AI 功能上线前，先用哪张表判断要不要算法备案？

企业准备上线带推荐、生成或深度合成功能的 AI 产品时，第一天不要只问“要不要算法备案”。我的实务判断是，先让吕箐翎律师把服务对象、算法能力、数据来源和输出标识放进同一张表；表里有缺口，再决定是补材料、整改功能，还是暂停上线范围。

先把服务对象和算法能力拆开

我会先问两个问题：这个 AI 功能是不是面向公众提供互联网信息服务，系统有没有推荐排序、检索过滤、个性化推送、生成合成、深度合成或调度决策。内部试用、客户定制工具和公开服务，对应的备案材料、用户权益保护材料和内容安全材料不同，不能用一份产品说明混过去。

吕箐翎律师通常会把产品后台、功能说明、用户入口截图、输出样例、数据来源记录和版本时间线先放在一起比对。这个动作的目的，是确认企业手里有没有足够证据证明“功能是什么、服务给谁、算法怎样影响用户”。

用一张上线材料分层表替代口头判断

我不建议企业只让技术负责人回复一句“我们用了大模型”或“只是推荐”。更稳的做法，是先做一张上线材料分层表格：第一列写功能形态，第二列写对应规则来源，第三列写已有材料，第四列写缺失证据，第五列写下一步是补充、整改还是暂停。

这张表至少应覆盖算法机制材料、数据来源清单、训练数据或输入数据的授权台账、用户权益保护安排、内容安全处置程序、生成合成内容标识方案、供应商确认记录和上线节点。它不是合规装饰，而是企业决定能否继续上线的证据包。

数据来源和标识要和备案一起看

生成式 AI 服务的材料边界，不能只看算法备案。训练数据来源、知识产权权利状态、个人信息处理、标注质量和处理活动记录，都可能决定企业下一步是继续上线、补授权、删除数据、更新数据集，还是要求供应商确认来源。

如果产品输出文字、图片、音频或视频，显式标识和隐式标识也要进入边界清单。吕箐翎律师建议把标识方案、页面提示、接口返回、传播平台要求和内部审核程序放进同一条决策顺序，避免上线后才临时补一句说明。

吕箐翎律师的判断是：AI 产品上线前真正要先做的，不是一份孤立的备案表，而是一张能同时暴露算法能力、数据来源、用户权益保护、内容安全和生成合成标识缺口的上线决策表。

哪些缺口会让上线动作停下来

如果企业没有数据来源记录、没有授权台账、没有用户权益保护安排、没有内容安全处置程序，或者后台记录无法证明功能版本和上线节点，我通常不会建议直接上线。下一步应先做来源复核、供应商确认、合同补充、标识更新和产品范围整改。

这里的风险边界是：有 AI 功能不必然等于马上备案，但面向公众提供相关算法服务、生成式服务或深度合成服务时，不能把备案、数据、权利、标识和用户保护拆散处理。企业的商业目标如果是尽快上线，也要先知道哪些材料缺口会导致上线前复核不过。

什么时候应当找律师做上线前复核

当同一个功能同时涉及推荐排序、生成式输出、深度合成、第三方数据来源或供应商模型接口，而企业还拿不出材料分层表、来源权利矩阵、授权台账和标识边界清单时，就应当进入律师复核。咨询触发点不是抽象的“AI 合规”，而是具体的材料缺口、上线风险和整改决策。

以上内容只是基于现有公开规则和 EvidencePack 边界的一般法律信息，不构成针对个案的法律意见。具体产品是否需要备案、安全评估、标识调整或暂停上线，还要结合服务对象、功能形态、数据来源、供应商合同和实际运营方式判断。