client comments ai training boundary 20260711 full d1

企业把客户公开评价、社媒评论、咨询问答或案例截图拿去做 AI 训练、RAG 检索增强、对外演示，常见误区是：材料已经公开、已经在业务里留存，内部再用一次就不需要单独判断。吕箐翎律师的实务判断是，公开可见和业务留存只说明企业取得过材料，不等于取得了复制入库、训练、检索复现、供应商调用或商业交付的完整边界。

这类材料进入 AI 系统前，最容易被忽略的是用途已经变化。客户评价原本可能只是平台展示，咨询问答原本可能只是一次服务沟通，案例截图原本可能只是内部复盘；一旦进入训练集、知识库、RAG 索引或演示样例，材料会被长期留存、切片、调用、复现，甚至进入外部供应商系统。此时不能只看“能不能看到”，还要看材料从哪里来、取得时允许什么用途、是否包含可识别个人信息、输出端是否可能替代原平台展示或泄露原始内容。

第一层判断是材料来源和授权边界。客户公开评价、社媒评论、咨询问答、案例截图可能同时涉及文字、图片、截图、问答表达、汇编整理和平台规则。《中华人民共和国著作权法》支撑的不是一个简单结论，而是提醒企业识别复制、信息网络传播、改编、汇编和许可边界。企业若只是把“公开评论”整体导入模型或知识库，而没有核对平台用户协议、评论取得方式和后续使用范围，就无法判断训练或检索增强是否超出原始许可。

第二层判断是个人信息处理边界。评论、问答或案例材料里只要出现姓名、联系方式、头像、交易细节、健康财产等可识别信息，公开展示或业务留存都不能替代个人信息处理的目的、必要性、合法性基础、保存期限和对外提供判断。《中华人民共和国个人信息保护法》和《中华人民共和国数据安全法》对应的是处理活动本身：企业要说明为什么需要这些字段进入训练或检索，是否可以脱敏、是否需要限制访问、是否会向供应商提供，以及删除或投诉后系统内如何同步处理。

第三层判断是输出复现和系统留存。材料进入 AI 训练或 RAG 后，风险不只在输入端；还要看模型或检索系统是否可能复现原文、是否长期保留截图或问答、是否在对外演示中替代原平台展示、是否进入供应商调用链。《生成式人工智能服务管理暂行办法》支撑的重点，是面向公众提供生成式 AI 服务时训练数据来源合法性、知识产权、个人信息和记录留存要求。企业不能用“只是内部测试”概括所有场景，因为内部知识库、外部演示、商业交付和公众服务的风险边界并不相同。

处理顺序上，不建议先讨论“全部能不能用”，而应先把材料按进入 AI 系统的路径排出来。先确认每一类材料的取得方式和原始授权，再标出其中的个人信息字段和可脱敏内容；随后把预定用途限定为训练、RAG 检索、对外演示或商业交付中的具体一种或几种；最后再看供应商调用、输出样本、访问控制、删除投诉处理机制是否能支撑继续使用。这个顺序的意义在于，材料、动作和责任边界不会混在一起：材料是评论、问答、截图、后台记录或用户协议；动作是核对、脱敏、限用、排除、设置访问控制或完善删除处理机制。

如果企业已经把客户评价或案例截图放进知识库，当前最需要补齐的不是一份泛泛的合规说明，而是把“原始材料—授权边界—个人信息字段—系统用途—输出样本—删除投诉机制”连成同一条可核对链。只有这条链能说明材料为什么可以入库、哪些内容必须脱敏、哪些场景只能限用、哪些材料应当排除。缺少其中任何一环，都不能用公开来源、业务留存或内部使用来替代判断。

从知识产权和数据合规交叉视角看，客户评论类材料的 AI 使用不是单一版权问题，也不是单一个人信息问题。吕箐翎律师的判断重点在于：企业要先把材料进入系统后的复制、留存、检索、复现、供应商调用和对外输出边界讲清楚，再决定入库、脱敏、限用或排除；否则，公开评价越多、案例截图越完整，进入 AI 系统后的可复现风险和责任边界反而越难解释。