问题探讨 | 创造性控制力:基于工具性视角生成式AI内容独创性认定的新路径

现行著作权法以自然人作者为核心构建，而生成式AI所呈现的“人构思、工具执行”新型创作模式，导致传统独创性认定标准难以直接适配。当前学界对AI生成内容的独创性认定存在主观主义与客观主义的理论分歧，在权利归属上形成了用户、开发者、公共领域三种模式的争议，对侵权责任主体的认定亦未达成共识。值得注意的是，近期司法实践已开始聚焦用户提示词迭代、参数调整等行为对生成结果的控制程度，为相关理论研究提供了重要的实践参照。本文核心聚焦于：在将生成式AI定位为创作工具的前提下，如何科学认定AI生成内容的独创性，研究旨在构建一套以用户“创造性控制力”为核心的独创性认定标准，最终实现鼓励技术创新与保护创作者权益的制度平衡。

一、工具性视角分析与控制力分级标准构建

（一）AI作为工具的技术逻辑

生成式AI的基本工作原理，是通过用户输入指令、调整参数驱动内容生成。以Stable Diffusion为例，用户主要通过两种方式对生成结果施加影响：一是设计具体提示词；二是调整各项参数。这一过程充分彰显了AI的工具属性，其核心功能在于将人类的抽象构思转化为具体表达形式。从传统相机、Photoshop到如今的生成式AI，创作工具的形态不断迭代升级，但著作权法所创设的稀缺性保护及激励机制，并不会因生成式AI的出现而消解或失灵，而是转移至AI生成内容背后的人类智力活动之中。本质而言，“人构思、工具执行”的创作根本逻辑并未发生改变。

（二）法律争议焦点

尽管生成式AI具备工具属性，但其在创作过程与结果生成上与传统工具存在显著差异，这也给现行著作权法带来了两大核心难题。其一，传统独创性标准着重强调作者对表达形式的直接掌控，而在AI创作场景中，用户并未“亲手”完成具体表达，加之算法本身具有“黑箱”特性，使得用户指令与生成结果之间的因果关系变得模糊不清，给司法层面的独创性认定带来了现实困难。其二，用户输入的指令是否能构成法律意义上的“创造性控制”，在司法实践中尚未形成共识，其中的核心争议点，在于如何科学界定用户指令的法律性质，明确其在AI生成内容创作中的法律地位。

（三）创造性控制力的概念化与分级框架

为解决上述难题，需将“创造性控制力”转化为可操作的分析框架，建立强度分级梯度审查标准，结合用户创作投入差异，将控制行为划分为弱、中、强三个层次。

一是弱控制：用户仅输入单轮简单指令、沿用默认参数，未筛选或后期处理（如仅输入“生成一只猫”），干预度极低，生成结果多为算法随机输出，不宜认定有独创性。

二是中控制：用户进行2至5轮提示词调整、修改部分参数，筛选结果并轻微后期处理。北京互联网法院2023年AI图片著作权案即属此类，法院结合内容独特性作出独创性认定。

三是强控制：用户参与度高，提示词迭代6轮及以上或多参数联动调整，反复筛选大量结果并深度后期修改。例如，在张家港法院2024年相关案件中，用户精准把控方向并深度编辑构图、光影，法院据此推定其有独创性。

二、现行独创性标准的三重适用困境

(一)现实困境

现行独创性标准在认定AI生成内容时，面临三重现实困境：一是构思与表达相分离。传统著作权法强调作者直接掌控表达形式，而AI创作中，用户仅通过指令传递构思，具体表达由算法完成，导致法院难以将用户指令认定为法律意义上的创作，阻碍独创性认定。二是算法黑箱削弱控制有效性。即便提示词具体，AI输出仍具不确定性，同一指令可能生成差异明显的内容，不仅引发用户作者资格的质疑，也让“创造性控制”认定模糊。三是举证责任存在难题。主张著作权保护需举证自身实质性贡献，但用户存证意识薄弱、平台无强制存证义务，企业批量生成场景中逐一条目存证不现实，导致部分具独创性的内容因举证不能无法获保护。

（二）困境成因浅析

上述困境的根源，在于生成式AI将创作过程裂变为构思与执行两个相互独立的阶段，用户承担构思环节的核心职责，算法则负责将构思转化为具体表达，这是一种区别于传统创作的新型分工模式。但现行独创性认定标准仍固守“亲手创作”的核心逻辑，以是否亲手完成写、画等表达行为作为认定依据，与AI创作的真实过程存在明显脱节。因此，要走出当前困境，关键在于将独创性审查重心从“谁执行了表达”转向“谁控制了表达的形成”，实现认定标准与技术发展的适配。

（三）司法趋势与立法动向的比较法参照

中国司法实践中，北京互联网法院2023年AI图片著作权案，是审查重心转向的标志性判例。法院认定原告图片独创性时，审查了其七轮提示词修改记录、非默认参数设置及Photoshop后期编辑文件，最终认定原告的个性化操作使图片具备独创性。该判决表明，我国司法已从“结果中心主义”转向“过程+结果”双重审查模式，凸显用户控制力的核心作用。

美国司法实践中，Andersen诉Stability AI等案件，着重强调用户指令与生成结果的因果关系，明确用户对生成过程的控制程度是独创性认定关键，为本文“以控制力为核心”的论证提供了比较法支撑。

欧盟立法方面，《人工智能法案》第28条b款要求通用AI开发者披露训练数据中受版权保护材料的摘要。该条款虽规制开发者披露义务，但其隐含开发者对AI输出有相当控制力的逻辑，为本文将开发者纳入权利与责任框架提供了立法参照。

（四）路径重构：控制力强度与保护梯度动态模型

基于前文分析，本文承继“可视化构思”核心内涵，借鉴其GenAI与照相机构思转化差异研究，修正摄影作品“机械固定”要件为“受控固定”、增设“创作记录”要件，提出独创性认定动态修正模型，破解现行标准困境。

一是“受控固定”控制力分级认定。沿用前文弱、中、强三级判定标准：弱控制直接否定独创性，强控制直接推定具备独创性，中控制结合成果独特性个案认定，保障审查弹性适配。

二是优化算法黑箱举证规则。确立“用户初步推定+开发者反驳”规则：用户提交完整强控制操作记录，即可推定满足“受控固定”要件、指令与输出存在因果关联；开发者主张结果偏离指令，需自行举证，合理分配举证责任。

三是完善证据规则制度适配。通过司法解释明确两项要求：其一，GenAI平台需履行存证义务，提示词、参数、时间戳等关键记录留存不低于30日；其二，企业批量生成场景，可依托模板系统、人工审核、批量留档等系统化管控整体确权，无须逐条留存操作记录。该动态模型并未否定原有双要件，而是将刚性二元标准，转化为强度可调的弹性审查框架。

三、控制力视角下的权利归属与侵权分配

（一）控制力视角下的权利归属规则

著作权法激励创作的核心逻辑，是将财产权赋予对作品独创性有贡献的主体。AI创作中，独创性源于用户的创造性控制，权利归属应回归这一逻辑。

用户著作权模式符合控制者受益法理：用户通过强控制将智力投入转化为表达，其劳动应获权利回报。PromptBase平台2025年报告显示，年度提示词交易额超200万美元，优质提示词单条售价达数百美元，印证了用户创作的经济价值。

开发者著作权模式存在逻辑悖论：著作权保护独创性表达而非研发投资，赋予开发者著作权会导致用户创作空心化，还可能让用户协议成为平台剥夺用户权利的工具。

公共领域模式可作为补充：由政府或授权机构主导、多方协作，构建并更新《人工智能公共领域数据资源名录》，弱控制生成物可归入公共领域或参照邻接权赋予短期商业用益权。

据此，本文提出以控制力为核心的分层确权规则：强控制下用户享有完整著作权，中控制需个案认定，弱控制原则上归入公共领域；企业批量生成可通过系统性控制框架整体确权。

（二）控制力视角下的侵权责任认定

当生成物侵害他人著作权时，责任应在各主体之间如何分割？本文延续控制力决定义务范围的分析逻辑，故侵权风险控制能力越强的主体，应承担越高的注意义务。

用户责任遵循过错原则。若用户指令精确指向他人作品，或对生成内容进行实质性编辑后仍构成实质性相似，应承担直接侵权责任。可引入恶意指令的过错推定规则，当输出内容与特定权利人作品高度相似时，推定用户指令具有侵权意图。

开发者责任呈现双重结构。在训练阶段，由于生成式人工智能生成结果的前提是存在相关的数据，训练数据的质量也直接决定了生成结果的可靠性程度。受技术发展水平的限制，生成式人工智能服务提供者虽然无法保障生成内容完全客观、准确，但服务提供者对其信息来源尽到一定的审核义务，以保障其生成成果的可靠性。在输出阶段，对高风险模型应部署内容侵权筛查机制。如欧盟人工智能法案对开发者设定的数据披露义务可视为此类注意义务的立法确认。

平台责任实行动态调整。纯技术接入服务适用避风港规则，内容聚合或主动推广场景则承担更高的事前筛查义务。若平台通过算法主动推荐侵权内容，可参照算法推荐侵权的司法裁判规则认定其主观过错。

综上，生成式人工智能的普及重构了传统创作模式，也对著作权法独创性认定体系带来了颠覆性挑战，构思与表达分离、算法黑箱干扰、举证困难三重困境，本质上是现行认定标准与AI创作实践的脱节所致。本文从工具性视角出发，以用户“创造性控制力”为核心，构建了弱、中、强三级审查框架，并结合司法实践与比较法经验，提出“受控固定+创作记录”的动态修正模型，通过分级认定、举证规则优化与证据制度适配，破解了现行标准的适用难题。该模型既坚守了著作权法保护人类智力成果的核心精神，又实现了其与AI技术发展的良性适配，为司法裁判提供了可操作的指引。未来，随着生成式AI技术的持续迭代，还需进一步结合实践反馈，细化控制力分级标准、完善平台存证义务与责任分配规则，在鼓励技术创新与保护创作者权益之间实现更精准的制度平衡，推动著作权法在数字时代的完善与发展。

本文刊载于《法治时代》杂志2026年第8期

2026年4月出版