AI标识责任不能简单归因于模型供应商。企业真正需要建立的是一套“谁生成、谁接入、谁发布、谁留痕、谁复核”的责任链：模型负责提供可传递的标识信息，应用平台负责识别和展示，业务部门负责场景判断，审核人员负责例外处理，合规团队负责制度、留痕与监管对接。
先按业务场景划分责任
凡是AI直接生成并面向用户展示的内容，平台运营方应承担首要标识责任，包括智能客服回复、营销文案、会议纪要和内容社区作品。不能因为内容由第三方模型生成，就将责任完全转移给供应商。企业应在输出到达用户前完成来源判定，并根据传播范围选择标识方式。
面向公众的文本、图片、音频和视频，通常应同时设置用户可见的显式标识和用于追溯的隐式标识；内部协作或定向客服场景，则可重点保留后台标记，但仍需确保后续能够查询生成来源。经过翻译、润色或人工编辑的内容，也不能仅凭最终呈现形式认定为人工创作，应由应用层保留生成链路。
再按组织职能分工
产品和业务部门负责梳理场景，明确哪些输出会被用户首次看到，并确定生成时间、发布节点和标识展示位置。技术团队负责在应用层设置校验逻辑，避免只依赖模型返回的标签；同时保存生成时间、模型版本、输入摘要、输出标识状态和审核结果等记录。
审核团队不应只检查内容是否违规，还要处理误标、漏标和人工改写后的边界情形。合规团队则应制定标识规则、访问权限和异常处置流程，确保日志不可随意删除，并按要求至少保留六个月。完整模型输入输出不宜向普通运营人员开放，调取权限应与岗位职责匹配。
合同不能替代应用层责任
使用第三方API时，企业应在合同中明确标识字段传递方式、隐式标记格式和日志共享范围。供应商能够返回标准化元数据时，平台应负责透传和存储；供应商未提供时，企业仍需在应用层补充标识。最终判断标准不是“模型是否打过标签”，而是用户端能否看到、后台能否验证、监管需要时能否追溯。