人工智能（AI）的商业应用，通常涉及多个相互衔接的环节。数据供应方提供素材，模型开发者决定如何训练，应用企业将模型接入具体业务，用户再通过输入指令获得结果。一项损害结果可能在最后的输出环节才显现，形成原因却分布在不同主体控制的环节之中。既有法律所保护的声音、个人信息、作品和交易自主权，也可能在同一过程中受到不同方式的影响。

因此，理解《意见》，需要沿着一项服务实际运行的过程，分析权利如何受到影响、哪些行为参与了损害形成，以及相关主体具有什么样的预见和干预能力。声音合成、图像生成和算法定价等已有争议，为这种分析提供了具体的观察对象。本文据此讨论数据使用、平台责任、竞争秩序与证据规则之间的联系，并进一步考察这些规则对企业合同和业务管理的要求。

一、理解裁判规则，首先需要区分训练、生成与传播

同一模型所涉及的法律问题，往往发生在不同阶段。例如，企业收集他人文章用于训练，首先涉及数据取得和作品使用；模型根据指令生成近似内容，进一步涉及输出内容与在先作品的关系；平台将相关内容公开展示或供其他用户调用，又涉及传播行为。各阶段需要查明的事实、可能受到侵害的权利以及责任主体并不完全相同。将这些环节区分开来，才能确定当事人实际提出了什么请求，并找到相应的法律依据。

《意见》在现行法律基础上提出裁判指引。对于归责原则，第3条规定：

“法律没有明确规定适用无过错责任或者过错推定责任的，应当依照民法典第一千一百六十五条第一款规定的过错责任原则认定行为人是否承担侵权责任。”

这项规定为一般情形下的责任认定确立了起点：法院需要判断行为人是否违反其应当履行的注意义务，进而考察该过错与损害之间的联系。对于企业而言，这意味着风险评估、功能设计和争议处置均可能成为说明自身行为是否合理的材料。但要明确的是，在特定法律另有规定时，仍须适用相应规则。例如，个人信息保护法第69条规定，处理个人信息侵害个人信息权益并造成损害时，处理者不能证明自己没有过错的，应当承担损害赔偿等侵权责任。

同时，《意见》没有对所有涉及模型训练和生成内容的争议作出统一结论。最高人民法院在同日答记者问中说明，人工智能生成内容的可版权性，以及未经许可使用他人作品训练大模型的定性，因存在较大分歧，暂未作出规定。

这两项问题分别关系到生成内容能否作为作品获得保护，以及训练过程中的作品使用应当如何评价。它们与具体输出是否侵害已有作品，属于相互关联而又需要分别判断的问题。即使某次输出没有再现特定作品，也仍需调查训练数据的取得和使用；即使训练资料具有合法来源，用户输入侵权内容、平台公开传播相关结果等后续行为，也需要单独评价。

这种区分应当反映在交易文件中。企业采购模型时，供应商关于数据来源合法的承诺，应当对应可提供的来源和授权材料；关于输出风险的承诺，则应说明适用场景、使用条件和争议处理方式。出现权利主张后，由谁提供证明、谁协助停用相关功能、替换服务费用如何承担，需要进一步约定。只有把风险承诺落实到具体义务，采购方才能在纠纷发生时提出有明确对象的履约请求。

二、从配音素材到合成人声：用途变化为何需要重新审查授权

数据进入模型之前，企业首先需要回答的，是拟实施的使用行为是否处于其取得的权限范围。殷某某声音权益案说明，持有某项素材，与有权利用该素材提供新的服务，可能是两个不同的问题。

该案中，殷某某曾为甲公司录制录音制品。甲公司随后将音频提供给乙公司，乙公司以其为素材进行AI处理，形成可以用殷某某声音呈现任意文字内容的软件产品。丙公司购买该产品后，再包装成自己的产品供用户使用。殷某某发现，一些短视频中的配音虽然并非其本人录制，却呈现出能够识别其身份的声音特征，相关配音来源于丙公司的产品。殷某某并未授权这些公司将其声音或音频进行AI化处理，遂提起诉讼。

争议的关键在于，音频作为录音制品的利用，与自然人的声音被用于持续生成新内容，分别涉及不同的权利。原有录音记录的是特定表演或表达；声音合成服务则使他人能够反复调用相同声音特征，表达原配音者从未说过的内容。法院以可识别性判断声音权益的保护范围：经处理的声音仍能使一般公众或者相关领域公众关联到特定自然人的，其人格权益仍受保护。《意见》第4条将相关行为表述为：

“除法律另有规定的外，未经自然人同意，使用自然人的声音作为训练语料，模仿该自然人的音色、语调和发音风格等生成能够识别该自然人的合成人声，该自然人主张行为人侵害其声音权益的，人民法院依法予以支持。”

该案还区分了不同责任形式。甲、乙公司未经合法授权利用殷某某的声音，具有过错，法院判令二者连带赔偿25万元。丙公司以合理价格购买产品，对其具有合法授权存在合理信赖，法院据此认定其没有主观过错，未判令其承担赔偿责任；但乙、丙公司仍须赔礼道歉。

法院的处理有助于理解数据采购审查的实际作用。能够说明合理信赖的交易材料，可能影响过错和赔偿责任的判断；但相关材料的证明作用，需要放在具体请求中评价。对供应商的一项概括担保，企业还应进一步了解其覆盖的是录音制品使用，还是包括自然人声音合成及后续商业调用。获知授权争议后，继续提供相关服务又会形成新的行为事实。

对于语音合成业务，合同和操作流程因此应当围绕用途建立对应关系：哪些录音可供处理，是否允许模拟可识别的自然人，合成人声可以用于哪些场景，是否允许转交第三方使用。授权文件、素材批次与实际部署的服务之间，应当能够相互查对。否则，业务部门虽然持有合同，仍可能无法解释用户正在调用的声音究竟依据哪一项授权提供。

使用已公开个人信息进行训练，也需要审查公开目的与后续用途之间的关系。《意见》第6条规定：

“为人工智能模型训练，在合理范围内处理个人自行公开的或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵害个人信息权益的行为。对个人权益有重大影响的，应当依照法律规定取得个人同意。在认定合理范围时，应当综合考量处理个人信息的目的与模型功能的必要性和适当性，所涉个人信息的类型、敏感程度及对个人权益的潜在影响，个人公开信息时的场景及可合理预期的使用范围等因素。”

该条同时设置了合法公开、合理范围、个人未明确拒绝以及重大影响时取得同意等条件，其判断对象是具体处理行为。例如，个人在职业平台公开姓名、履历，通常能够预期他人为了解其职业经历而阅读这些信息；如果企业据此训练专门针对该人的识别、画像或者模仿功能，就需要进一步说明这种用途与公开场景、模型功能之间的关系，并评估其可能产生的影响。个人信息公开可见只能回答信息是否能够被访问，处理目的和影响仍须另行审查。

实践上的困难，在于信息可能经过采集、清洗、数据集整合和模型训练等多次流转。个人的明确拒绝如果只停留在最初采集者的记录中，后续处理者便可能无法识别需要处置的数据。因此，企业有必要在供应合同中约定拒绝通知和权限变更的传递机制，并尽可能保存数据批次与使用范围的对应记录。这类记录的意义，是使权利主张能够找到具体的处理环节，进而评估停止使用、调整功能等措施是否可行。

三、平台责任如何确定：技术能力需要与经营安排一起考察

当争议从输入数据转向生成内容时，责任判断还要进一步识别服务提供者的实际参与方式。基础模型开发者、面向用户的应用企业以及内容发布平台，可能分别掌握训练、调用、展示和投诉处理权限。用户受到损害时能够直接接触的企业，未必控制全部技术环节；但它在自己经营的服务中，仍可能拥有足以预防或减轻损害的权限。

对于生成内容侵害人格权益的情形，《意见》第7条规定：

“生成式人工智能自动生成的内容侵害他人名誉权、隐私权等人格权益，经权利人通知，生成式人工智能服务提供者未及时采取停止生成侵权内容等必要措施的，应当对造成的损害依法承担侵权责任。通知应当包括构成侵权的初步证据及权利人的真实身份信息。”

通知的作用，是将一个难以事先穷尽预测的风险，转化为服务方已经能够识别和调查的具体争议。权利人提供真实身份和初步侵权证据后，服务方可以核查相关结果、生成条件及传播范围，并据此选择措施。这也是为什么投诉渠道、通知内容和处理时间，会直接影响后续责任判断。

生成式服务的特点，使处置工作不限于移除已经展示的结果。传统网页中的一条内容被删除后，原链接通常不再提供该内容；生成式服务却可能在新的会话中再次产生相近结果。如果通知已经说明某一人物被持续编造事实、某类指令会反复生成侵权内容，服务方就需要全面评估其能够控制的检索资料、输入限制和输出过滤等环节。措施是否充分，应当结合被指出的侵权、当时的技术条件及其实际效果判断。

这里仍存在需要由案件逐步明确的问题：什么程度的再生成风险需要继续处置，采取措施的成本与损害严重程度如何比较，对特定侵权指令的限制会不会过度影响正常使用。企业能够提供的功能说明、测试结果和处理记录，将有助于法院判断措施是否与风险相称。责任认定也会由此落实到服务方在具体时点能够做什么、实际做了什么。

著作权纠纷中的平台责任，则同时涉及其对内容生成和传播的参与。《意见》第12条规定：

“人工智能生成内容侵害他人著作权的，人民法院应当综合考量人工智能服务类型、行业特点、训练数据来源、各方参与度、采取的必要措施以及获利情况等因素，依法合理认定人工智能开发者、提供者、使用者的责任。”

杭州奥特曼案中，用户可以上传相关图片，在平台提供的基础模型上训练针对该形象的微调模型，再由其他用户调用并生成相似图片。平台提供模型和图片的发布、分享功能，并通过会员、积分等安排获益。根据参与案件审理的法官助理访谈，法院结合侵权信息的明显程度、平台控制能力及未采取必要措施等事实，认定平台构成信息网络传播权帮助侵权，判赔经济损失及合理费用共3万元；二审维持原判。

理解这一结论，需要把生成与传播联系起来考察。用户上传素材并决定发布内容，说明用户在侵权过程中具有直接作用；平台将训练、调用和分享整合成持续可用的服务，则可能影响侵权内容被发现、复制和扩散的范围。平台越能够识别某项功能被持续用于生成特定侵权内容，其可以采取哪些措施的问题就越具体。经营收益是综合判断因素之一，与内容的明显程度、可干预性和措施成本共同发挥作用。

对于应用企业，这意味着责任审查应深入到功能和运营层面。例如，是否设置面向特定内容的展示分类，用户模型是否经过审核即可公开调用，投诉后能否同时停止模型分享和相关输出，以及业务部门是否为高风险功能设置额外检查。这些安排各自影响什么风险，需要有清楚说明。仅由用户承担责任的合同条款，难以回答平台自身如何履行注意义务的问题。

该案涉及对开源模型的整合使用，也提示有必要区分代码贡献与面向用户的服务经营。《意见》第13条规定：

“开源软件开发者、提供者以免费开源的方式提供涉人工智能软件研发所需要的部分代码模块，并公开说明其功能和安全风险，他人使用该代码模块导致侵权的，人民法院可以认定开源软件开发者、提供者不承担侵权责任。”

免费提供部分代码模块并披露功能、安全风险，与将这些模块整合为特定商业服务，是不同的参与方式。后续企业自行加入数据、训练功能、展示和收费安排后，形成了新的控制权限，其注意义务也应结合这些权限判断。开源许可文件因而只是合作审查的一部分；具体数据如何进入服务、谁能够关闭高风险功能、上游是否协助调查，仍须在部署和合同中落实。

四、竞争法关注什么：交易限制与信息共享如何影响市场

平台责任进一步延伸至竞争领域时，分析对象随之变化。人格权和著作权案件首先围绕特定权利受到何种侵害展开；竞争法还需要考察经营者之间的关系和市场竞争受到何种影响。杭州奥特曼案中，不正当竞争请求未获支持。根据该案审理人员的说明，训练和图生图服务本身具有扩展创作能力的作用，相关经营模式并未被认定违反诚信原则、扰乱市场秩序；再现作品表达的侵权问题适用著作权规则处理。

1. 消费者差别待遇与平台限制商家定价，分别需要怎样的证明

消费者遇到的差别待遇，通常表现为同一商品或服务向不同用户提供不同交易条件。《意见》第10条规定：

“针对同一商品或者服务，经营者利用算法在交易价格等交易条件上实行不合理的差别待遇，侵害他人合法权益造成损害的，人民法院应当依法认定其承担相应的侵权责任。在认定是否构成不合理的差别待遇时，应当根据差别待遇是否对消费者的知情权、自主选择权、公平交易权等造成实质性限制或者损害，是否基于消费者的消费偏好、支付意愿、支付能力、浏览记录等信息形成针对其个人的交易条件，是否违背诚信原则及商业伦理等，综合考量实行差别待遇的理由是否正当、充分、非歧视。”

在这类纠纷中，有意义的比较需要尽可能控制时间、库存、商品规格、取消条件和公开优惠等因素，进而调查差异是否基于用户画像形成，以及经营者能否提出充分理由。两张价格截图能够提供调查线索，但截图所对应的交易条件是否相同，直接决定其证明价值。相关分析首先指向消费者权益及差别待遇的合理性。

平台限制商家定价，则涉及另一种交易关系。2026年7月25日，市场监管总局对某头部在线旅游平台滥用市场支配地位作出行政处罚，罚没合计51.79亿元。根据处罚公告，相关市场为中国境内在线酒店预订平台服务市场。被查处行为包括要求“特牌”酒店独家合作，以及强制“金牌”“无牌”酒店给予全网最低价，并通过直接调价、流量限制、摘牌和扣除订单储备金等方式保障实施。

这一案例中的价格约束，作用于酒店如何选择经营平台和设定跨平台价格。其竞争影响，需要结合平台服务市场观察。假设某个平台降低佣金，希望酒店将节省的费用转化为更低房价，从而吸引消费者使用该平台；如果酒店必须保证另一平台始终取得相同或更低价格，低佣金平台就可能难以通过终端价格体现其竞争优势。这个机制说明，某次订单价格降低，与平台之间竞争是否受到限制，可以同时成为需要审查的问题。

相应的调查应覆盖价格约束如何形成和执行：酒店是否能够拒绝调价，拒绝后是否失去流量或权益，其他平台获得酒店供给的机会如何变化，以及这些限制是否具有正当理由。该案是《意见》发布前的行政执法案例，其价值在于展示技术工具如何与平台规则结合实施交易限制，为后续同类事实的识别提供参照。

对于利用算法实施的垄断行为，《意见》第16条规定：

“经营者利用数据、算法等技术手段达成垄断协议或者实施滥用市场支配地位等行为的，依法承担相应责任。”

这项规定需要与反垄断法及《最高人民法院关于审理垄断民事纠纷案件适用法律若干问题的解释》（以下简称“2024年垄断民事司法解释”）衔接。该司法解释第25条已对平台要求相同或更优惠交易条件的协议规定不同审查路径，涉及经营者是否具有竞争关系、原告提出何种请求等因素。对于滥用市场支配地位的主张，第28条要求原告证明支配地位及滥用行为，由被告对其行为的正当性理由承担证明责任。法律路径的选择，应当建立在具体关系和事实之上。

2. 共同使用定价工具，为什么需要调查数据如何在竞争者之间流动

多个竞争者使用同一家服务商的定价工具，会形成不同于平台限制商家的问题：原本应当独立作出的经营决策，是否通过共同的信息处理和推荐机制发生协调。美国RealPage相关诉讼提供了一个可供比较的调查场景。RealPage向住宅出租经营者提供收益管理软件，美国司法部在2025年11月24日公布针对该公司的拟议和解时，对起诉主张作了如下说明：

英文原文

As alleged in Plaintiffs’ complaint, RealPage’s revenue management software has relied on nonpublic, competitively sensitive information shared by landlords to set rental prices.

中文翻译

根据原告起诉状的指控，RealPage的收益管理软件一直依赖出租人共享的非公开、具有竞争敏感性的信息来设定租金价格。

这一表述指向的是出租人共享的信息如何被用于定价。相关案件涉及软件商和多家物业管理企业，程序进度各不相同。截至2026年9月8日查阅的美国司法部案件目录，针对RealPage列有2025年11月24日的拟议终局判决，而针对Greystar列有2026年3月2日的终局判决。本文借此讨论的，是共同服务商参与信息流动所提出的竞争问题；具体指控是否成立以及在何种范围内成立，须结合相应当事人与案件文件判断。

在我国法律下，这类问题仍需回到垄断协议的构成和证明要件来探讨。2024年垄断民事司法解释第24条已将利用数据、算法等手段进行意思联络、信息交流或传递，以及实现行为一致性的情形纳入审查；第26条则涉及组织、实质性帮助达成或实施垄断协议的责任。因此，服务商是否传递了足以影响竞争决策的信息、是否参与组织协调或执行约束，均可能成为调查对象。

由此可见，账户分别设置并不能完整说明数据在实质上如何使用。企业需要了解，自己的非公开经营信息是否构成面向竞争者的建议，竞争者的数据又是否进入自己的价格决策机制；系统是否允许独立偏离建议，偏离后是否受到限制。相同软件和相近价格，可以成为调查起点，但最终仍需结合信息交换、决策过程及约束机制，判断是否存在法律意义上的协调行为。

3. 数据权益保护与接口开放请求，如何在同一案件中协调

随着数据成为模型开发和服务竞争的重要投入，一家企业可能既要求保护自己积累的数据，又要求其他经营者开放接口。这两种主张分别需要说明权利基础和竞争上的理由。《意见》第16条对数据保护规定：

“人工智能开发者通过采集生成、衍生创造、受让取得、授权许可等方式合法获取数据并享有相应数据权益的，人民法院应当予以保护。对于构成汇编作品或者符合其他作品构成要件的数据、数据集合，应当依照著作权法予以保护。对于构成商业秘密的数据、数据集合，应当依照反不正当竞争法予以保护。对于不构成商业秘密的数据、数据集合，被诉侵权行为违反反不正当竞争法第十三条规定的，应当依法承担责任。”

该条依据不同条件，将数据或数据集合分别交由著作权法、商业秘密规则和其他反不正当竞争规则保护。企业主张他人不当利用数据时，需要说明受保护的利益、取得和使用方式以及相关损害。对于未构成作品或商业秘密的数据，反不正当竞争法第13条所规定的不正当获取方式、权益损害和竞争秩序等条件，仍需结合具体行为审查。

另一方面，竞争者请求开放数据或接口，也需要说明现有资源为何不足以支持有效竞争。2024年垄断民事司法解释第38条以市场支配地位等条件为基础，要求考察开放在经济、技术、法律和安全上的可行性，资源的可替代性和重建成本，其他经营者的依赖程度，以及拒绝开放对创新和有效竞争的影响。开放对数据控制者自身经营活动和合法权益的影响，同样属于考量因素。

由此形成的实务问题，是双方能否把抽象理由转化为可审查的事实。请求开放的一方，可以说明替代资源、迁移成本和进入市场的障碍；主张安全风险的一方，则需要具体说明访问会影响哪些数据、功能和用户权益。分级权限、限定用途等安排是否能够降低风险，也可以成为判断正当性和可行性的材料。竞争审查因此需要同时评价必要性、风险和对市场的实际影响。

企业开展内部审查时，可以据此将交易规则、技术功能与执行记录相互查对：一项规则由什么功能执行，业务人员能否调整，交易相对人的异议如何处理。2026年正式发布的《互联网平台反垄断合规指引》可供制度建设参考，其第37条明确该指引不具有强制性；具体行为的责任仍应依据相关法律和适用规则认定。

五、证据应当还原过程，才能解释结果为何发生

上述问题最终都需要证据支持。权利人通常能够看到输出、价格或访问限制，却难以直接掌握训练数据、模型设置和内部决策记录。掌握这些材料的企业则可能面对另一种困难：系统持续更新，争议发生时的技术状态与当前状态已经不同。如果仅围绕当下结果举证，双方都可能无法准确解释损害形成的过程。

针对开发者提出不侵权抗辩的情形，《意见》第12条规定：

人工智能开发者提出不侵权抗辩的，应当责令其提供训练数据来源、训练过程记录、模型运行模式以及科学理论依据等予以佐证。

《意见》第12条（节录）

“在具体诉讼中，权利人需要先围绕自身权利、被诉生成内容及相关侵权事实提出证据，开发者的抗辩材料则应当能够回应争议。数据来源文件有助于说明取得依据，训练记录有助于确定处理过程，模型运行和过滤机制的材料有助于分析输出如何形成。各类材料回答的问题不同，需要围绕双方的具体主张相互印证。”

提示词尤其影响生成结果的证明意义。例如，权利人将完整的在先作品直接放入指令，要求系统照录，所得结果能够说明系统进行了何种响应，但对开发者训练时是否接触该作品，证明作用就相对有限。与之相比，在没有输入作品内容的情况下，以通常指令反复生成高度相似结果，可能提出不同的事实问题。用户如何输入、系统如何响应，需要一起呈现。

《意见》第18条对此规定：

“当事人将人工智能生成内容作为侵权证据的，人民法院应当综合考量提示词的设计及其对生成结果的影响、生成内容与主张权利作品的相似程度、重复测试的一致性，以及模型训练、算法设计、生成内容过滤机制等因素予以认定。”

因而，一份能够支持质证的生成记录，应当尽可能保留使用时间、服务和模型版本、完整输入及上下文、可获得的参数和输出。重复测试可以帮助观察结果的一致性，但测试条件也须记录；结果不同，可能与版本、输入、随机性或过滤设置有关，需要进一步分析。无论是权利人的截图，还是服务方的测试报告，其证明力都取决于能够支持什么事实，而非材料名称本身。

对于无法自行取得的关键材料，证据调取与控制方的提交义务具有实际意义。《意见》第17条规定：

“控制书证、电子数据等证据的当事人无正当理由拒不提交，对方当事人主张该证据的内容不利于控制人的，人民法院可以认定该主张成立。”

适用这一规定，需要具体识别被控制的证据、提出提交要求的理由，以及拒不提交是否具有正当原因。权利人将争议时间、相关功能和待证事实说明得越清楚，法院越容易判断调取范围及材料的必要性。企业主张保密利益时，也应说明哪些信息需要保护、能否通过限定查阅范围等方式提交，以便兼顾事实查明与合法权益。

自动驾驶和辅助驾驶纠纷使这种需求更为直观。事故发生时，系统是否开启、由谁控制车辆、相关提示和操作如何发生，往往需要事件记录协助说明。《意见》第11条规定：

“为查明道路交通事故发生原因，人民法院可以要求车辆生产者、销售者或者运营者等数据控制方，在必要范围内提供真实、完整的自动驾驶、辅助驾驶事件记录等查明案件事实所需要的数据。”

这些记录可以帮助分析产品状态、驾驶人行为及事故原因。控制方拒不提交记录产生何种证据后果，应与具体待证事实联系；车辆是否存在缺陷、相关行为与损害是否具有因果关系，仍需根据全案材料作出判断。对企业而言，及时固定争议所涉版本和记录、明确上游供应商的协助方式，应当成为事故或投诉处理流程的一部分。

六、AI辅助诉讼，核实义务必须落实到实际引用的命题

AI已然进入了诉讼材料的制作过程。北京市通州区人民法院审理的任某璐案中，原告代理人在庭审后提交书面代理意见，援引两则与本案事实和争点高度契合的案例。法院按案号检索到对应裁判文书后发现，真实案件的事实与所提交内容完全不符。代理人随后承认，这些内容来自其向人工智能软件反复提问所得的回答，提交前未作核实。

这一案件说明，仅检查案号是否存在，仍可能遗漏实质错误。裁判来源是真实的，附着其上的事实、理由和结论却可能被生成工具重新组合。法院结合代理人的主观状态、事后说明和未造成严重后果等情节，在判决中对其予以批评教育，并将参考案例作为诉辩意见而非证明案件事实的证据加以分析。

《意见》第19条规定：

“诉讼参与人提交诉讼文书、案例检索报告等材料如系使用人工智能生成，在提交法庭前应当认真核实相关法律、司法解释、案例等内容的真实性、准确性，在提交法庭时对使用人工智能辅助情况作出说明，并对有关内容的真实性、准确性依法承担责任。”

对诉讼团队而言，核实AI生成材料需要完成从来源到命题的对应：案件是否真实存在，所引文字是否出自裁判原文，相关观点是否构成裁判理由，案件事实、审级和处理结果又是否支持本案中的引用。最后一个环节尤其重要，因为真实案例同样可能被错误类比。即便模型再次确认其回答，只是增加了一次生成结果，无法代替这些核对。

较为可行的工作方式，是由制作材料的人员保留原始来源和对应段落，由复核人员检查拟援引的具体命题及其适用条件，再在提交时说明AI辅助的实际环节。如此，技术可以参与检索和起草，而法律论证仍有可追溯的依据，提交者也能够对其承担核实责任。

结语：将法律要求落实到可以说明和核查的业务事实

《意见》所回应的争议，既发生在数据、模型和应用之间，也发生在个人权益、经营自由与竞争秩序之间。对企业而言，较为迫切的工作，是使授权范围能够对应正在提供的服务，使风险处置能够覆盖自身控制的环节，使重要决策与系统状态在争议发生后仍可查明。合同、技术和运营记录之间能否相互对应，将直接影响这些要求的实现。

后续司法实践还需要具体回答：人格权益受到侵害后，怎样的措施足以防止相关内容继续生成；训练和运行记录应当提交到何种程度；数据保护与接口开放的争议中，怎样证明对有效竞争的影响。围绕这些问题形成有事实依据、能够说明取舍的裁判理由，才能使企业了解注意义务的范围，也使权利人能够提出更有针对性的救济请求。