OC
Instagram 给 AI 人设改标签,限制推荐比水印更接近平台责任
科技 · 2026-09-01 · 产品与平台 · 阅读 10

Instagram 给 AI 人设改标签,限制推荐比水印更接近平台责任

Instagram 正在把“AI creator”标签改成更直接的“AI-generated profile”,并计划限制未正确披露 AI 身份的虚构人物账号获得推荐流量。按目前披露的规则,准确标注不会自动受罚,普通修图也不必因此给整个账号贴上 AI 标签。

作者:周白|OC 产品体验编辑

Instagram 正在把“AI creator”标签改成更直接的“AI-generated profile”,并计划限制未正确披露 AI 身份的虚构人物账号获得推荐流量。按目前披露的规则,准确标注不会自动受罚,普通修图也不必因此给整个账号贴上 AI 标签。

一句话结论:平台终于开始区分“用 AI 做内容”和“把不存在的人包装成真人”;比起在单张图片角落放一个水印,管理账号身份和推荐资格更接近问题核心。

过去的“AI creator”容易被理解为真人创作者使用 AI 工具。新标签强调的是账号主体本身由 AI 生成或被 AI 实质塑造,目标是让用户在关注、私信或相信其生活经历之前,知道屏幕里的人是否真实存在。这不是措辞微调,而是平台承认“人物身份”本身就是一种需要披露的内容。

报道中的执行方式也比单纯提示更有约束力:平台若判断一个 AI 人设没有正确标注,可以减少它在推荐位置中的曝光;账号方可申诉。已经准确披露的 AI 账号不会仅因其合成身份而被降权。这个设计把激励放在分发端——不披露就更难获得陌生用户流量,而不是等虚假人设造成损害后再删帖。

身份披露、推荐限制和申诉组成平台治理闭环

边界仍然会很棘手。虚构人物很容易与真人模特、数字替身、滤镜角色和团队运营混在一起。平台需要说明“实质由 AI 生成”的阈值:换脸算不算,长期使用同一张合成面孔算不算,真人提供动作但面容与声音均为合成又该如何标记。规则若只依赖账号自报,最擅长规避披露的账号反而最有优势。

限制推荐也可能误伤讽刺、艺术和明确虚构的角色。因此申诉流程、检测置信度、处罚层级和重复违规标准必须透明。用户需要看到足够清楚的身份说明,创作者也需要知道自己为何被判定,而不是面对一个不可解释的流量骤降。

更重要的是,AI 人设可能销售商品、提供健康建议或建立情感关系。此时“这是 AI”只是第一层信息,背后是谁运营、商业合作如何披露、私信由模型还是人工回复,同样会影响用户判断。标签不能代替广告规则和高风险内容政策。

关键事实

  • Instagram 拟用“AI-generated profile”替代容易混淆的“AI creator”。
  • 未正确披露 AI 身份的账号可能被限制推荐,准确标注的账号不会仅因使用 AI 自动受罚。
  • 普通 AI 修图与账号主体为合成人物并非同一规则对象,执行阈值仍待平台进一步说明。

OC 判断

AI 内容治理不能只盯着像素真假。一个持续运营、能积累粉丝和商业信任的合成人物,比一张孤立的生成图片更接近产品身份问题。把披露与推荐资格绑定,是平台责任向前一步,但它必须配套可解释的识别和申诉机制。

为什么重要

  • 对用户:关注一个账号之前,有权知道对方是否是真实人物。
  • 对创作者:清楚的身份规则能减少正常修图和合成人设被混为一谈。
  • 对平台:推荐系统既制造流量,也应承担降低身份欺骗收益的责任。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4