订阅
知识

AI 写营销文案很快,但翻车也很快。五个法律坑,每个都已经在罚钱了

Coca-Cola 出了一个 AI 辅助的节日广告。按理说,这种百年品牌做节日营销,应该是稳的。结果呢?消费者骂、创意行业也骂,骂的核心就一句话:假。

ads
2026-08-05Go Next Marketer4 分钟阅读

AI in Marketing: Five Legal Risks — Copyright, Data Protection, Ad Compliance, Deepfakes, Public Trust

前阵子,我看到一条让我挺不舒服的新闻。

Coca-Cola 出了一个 AI 辅助的节日广告。按理说,这种百年品牌做节日营销,应该是稳的。结果呢?消费者骂、创意行业也骂,骂的核心就一句话:假。

没过多久,Valentino 也试了一把。奢侈品嘛,本来卖的就是"手工、匠心、传承"。他们用 AI 搞了一组超现实视觉。结果全网在说同一个词:tacky。俗。

你说奇怪不奇怪。两件事放在一起,你就会发现一个事:AI 这把刀,marketer 拿着很顺手,但切下去的那一刻,旁边那本厚厚的法律书,是同时打开的。

著作权、数据保护、广告合规、消费者权益、在线安全。一项都没闲着。

最近我把这事翻出来重新想了想,越想越觉得,这事比"公关危机"要严重得多。下面我跟你掰开揉碎讲五个坑,每一个都已经有人交了真金白银的学费。

第一个坑:你写的东西,可能根本不是你的

什么叫著作权风险?

就是 AI 生成的那张图、那段文案,看起来是你"做"出来的,但它的"原材料",可能都是从别人那儿偷来的。

Generative AI 怎么训练的?拿一大堆数据喂。这些数据里,有多少是授权的?有多少是抓来的?很多厂商自己都说不清楚。

你以为这就完了?没。

英国有个案子,现在还在打。Getty Images 告 Stability AI。理由就两条:第一,你训练模型用的我的图片,没付钱;第二,你的模型生成出来的东西,长得跟我的图太像了。

你想想看,这意味着什么?

**意味着风险是双层的。**训练阶段一层,输出阶段又一层。你买了别人家的 AI 工具,做了一张图,放到自家官网上,你以为是营销素材,结果原告律师函已经写好了一半。

怎么躲?

  • 别闭着眼睛采购。买之前,问清楚 AI 厂商的训练数据从哪来、有没有授权。
  • 合同里加一条。出了著作权问题,AI 厂商要赔。
  • 发布之前,人审一遍。看着像哪个知名 IP 的,立刻删。

第二个坑:你拿用户数据"喂"AI,用户拿你上法庭

数据保护这块,可能是营销人最容易踩雷的地方。

为什么?

因为 AI 营销的核心动作,用户画像、行为定向、个性化推荐,每一个都在处理"个人数据"。而英国这边,UK GDPR 和 Data Protection Act 2018 是真在执行的,不是摆设。

我给你讲个最新的。

2026 年 2 月,英国信息专员办公室(ICO)开了一张罚单。罚的是谁?MediaLab。这公司你大概没听过,但它旗下有个产品你十有八九用过。Imgur,那个老牌图片分享平台。

为什么罚?因为它多年以来一直在处理儿童的个人数据,却没有做年龄验证。多年。

多年是什么意思?就是说这个洞,不是某天突然冒出来的,是开着开着,开着开着,开了好几年没人管。

ICO 说得很直白:你的产品里只要有儿童数据可能流过,你就得有相应的保护。这不是建议,是要求。

落到营销人头上,怎么办?

  • 部署任何 AI 营销工具之前,先做 DPIA(数据保护影响评估)。
  • 你做用户画像、定向广告之前,先问自己一个问题:我有合法依据吗?
  • 数据最小化、透明度、人工复核,这三件事,一项都不能省。

第三个坑:你说"我没骗人,AI 写的",监管说不算数

很多人有一个误区,觉得"只要我标了 AI 生成,广告出问题就能免责"。

错。

英国的广告法规(CAP 和 BCAP Code)是技术中立的。什么意思?就是不管你是人写的还是 AI 写的,骗人就是骗人

你想象一下这个场景:一个化妆品品牌,用 AI 生成了一张模特的"使用前后对比图"。修得那叫一个狠。皮肤滑得像滤镜,皱纹一秒消失。然后产品页面上小字标了一句"本图由 AI 辅助生成"。

监管看到了,会怎么判?

答案是:你标注归标注,误导归误导。该罚还是罚。

ASA(英国广告标准局)最近就在忙这种事。有一款 AI 修图 App 的游戏内嵌广告,直接被禁了。理由是性化女性、有害、不负责任。还有别的几个 case,因为"造成严重或广泛的冒犯"被拿下。

那营销人怎么办?其实就三条:

  • AI 写的内容,和人写的内容,用同一个标准做事实核查和效果验证。
  • 站在消费者这边想一遍:我不标 AI,他们会被误导吗?如果会,标;如果不会,至少内部留底。
  • 别图省事。内部审批流程、法务复核,一个都不能砍。

第四个坑:深伪这东西,已经刑事犯罪了

这一坑,比前面三个都要重。

什么叫深伪(deepfake)?就是用 AI 生成一个真人的脸、声音、视频。看着跟真的一模一样。

为什么说重?因为英国政府 2026 年初已经确认一件事:分享、威胁分享非合意的深伪亲密影像,构成 Online Safety 框架下的刑事犯罪。

刑事。不是民事赔钱,是有人会上门抓你的那种。

而且不止英国在动。欧洲的执法机关也在调查,有些 AI 系统,专门用来生成有害的性化图像。这种跨境监管已经在跑了。

对营销人意味着什么?

简单说,你别碰真人脸

  • 任何 AI 生成的营销素材里,只要出现了可以识别的具体个人,必须先拿到这个人的明确同意。一秒都不能含糊。
  • 内部搭一套内容审核和升级机制。出问题能立刻定位、立刻下架。
  • 团队培训。营销团队里每一个人,都得知道什么是诽谤、什么是骚扰、什么是在线安全法规的红线。

第五个坑:就算没违法,你也可能"输掉人心"

最后一个坑,最隐蔽,也最难防。

法律是一根线,伦理是另一根线。伦理这条线,比法律低得多。很多东西不违法,但消费者一旦觉得"被算计了",你的品牌就毁了。

深伪现在每年全球流通量是数百万级。这个量级意味着什么?意味着公众的警惕性在升高。意味着任何"看起来像 AI 操控"的营销动作,都会被放在放大镜下看。

监管也在转向。过去是看具体规则有没有被违反,现在越来越倾向于看"整体公平性和透明度"。换句话说,就算你钻法律的空子成功了,消费者保护法、公平交易那一套还是会找上门。哪怕没罚钱,声誉也回不来了。

这一坑怎么填?

  • 公司内部搭一套 AI 治理框架。对齐监管的预期,而不是对齐"还能再省一点成本"。
  • 上线前做公平性和偏差测试。AI 给某些人群推的内容,是不是有歧视?
  • 给消费者一个清晰的告知渠道,也给一个投诉渠道。

最后说几句

我翻完这五个坑,最大的感受是什么?

AI 在营销里,不是一个技术问题,是一个治理问题。

技术问题,买个工具就解决了。治理问题,要改流程、改合同、改人、改组织。

英国这边,著作权官司在打、ICO 在开罚单、ASA 在禁广告、深伪已经入刑。这些事,都是 2026 年这一刻在发生的,不是哪天"等监管跟上"的事。监管已经跟上了,甚至比很多营销团队跑得还快。

所以我的建议很简单:别等。今天就把合规这件事,从法务手里拿过来,放到营销负责人的桌上。合同赔偿条款、数据保护评估、内容审核、伦理监督,这四件事,先做哪个都行,关键是开始做。

早做的人,吃红利。晚做的人,交学费。

AI 写营销文案很快,但翻车也很快。五个法律坑,每个都已经在罚钱了 | Go Next Marketer