夜雨聆风摘要：北京互联网法院"AI文生图第一案"入选2024中国数字经济十大影响力事件，学界争议却未止。华东政法大学王迁教授在《中国法治》2026年第4期明确：AI生成内容因缺乏"自然人直接决定表达性要素"，不宜作为作品受著作权保护。本文为律师拆解"提示词=创作？""可版权性与侵权责任分离""训练数据合理使用边界"三大实务要点。
前段时间，"国内首例AI文生图著作权侵权案"入选2024中国数字经济发展与法治建设十个重大影响力事件，让不少客户兴奋地问我们：
"律师，我用Midjourney生成的企业吉祥物，我能享有版权吧？我都写了很详细的Prompt！"
我的回答通常是谨慎的：在中国现行法下——大概率不能。
而这，正是华东政法大学王迁教授在最新发表于《中国法治》2026年第4期的笔会文章《生成式人工智能著作权争议的法治回应》，以及智拾网"AI文生图定性精讲课程"中系统阐述的核心观点。
今天结合王迁教授原文，帮大家避开三个最致命的认知误区。
一、误区一："我写了Prompt，所以我创作了作品"
王迁教授的核心标准
《著作权法实施条例》第3条： "创作是指直接产生文学、艺术和科学作品的智力活动。"王迁教授强调关键词是"直接（directly）"——民事主体必须基于自由意志直接决定构成作品所需的表达性要素（expression）。
- Word/WPS/Photoshop：人决定写什么字、画什么线条，软件只执行，是创作工具✓
相机：人构图、按快门、选择角度（传统胶片时代也公认有创作性），是创作工具✓
（注：王迁教授特别指出AI与相机不可类比——相机不自主重构画面，AI则自主生成像素）
生成式AI（Stable Diffusion / Midjourney / 文心一格）：用户输Prompt划定"方向和领域"，但无法控制最终图片的像素排布、色彩搭配、构图细节——表达性要素由AI自主生成 ✗
> 结论：用户输入Prompt ≠ 创作行为。Prompt是"指令/构思（idea）"，落入思想与表达两分法的"思想（idea）"层，不受著作权保护。
对律师的实务意义
- 客户咨询"AI图能否登记版权"：告知目前国内（及美/英/欧盟多数情形）不支持；可建议通过"后续具有独创性的选择和/编排/修改"（如拼贴、手绘润色、组图编辑）使衍生成果构成汇编作品或美术作品。
- 主张侵权赔偿时：若客户仅持有纯AI生成图，难以依著作权主张复制/改编权侵权——可考虑主张不正当竞争（《反不正当竞争法》第2条）或合同违约，而非版权侵权。
误区二："不算作品 = AI抄袭没事"
这是最危险的误解。可版权性（Subject Matter）与侵权性（Infringement）是两件事。
王迁教授的"假定自然人测试法"
当AI生成内容与在先受保护作品实质性相似，王迁教授提出"假定自然人测试法（Fictional Natural Person Test）"：
1. 先把AI假定为自然人
把"用户调AI生成侵权图"类比为"客人向自动点唱机（Jukebox）点播他人未授权曲目"
结论推导：
用户：仅发指令+私人欣赏 → 一般不构成直接侵权（传播需另论）
- AI服务提供者/开发者：若模型轻易且稳定地吐出与训练作品实质相同的产出→ 开发者/服务提供者可能承担帮助侵权或连带/单独侵权责任（需视注意义务与是否采取必要措施）
类比：点唱机制造商/销售者提供盗版曲库 → 承担责任
> 重点：AI生成内容虽可能不受版权保护，但训练数据侵权+生成侵权输出，责任在提供方而非简单"因为无版权所以随便用"。
律师应对清单
三、误区三："训练用作品 = 法定合理使用，不用管"
王迁教授特别警示：中国现行法尚无"AI训练数据例外"的明文规定。
美式"转换性使用（Transformative Use）/ 非表达性使用（Non-expressive Use）"理论不能直接套用于中国《著作权法》第24条法定例外；
批量爬取+建立可反复调用的训练语料库 ≠ 为个人学习目的的少量复制；
场景 | 行动 |
企业采购 GenAI 服务 | 合同中须加入补偿条款（Indemnity）：若 AI 生成内容被第三方诉侵权，由供应商承担全部赔偿责任（含律师费、和解金等）。 |
发现竞品使用我方训练图生成相似图 | 立即固定竞品生成记录 → 分析其训练集是否存在泄露或非法抓取 → 依据《著作权法》第 10 条主张复制权/改编权侵权（针对的是竞品的“利用行为”，而非主张 AI 图本身享有版权）。 |
客户想“买断” AI 生成素材版权 | 明确告知客户：无法买断著作权（AI 生成物通常不受版权保护）。可改为签署：独占使用权 + 供应商不侵权担保（Warranty） + 永久维权授权。 |
《生成式人工智能服务管理暂行办法》第7条"涉及知识产权的，不得侵害他人依法享有的知识产权"——是义务宣示，非侵权豁免。
> 实务建议：若顾问单位是AI公司——尽早启动训练数据合规清查（Data Provenance Audit），区分已获授权/公有领域/需补授权/风险接受四类，并形成书面记录（未来监管收紧时有据可查）。
四、如果客户坚持要"保护"AI产出怎么办？
王迁教授提及：邻接权（Neighboring Right）设置属立法政策问题，国际尚无先例，本文不预设观点但需调研。
现阶段律师可操作的替代路径：
1. 人工演绎（Derivative Work）：客户在AI底图上手绘/大幅重编 → 新作品受保护
汇编作品（Collective Work）：多篇AI生成图+原创说明文字+特定编排 → 汇编权
3. 合同约定：对内部员工/外包设计——明确AI辅助产出物的商业秘密归属（保密协议+NDA），按《反不正当竞争法》第9条保护经营信息
商标/外观设计与版权并行：对具商业价值的AI吉祥物，同步申请商标注册 + 外观设计专利（若满足条件）
王迁教授文章结尾写道："以更清晰且更具有前瞻性的规则供给为各方主体划定可以预期的行动边界。唯有如此，技术发展才不至于以过度侵蚀权利为代价。"
作为AI律师，我们的职责是：
- 不夸大AI生成物的版权地位（避免客户误判诉讼价值）
不低估AI训练与生成侵权的合规风险（帮企业建防火墙）
在现行法框架内，为客户找到"邻接保护—商业秘密—合同—商标"的组合拳
