AI 生成的图和文案，到底有没有著作权

一、问题的核心：独创性来自谁

“智力成果”这四个字，是 AI 生成内容争议的起点。著作权法保护的是人的创作，不是机器的输出。所以问题不是“AI 能不能创作”，而是“在这个结果里，人的智力投入是否达到了独创性的程度”。

同一台工具，两种结果：

• 输入“一只猫”，随机出一张图，换个人再点一次，结果完全不同——很难说体现了谁的个性；
• 设计场景、光线、构图、材质，反复调整提示词和参数，生成几十版再筛选、局部修改——这里面有大量具体的选择。

法律看的正是后者。

二、目前的司法态度：有分歧，但方向清楚

国内已有法院在个案中认定，使用者通过设计提示词、设置参数、反复调整和筛选，对生成图片作出了实质性智力投入，生成结果可以构成美术作品，使用者可以主张著作权。

也有法院持相反意见：仅输入简单指令、由模型随机生成的内容，缺乏人的个性化表达，不构成作品。

两种结论并不矛盾，分歧点在控制程度：人对最终结果有没有形成可识别的、具体的表达选择。

需要说明的是，这些判断都是个案认定，目前没有统一的司法解释。同样的操作，不同法院可能有不同看法。

三、什么情况下更可能被认定有著作权

• 提示词有具体设计：不是“画个律师”，而是对人物、场景、光线、构图、风格逐项描述；
• 多轮迭代：生成、评估、修改提示词、再生成，过程可以还原；
• 人工后期：局部重绘、调色、合成、排版，人的修改占了相当比重；
• 形成个人风格：一系列作品呈现稳定、可识别的表达特征；
• 过程留痕：提示词记录、参数截图、版本文件、生成时间。

最后一条最实际。打官司时，法院要看的不是你说自己投入了多少，而是能不能证明。

四、什么情况下大概率没有

• 一键生成、随机出图，没有人工筛选和修改；
• 纯功能性、事实性的输出，比如数据整理、摘要；
• 直接要求“模仿某位在世艺术家的风格”，且结果与原作高度接近；
• 生成内容与他人在先作品实质性相似。

最后一种不只是“有没有著作权”的问题，而是会不会侵权的问题。

五、权属归谁：用户、平台还是开发者

即使用户的生成内容构成作品，也要先看用户协议怎么约定。

常见的有三类条款：

• 归用户：平台不主张著作权，但要求广泛的使用许可；
• 归平台：用户仅获得有限的使用权，商用可能受限；
• 不明确：只写“生成内容由用户负责”，权属留白，最容易出争议。

企业场景还要看两层关系：

• 职务作品：员工为完成工作任务使用 AI 生成内容，权利归属要看劳动合同、规章制度和具体约定；
• 委托创作：委托第三方用 AI 做设计，合同里必须写清成果权属、使用范围、侵权责任由谁承担。

著作权登记可以做，但它只是初步证明，不解决独创性争议。登记了也可能被推翻，没登记也可能被认定。

六、商用前的三类风险

1. 侵权风险

生成结果与现有作品实质性相似，或者训练数据本身存在权利瑕疵，都可能引发纠纷。图片、字体、音乐是高风险领域。商用前做一次相似性检索，成本远低于应诉。

2. 标识义务

《人工智能生成合成内容标识办法》已于 2025 年 9 月 1 日施行，要求对 AI 生成合成内容添加标识，包括用户可感知的显式标识和文件元数据中的隐式标识。发布、传播生成内容时，不能把 AI 生成说成真人原创。

3. 内容本身的风险

AI 会“编”：编案例、编法条、编数据。用于宣传、报告、法律文书，一旦出错，可能构成虚假宣传、名誉侵权，甚至影响交易。生成内容必须人工核验。

七、实务建议

给创作者：

• 保留创作过程：提示词、参数、迭代版本、生成时间，按项目归档；
• 重要作品做著作权登记，同时保留原始文件；
• 商用前查相似性，尤其是人物、知名 IP、特定风格；
• 发现被侵权时，主张的重点是“你的个性化选择体现在哪里”，而不是“这是我用 AI 做的”。

给企业：

• 在劳动合同、委托合同、供应商协议中写明 AI 生成内容的权属和使用范围；
• 建立内部审核流程，生成内容对外使用前必须人工复核；
• 按要求添加 AI 标识，避免把生成内容当作真人作品宣传；
• 保留使用的模型、版本、时间和操作记录，便于追溯。

八、一句话总结

AI 生成内容有没有著作权，不取决于工具，取决于人。投入越具体、越可证明，越可能被认定为作品；反之，很可能落入公有领域，谁都可用，也无权阻止别人用。

真正的风险往往不是“拿不到版权”，而是“用了不该用的东西”。