企业用AI写文案、训模型、做推荐、分析客户行为后，新的问题是：提示词、训练数据、特征工程、模型权重、推理参数到底算不算商业秘密？员工用第三方大模型处理客户对话是否泄密？远程研发把代码传私人云盘如何留证？这类问题涉及算法、代码、数据和技术措施交叉，专业商业秘密律师应把“可秘密部分、可申请专利部分、可版权部分、需个保合规部分”拆开管，不把所有AI资产都简单标为机密。

先界定AI场景下的秘点。按2026年规定和法院口径，算法、计算机程序、代码、数据可纳入商业秘密技术信息；经营侧实时数据、用户分层模型、定价策略、渠道转化参数可纳入经营信息。 但并非所有AI产物都当然受保护：通用开源模型权重、公开数据集、仅输入“写一段营销语”的浅层提示词，通常难证秘密性；若企业对自有业务数据做清洗规则、标注体系、特征选择、模型结构改造、超参组合、推理加速方案，并采取访问权限和日志措施，相关预处理脚本、训练配置、评估指标、核心权重可形成秘点。法治网相关专家观点也建议AI和大数据企业对算法、训练数据、底层代码、模型参数逐项确权，形成密点清单，避免“泛保密”。

训练数据合规分三层。第一层公开合规语料：留来源、授权范围、抓取方式、Robots和Terms合规证据，避免用侵权作品、破解数据库、绕过技术措施拿数据。第二层业务自有数据：客户对话、合同文本、病例、投研报告、生产传感器数据，按商业秘密做分级，训练前脱敏，训练环境与企业生产环境隔离；用于改进模型的个人数据要单独取得同意或具备其他合法基础，按个人信息最小化、加密、访问审计处理。第三层标注和反馈数据：人工标注规则、质检标准、红队测试问题集通常高价值，应入秘密库，不向通用模型全量输入。商业秘密律师会要求研发留“数据来源表—清洗规则—标注规范—训练版本—评估记录”全链路，既证明秘密性，也便于未来侵权比对和监管自查。

模型与代码权限按“人、环境、操作”三维控。人：按算法、数据、工程、产品分角色授权，核心权重仅限少数负责人和内网可运行环境，不整库下载；新入职AI工程师做前雇主秘密来源审查，要求书面承诺不带入第三方秘点，必要时岗位隔离。环境：训练任务走企业GPU集群或私有云，禁止把涉密数据集传公共AI平台；远程调参用公司云桌面、VPN双因子、操作录屏和水印。操作：代码库按模块、分支、标签授权，下载/克隆/导出留哈希和日志；提示词版本、训练脚本、评估笔记本按项目编号归档。2026年规定把远程办公、跨境协作的权限分级、数据脱敏、操作日志留痕列为相应保密措施，AI企业尤其要落地而不是只写制度。

发布与第三方调用要防“被动公开”。用AIGC做对外文案、客服、数字人时，若把未公开产品参数、客户名单、投标底价作为上下文送入外部模型，可能造成实质披露；律师会设发布前过滤词、敏感字段拦截、上下文脱敏。对采购的第三方模型API，合同写清训练数据是否进入其再训练、输出权利归属、泄露通知、安全认证和违约赔偿；对自研模型向客户交付，只给推理接口和结果，不给权重、特征工程和全量训练集。涉及软件代码，可同时登记著作权保护表达；涉及训练效率、数据处理结构、推理加速等技术方案，可评估发明专利权项；涉及不公开参数和数据集，用商业秘密补强，三者不互相替代。

泄密响应重日志和鉴定。AI项目发现离职拷贝、外包私传、第三方平台泄露时，先不动原始环境，导出服务器登录、Git操作、数据下载、API调用、IP和设备指纹；封存提示词版本、训练配置、评估结果与产出样本。技术信息可委托有资质鉴定机构对“不为公众所知悉”和“实质相同”做比对；经营数据可结合CRM字段、访问权限、离职流程证明接触。行政上可向市场监管理论举报，技术秘密案件一般由设区的市级以上市监管辖，市监可现场检查、询问、查询复制、查封扣押，一般侵权罚10万—100万元，情节严重如直接损失较大、重大影响、两年内再犯等罚100万—500万元；民事上可主张停止侵害，赔偿按实际损失、侵权获利、许可费合理倍数或法定赔偿确定，故意且情节严重可依法主张惩罚性赔偿；涉嫌犯罪移送刑事。 但律师不应在事前承诺固定赔额，而应按秘点清晰度、侵权规模、举证完整度评估区间。

数字资产保密的落地清单可概括为：AI秘点点表（算法/数据/代码/模型）、数据来源与脱敏表、训练环境权限表、远程操作日志表、第三方模型协议模板、发布上下文过滤规则、离职清库与鉴定预案。企业做AI化、数据化之前先让商业秘密律师把这些埋进研发流程，比模型上线后被拷贝、被反向提示、被竞品用相似特征复刻后再补救成本低得多。