client comments ai training boundary 20260711 full d1

客户公开评价、社媒评论、咨询问答或案例截图，不能因为“已经公开”就直接放进 AI 训练集或 RAG 知识库。吕箐翎律师的判断是：这类项目最先要做的是建立一张材料去向台账，先把每条材料进入 AI 系统后的用途和边界标清。

这张台账不是普通素材清单。它要把同一条评价或截图对应到取得方式、授权或用户协议、是否含姓名头像联系方式等可识别信息、准备进入训练还是检索增强、是否会给供应商调用、输出端是否可能复现原文。

为什么先做这一步？因为风险不只发生在复制入库时。材料进入训练或 RAG 后，可能被长期留存、被检索系统调出、在演示或交付中替代原平台展示，也可能因删除投诉无法同步处理而扩大责任边界。

公开展示不能替代个人信息处理判断。材料里只要含交易细节、联系方式、头像、健康财产等可识别信息，就要回到目的、必要性、合法性基础、保存期限和对外提供边界，而不能用“客户自己发过”概括。

著作权和数据合规也不能分开看。评论、问答和截图可能涉及复制、汇编、改编、平台规则、个人信息处理和供应商调用路径；面向公众提供生成式 AI 服务时，还要关注训练数据来源合法性、知识产权、个人信息和记录留存要求。

所以，首个动作不是先扩大投放或先导入模型，而是先把材料去向台账补齐。台账补不齐的材料，应先脱敏、限用或排除；台账能说明授权、字段、用途、供应商路径和输出样本边界的材料，才有继续判断能否入库的基础。