人工智能法律需要准备哪些证据？完整清单

一、为什么AI案件证据如此特殊？先懂"电子数据"规则

人工智能案件的核心证据几乎全部以电子数据形式存在，包括代码、日志、训练数据、生成内容、交互记录等。《最高人民法院关于民事诉讼证据的若干规定》第十四条明确，电子数据包括网络平台发布的信息、网络应用服务的通信信息、用户注册信息、登录日志、电子文件等。法院审查电子数据时，重点考察三性：真实性、合法性、关联性。

AI证据的特殊性在于"三重困难"：一是隐蔽性，算法训练过程发生在服务器内部，普通当事人无法直接取得；二是易篡改性，代码和日志可以被修改且不易察觉；三是技术依赖性，需要专业工具或专家辅助人进行解读。因此，取证的核心思路是"提前布局、全程留痕、第三方存证"，而不能等到纠纷发生时再补救。

取证黄金法则：原始性优先、完整性记录、来源可追溯。任何经过编辑或转存的证据，证明力都会大幅下降。

二、AI系统权属与开发证据清单——证明"系统是我的"

无论是著作权侵权、商业秘密泄露还是技术开发合同纠纷，第一步都要厘清AI系统的权利归属。需要准备的证据包括：

• 权属证书类：软件著作权登记证书、专利证书、商标注册证。根据《计算机软件保护条例》第八条，软件著作权人享有发表权、署名权、修改权等多项权利，登记证书是初步证明。
• 开发过程类：源代码仓库的提交记录（如Git日志）、需求说明书、架构设计文档、开发周报、测试报告。这些材料能证明实际开发轨迹，防止对方主张"代码系抄袭"。注意，Git日志中的提交人、提交时间和修改内容必须完整保留。
• 合同与履历类：委托开发合同、合作开发协议、验收报告、付款凭证、交付确认单。若纠纷涉及外包开发，合同中的知识产权归属条款是决定性证据。
• 部署运营类：服务器租赁合同、域名备案信息、ICP备案号、云服务商的部署记录。这些证据可将虚拟的代码世界与现实主体绑定。

典型场景：某企业委托软件公司开发智能客服系统，双方约定代码权属归委托方，但受托方未交付全部源代码。此时，开发合同、验收节点邮件、付款流水、云服务器操作日志就构成"权属主张"的核心证据组合。

三、训练数据与算法合规证据——证明"数据合法、算法可控"

《生成式人工智能服务管理暂行办法》第七条规定，生成式AI服务提供者应当使用具有合法来源的数据和基础模型，不得侵害他人依法享有的知识产权。第八条要求采取有效措施提高训练数据质量，保证数据真实性、准确性、客观性、多样性。实务中，监管处罚和民事索赔往往围绕数据来源是否合法展开，这部分证据清单如下：

• 数据来源授权：与数据供应商签订的协议、授权书、版权声明、数据采集页面截图。若数据来源于公开网络，应保存采集规则和robots协议合规记录。
• 个人信息合规：依据《个人信息保护法》第十三条，处理个人信息需取得同意或具备其他合法性基础。应留存用户授权弹窗记录、隐私政策版本及更新日志、匿名化处理的技术说明。
• 数据清洗与标注：数据预处理脚本、敏感信息过滤记录、人工标注规范及质检报告。
• 算法与模型备案：依据《生成式人工智能服务管理暂行办法》第十七条，提供具有舆论属性或社会动员能力的生成式AI服务，应履行安全评估和算法备案。算法备案编号、安全评估报告属于硬性合规证据。
• 训练过程日志：模型版本号、训练数据集清单、超参数配置、训练起止时间、损失函数曲线、评测指标结果。

真实可考的权威案例：2023年11月27日，北京互联网法院对"AI生成图片著作权第一案"作出一审判决，认定原告使用AI绘画工具过程中进行了提示词输入、参数调整等智力投入，生成图片构成受著作权法保护的美术作品，被告擅自使用构成侵权。该案确立了"AI生成内容可受著作权保护"的重要裁判观点，也提示我们：使用AI工具的提示词、参数设置、修改过程记录，本身就是证明权利归属的关键证据。（来源：北京互联网法院官网 www.bjinternetcourt.gov.cn 2023年12月公开通报）

四、AI输出内容与侵权过程证据清单——证明"对方用了我的成果"

侵权类纠纷中，完整还原"AI生成—发布—被复制—被传播"的全链条至关重要。这部分建议准备：

• 原始生成留痕：AI生成内容的原始文件（图片PNG/JPEG、文本DOCX、视频MP4）、生成时间、工具名称及版本号、账号信息。有条件时对生成过程全程录屏。
• 提示词与参数记录：具体输入了哪些指令、迭代了多少次、如何调整参数，这些记录既是独创性证明，也是权属证明。
• 首次发布证据：在公众号、微博、知乎等平台的首次发布页面、时间戳、阅读量数据，建议用可信时间戳或区块链存证工具固化。
• 侵权比对材料：对方的发布页面、下载记录、转发记录、相似度比对报告。必要时可申请司法鉴定机构出具内容同一性鉴定意见。
• 平台投诉与回应记录：向平台投诉的邮件、工单号、平台处理结果，可佐证侵权事实和主观明知。

实操提示：建议养成"生成即存证"的习惯。每一次AI交互，保存原始对话记录、生成参数、输出文件哈希值（如SHA-256）。哈希值相当于电子数据的"指纹"，只要原始文件未被修改，哈希值就保持一致，这是对抗对方"内容被篡改"抗辩的有