;
涉及价格、售后、赔偿的关键话术,人工审核后固定下来;
顾客要求人工时,及时转接,别让 AI 硬撑。
AI 智能体自动执行:自动的错,也是你的错
责任边界清单:上 AI 客服/智能体之前
5.5 给 AI 建议分级:什么能信,什么必须核实
三级信任,一级一张牌
一张表:分级速查
三个"永远"帮你记住分级
永远不要因为"AI 说得自信"就相信它——自信和正确无关;
永远不要因为"AI 说得详细"就相信它——编故事的人最擅长细节;
永远不要因为"AI 说得专业"就相信它——术语包装不等于专业背书。
5.6 自动化决策与算法歧视:看不见的责任
AI 决策也会"有偏见"
责任在哪里:用 AI 决策的人负责
敏感决策,人复核:招聘、放贷、奖惩这类影响人生的决策,AI 做初筛,人做终审;
定期检查:定期检查 AI 决策有没有明显的"偏向性"(比如某一类人群被系统性排除);
留痕可解释:重要决策能说出"为什么",不是黑箱。
一张表:AI 参与的决策,责任怎么分配
5.7 责任认定中的几个关键概念:帮你预判"我担多少责"
概念一:注意义务——你"应不应该知道"
概念二:明知/应知——你是"知道"还是"该知道"
概念三:获益原则——你拿了多少好处
概念四:过错程度——你是有心还是无心
一张表:四个概念怎么帮你自检
5.8 AI 内容的"事实审核"清单
事实审核清单
为什么"事实审核"值得你认真做
一个偷懒但有效的"土办法"
5.9 一张"免责声明"模板:怎么用才不是摆设
5.10 责任边界"自保"清单
5.11 红线速查表
5.12 本章合规要点清单
5.13 自查清单:发布前 30 秒
秒过一遍,成本极低;不过一遍,后果难料。 别嫌烦——你真出过一次事,就知道这 30 秒有多值钱。
5.14 出事后怎么办:AI 责任事件的"标准处理流程"
第一步:停止,别再扩大
第二步:固定证据
第三步:评估影响
第四步:主动沟通
第五步:专业兜底
一张"出事后"流程图
一个核心提醒
5.15 常见问题 FAQ
5.16 小结与行动
责任主体是使用/发布者,AI 不担责(非法律主体)。
判断责任的三个词:控制、获益、注意义务。
服务提供者有法定义务,但一般不替你个人违规背锅。
医疗/法律/财务关键内容,以专业权威为准,AI 仅供参考。
AI 的"幻觉"源于"概率接话"而非"查证",语气越笃定越要核实。
给 AI 建议分级:低风险可参考、需核实的查官方、高风险找专业人士。
AI 客服/智能体的承诺与执行,部署者担责,务必设边界和人工兜底。
算法歧视:用 AI 决策的人负责,敏感决策必须人工复核。
发布前做"事实审核":法条数据核实、专业判断交专业人士、留审核记录。
责任认定的四个概念:注意义务、明知/应知、获益原则、过错程度。
免责声明是提示义务,不是免责金牌。
出事后"五步走":停止、留证、评估、沟通、律师兜底。
出事不甩锅,主动补救;以最新法规与律师意见为准。
第 6 章 行业红线:医疗、金融、教育等特殊监管
6.1 医疗健康:AI 不能当"医生"
红线一:不得用 AI 替代专业诊疗建议
红线二:不得宣称 AI 能"诊断""治疗"未获资质的内容
红线三:涉及患者数据,严格按医疗数据/隐私规范,绝不往公开 AI 乱喂
医疗场景的"能做/不能做"对照
健康科普的"三条边界线"
一个 AI 医疗 App 的场景演示
6.2 金融:AI 不能"荐股荐基保收益"
红线一:不得用 AI 提供"具体投资建议"并暗示稳赚
红线二:不得虚假宣传"AI 理财保本收益"
红线三:涉及客户金融信息,数据合规极严,严禁外泄
金融场景的"能做/不能做"对照
6.3 教育:AI 是助教不是"代考"
红线一:不得用 AI 代写作业/考试并冒充本人成果
红线二:面向未成年人的 AI 教育产品,有额外内容安全与适龄要求
红线三:不得虚假宣传"包过""保提分"
教育场景的"能做/不能做"对照
6.4 法律行业:AI 是检索工具不是律师
红线一:AI 不能替代执业律师的专业意见
红线二:AI 内容里引用法条,必须核实
红线三:AI 生成的"法律文书"不能直接当真的用
法律场景的"能做/不能做"对照
6.5 新闻媒体:真实性的最后防线
新闻行业的额外红线
一个典型场景:AI 造谣的传播链条
新闻场景的"能做/不能做"对照
6.6 其他高频敏感领域:政务、人力资源、电商
政务/公共服务
人力资源/招聘
电商/消费
一张表:其他领域的额外红线
6.7 行业合规方法论:三步自查法
第一步:锁定主管部门
第二步:搜"XX+AI/算法/数据"的最新规定
部门规章/管理办法:比如生成式 AI、深度合成、数据出境这类跨行业的,以及行业专门的 AI 应用规范;
行业监管公告/指引:主管部门对 AI 应用的指导性文件、通报案例;
平台规则:你用的内容平台、业务平台对 AI 内容的具体要求。
第三步:做一张"我的行业红线卡"
6.8 跨行业通用"三不"原则
不替代需资质的专业判断(医/法/金)。
不虚假宣传、不承诺保结果。
不违规处理敏感数据。
一个跨行业自查表:你在哪个行业?该守哪条?
6.9 行业 AI 应用的"资质自查"清单
一个重要的提醒:别把"资质红线"当"挡路石"
6.10 本章合规要点清单
6.11 自查清单:入行/做内容前过一遍
6.12 行业 AI 违规的"高频原因"速查:别人是怎么栽的
医疗/健康领域的违规高频点
AI 输出"治疗建议"却没有执业资质——最常见、最致命;
把"科普"写成"治病承诺"——用词越界;
患者数据乱处理——隐私红线;
虚假宣传"AI 疗效"——夸大功效。
金融领域的违规高频点
无资质荐股荐基——咨询资质问题;
"保收益"宣传——广告与金融双红线;
客户金融数据外泄——数据合规极严;
AI 生成的"理财课程"承诺收益——诱导投资。
教育领域的违规高频点
AI 代写作业/论文冒充原创——学术诚信;
"包过""保提分"宣传——虚假宣传;
违规收集未成年人信息——个人信息保护;
AI 教学内容侵犯他人版权——内容版权。
新闻/内容领域的违规高频点
AI 生成假新闻未标识——真实性+标识双红线;
AI 洗稿被判定抄袭——版权问题;
深度伪造冒充真人——人格权+虚假信息;
AI 内容未按平台要求标识——平台规则。
一张"避坑榜"总表
6.13 行业 AI 应用的"正向清单":合规地用好技术
医疗:AI 的合规用法
金融:AI 的合规用法
教育:AI 的合规用法
法律:AI 的合规用法
一张表:各行业的"正向用法"速查
6.14 常见问题 FAQ
6.15 小结与行动
医疗:AI 不能当医生,健康内容标"仅供参考"。
金融:不无资质荐股、不承诺收益、数据严管。
教育:AI 是助教不是代考,不虚假保过。
法律:AI 是资料员不是辩护人,法条必须核实。
新闻:AI 生成须标识,不得炮制虚假新闻。
政务/HR/电商各有额外红线。
通用"三不":不替代专业判断、不虚假宣传、不违规处理数据。
三步自查法:锁定主管部门、搜最新规定、做行业红线卡。
资质自查清单:入行/做产品前,"体检"一遍。
资质不是门槛,是护城河——跨过去,别绕过去。
高频违规速查:医/金/教/新闻的头号违规原因,记住就能躲开。
正向清单:每个行业都有大量"合规又能提效"的用法,红线之内大有可为。
跨界叠加责任,按"内容触达哪个行业"守红线。
第 7 章 企业用 AI 的合规清单
7.1 企业用 AI 的三类主要风险
风险一:数据风险
风险二:内容风险
风险三:责任风险
一张表:三类风险的"火"与"灭火器"
7.2 企业合规清单(可直接抄)
每个模块的"落地细节"
7.3 一个关键决策:自建/私有化 vs 用公有 API
决策逻辑:看你的数据有多敏感
一张决策表:三个场景,三种选型
无论哪种选型,都别忘三件事
和供应商把数据归属、保密、赔偿写进合同,别口头约定。合同写清楚:谁的数据、谁可以用、泄露了谁赔。
做数据分级评估:在选型前,先给公司的数据分个级(第 3 章的方法),敏感数据走封闭方案,通用数据走开放方案。
定期复盘:选型不是"一次定终身"。业务变了、数据变了、法规变了,选型也要跟着调整。
7.4 分场景专项合规:客服、营销、内部提效、智能体
场景一:AI 客服
边界配置:价格、售后、赔偿类问题,一律转人工或固定话术;
人工兜底:客户要求人工时,及时转接;
留痕审计:对话记录要留存,出纠纷时有据可查;
定期抽查:定期抽检 AI 客服的回复质量,发现问题及时修。
场景二:AI 营销/内容
发布前人工复核:广告法不管内容是不是 AI 写的,管的是宣传真不真实;
版权自查:AI 文案、配图做相似度检查(第 2 章方法);
标识到位:AI 生成内容按平台要求标(第 4 章方法);
话术红线:别用"AI 生成的夸张承诺"做宣传。
场景三:AI 内部提效(文档、代码、数据分析)
工具分流:敏感场景用企业版/私有化,通用场景用公有 API;
禁止事项清单:哪些数据不能喂(客户、财务、战略、源码),写清楚;
技术拦截:条件允许时,在关键系统上做 DLP 拦截;
日志审计:员工 AI 使用留日志,出问题可追溯。
场景四:AI 智能体(Agent)
人工确认环节:重要动作(下单、调价、发内容)加人工确认;
止损线:为自动执行设置"上限"(金额、次数、范围);
日志审计:Agent 的每次执行留痕;
应急预案:Agent 出错时的紧急停止和补救流程。
一张总表:四大场景速查
7.5 企业最容易踩的三个坑
坑一:员工私自喂机密——无规范、无培训
坑二:AI 客服乱承诺——未设边界
坑三:供应商权责不清——出事互相推
一张表:三个坑的破解速查
7.6 企业 AI 合规的组织保障:不只是"制度",还得有人管
三层架构,照这个搭
一个小提醒:老板自己也要守规矩
7.7 一张"企业 AI 合规自查表"模板
7.8 本章合规要点清单
7.9 企业 AI 项目的"立项合规审查"
立项合规审查,问七个问题
一张"立项审查"模板
7.10 企业 AI 合规落地的"30 天计划"
第一周:摸底与盘点
第二周:定规矩与选工具
第三周:培训与审核
第四周:查缺与固化
一张"30 天计划"总表
7.11 企业 AI 合规文化的建设:让规矩"活"起来
三个"看得见"的动作
一个比喻:合规文化就是"门禁"
一张表:合规文化建设的四个阶段
7.12 常见问题 FAQ
7.13 老板最常见的三个错误认知
错误认知一:"AI 是员工的工具,出事了员工自己负责"
错误认知二:"我们把 AI 外包了,出事了找外包公司"
错误认知三:"合规是花冤枉钱,省下来都是利润"
一句话总结
7.14 选 AI 供应商的"尽调清单"
7.15 中小企业 AI 合规的"捷径":花最少的钱,守最大的雷
捷径一:抓"三个必须"
必须有一份"数据红线"(半小时就能写好,参考第 3 章模板)——管住员工别乱喂数据;
必须有人管"AI 工具"(指定一个人当"AI 管理员")——管住工具台账、供应商协议;
必须过一道"人工审核"(AI 内容发布前,至少一个人看过)——管住对外出口。
捷径二:用好"免费/低价"的合规资源
捷径三:把合规"外包"给流程
捷径四:别省"该花的钱"
一张表:中小企业的"省钱清单"
7.16 小结与行动
企业三大风险:数据、内容、责任,量级比个人大。
八项清单:数据红线、私有化、培训、审核、标识、责任机制、供应商合同、应急。
选型决策看数据敏感度:敏感数据私有化,通用数据公有 API。
分场景专项:AI 客服设边界、AI 营销人工审、内部提效防泄露、智能体加止损。
三大坑:员工私自喂机密、AI 客服乱承诺、供应商权责不清。
组织保障:决策层定方向、执行层建制度、操作层守规矩,老板带头。
立项合规审查:七问+审查表,立项时就定边界。
供应商尽调:资质、数据、责任、退出机制,四问签合同。
30 天落地计划:摸底盘点→定规矩→培训审核→自查固化。
中小企业捷径:三个必须+流程管人+关键时刻问律师。
合规文化建设:案例进培训、违规有报备、合规有表扬,让规矩"活"起来。
季度自查:用 7.7 的自查表,定期体检。
老板三大错误认知:责任甩给员工、指望外包担责、把合规当冤枉钱。
合规是企业用 AI 的必选项,不是可选项。
第 8 章 个人用 AI 的避坑指南与维权
8.1 个人用 AI 的"六条铁律"
不喂敏感数据:身份证、病历、人脸、公司机密,别往公开 AI 贴(第 3 章)。
AI 内容标清楚:发图发文标"AI 生成/辅助",既是合规也是信任(第 4 章)。
不侵权不冒充:别仿别人作品、别换别人脸、别冒充真人(第 2、4 章)。
关键事不盲信:医疗/法律/钱,以专业为准,AI 仅供参考(第 5 章)。
发布前自己审:侵权?虚假?违法?过一遍再发(第 5 章)。
专业领域守红线:医/法/金/教,AI 辅助可以,AI 拍板不行(第 6 章)。
六条铁律,每条都配一个"动作"
8.2 副业用 AI 尤其要注意
副业最常见的五个"AI 踩坑现场"
副业各场景的合规动作速查表
逐场景的"合规方案":每个副业怎么安全起步
副业合规的三个"护身符"
留痕:创作记录、授权记录,都留着。
标识:AI 内容标清楚,坦坦荡荡。
承诺克制:不承诺做不到的(保收益、保效果)。
8.3 AI 时代的个人数字资产:你的账号、作品与"数字身份"
你的数字资产有哪些
为什么这些资产"脆弱"
四个"资产保护"动作
一句话
8.4 数字素养:比法律更前置的一课
什么是"数字素养"
数字素养的三个"必会动作"
为什么"素养"比"法律"更重要
8.5 如果你被 AI 内容坑了/侵权了
情形一:你发了 AI 内容,被人说侵权
情形二:别人用 AI 换你的脸/仿你的声,侵权你
情形三:你信了 AI 给的错误建议,吃了亏
情形四:你的账号因 AI 内容被平台处理
情形五:你的原创被 AI "吞了"
一张表:五种情形的"动作地图"
8.6 维权前的"证据清单":平时攒着,出事能用
常备证据清单
8.7 维权渠道大全:向谁求助
渠道一:平台内部投诉(最快)
渠道二:监管部门/官方举报渠道
渠道三:专业法律途径(最重)
渠道四:第三方调解/行业组织
一张表:维权渠道速查
8.8 一个心态:合规是长期主义的护城河
两个"时间轴"的对比
为什么会有人"踩线还活得好好的"?
三种心态,三种结局
8.9 全书的最后一句话
AI 不会替你担责,但会用得好的人,能少担很多没必要的责。
规则是保护守规矩的人,你守规矩,你就是被保护的那一个。
懂边界的人,最敢用 AI——因为他知道哪里安全,哪里要收脚。
最后一页:把这八章浓缩成"一张纸"
送你一个"21 天养成计划"
最后的一步:把这本书"传下去"
8.10 本章合规要点清单
8.11 常见问题 FAQ
8.12 小结与行动
个人六铁律:不喂敏感数据、标 AI、不侵权冒充、不盲信、发布前审、守行业红线。
副业加两条:不虚假宣传、商用查版权。
五个副业踩坑现场:铺量变现、卖课、设计接单、投稿、数字人带货,各有合规方案。
数字资产保护:多点备份、分散布局、版权留痕、账号安全。
数字素养:看到像真的先问"哪来的"、好事先想"凭什么"、发布前过"十秒"。
被投诉侵权:下架止损、自查留证、协商、律师兜底。
被 AI 侵权:固定证据、平台投诉、制止扩散、法律维权。
被 AI 坑了:立即止损、复盘教训、评估渠道。
平时攒"证据清单",出事才有底气。
维权四渠道:平台投诉最快、监管部门留痕、法律途径最重、调解成本低。
三种心态:侥幸派赌命、焦虑派躲命、清醒派掌控命运——做清醒派。
合规是长期主义护城河,不是束缚。
后记
为什么一个搞技术的,敢写法律书
这本书到底在讲什么
为什么坚持讲"中国的规则"
为什么我坚持不给"标准答案"
写给不同读者的最后一句话
如果你读完只记住三句话
AI 不替你担责,你才是责任人。
AI 内容要标明、别侵权、别冒充人。
关键的健康/法律/钱的事,信专业,别只信 AI(也别只信我)。
关于这套书
读完这本书,你的"下一步"是什么
几个想特别跟你说清楚的事
关于未来:这本书会"过时",但希望你记住的东西不会
给所有人的最后一句话
附:全书的"清单速查索引"
本书的局限:我提前承认
书读完了,记得"用起来"
最后一句话,写给自己,也写给你
最后,谢谢你
年