亲测 4 次被驳回总结：AI 备案最全攻略

文章定位：面向做 AIGC / 深度合成应用、需要办理互联网信息服务算法备案与生成式人工智能服务备案（大模型备案）的开发者与合规同学。纯经验分享，不含任何广告与机构推荐。

写在前面

我们团队做的是一个园区 SaaS 产品，落地了两个典型的生成式 AI 功能：

1. 营销文案生成算法——根据文案主题、风格要求与园区资料，生成招商介绍、政策通知、活动宣传等文案；
2. 园区智能客服对话算法——基于大模型 + RAG，回答招商政策、租金、入驻流程、物业服务等问题。

就是这两个在今天看来很"常规"的文本生成功能，让我们在算法备案上前前后后被驳回了 4 次，从第一次提交到最终通过，耗时近 8 个月。

写下这篇总结，不是因为我们的经历有多特殊，恰恰相反——我们踩过的坑，在同行里几乎人人都在踩。如果这篇文章能让你少走一次弯路、把周期从半年压到两三个月，目的就达到了。

先亮结论：备案被驳回，九成不是"算法不行"，而是"说不清、对不上、没落地"。

一、先说清楚：你到底要办哪个"备案"？

这是我们吃的第一记闷棍。很多团队（包括当时的我们）把三件事混为一谈，材料交叉混用，一审就被打回。

对我们这类做文本生成的 SaaS 服务，监管要求其实是"双备案"：

• 生成合成类算法备案（覆盖两个生成算法）；
• 大模型备案或登记：自研 / 深度微调走"备案"，纯调用第三方 API 走"登记"。

两个不能相互替代。当时我们天真地以为"填一个就够了"，把两套材料的要求混着写进一份文档，结果自然是退件。

给你的第一张检查表：

• 我的产品到底触发了几类算法？每类是否需要分别备案？（一个 App 有文案生成又有智能客服，就是两个生成合成类算法，需分别填报）
• 我是"自研/微调"还是"纯调 API"？决定走大模型备案还是大模型登记；
• 算法备案、大模型备案 / 登记的材料，不要互相"借用"。

二、4 次被驳回，我们分别栽在哪

下面是真实的驳回记录，我按"问题主线"做了归类，方便你对照。

第 1 次：类目判定错 + 算法名称随意

驳回意见（大意）： 备案算法类型判定有误，算法名称不符合命名规范，多个算法应分别填报。

我们当时犯了三个错：

1. 类目判定错误。 把"智能客服"想当然归到了"个性化推送类"（因为客服会"推荐答案"），其实它就是生成合成类。审核只看你的算法是"生成"还是"推送"，别被业务话术带偏。
2. 多算法没分开报。 文案生成和智能客服是两个算法，我们用一份填报企图"一把梭"，被明确要求一个算法一条记录、分别填报。
3. 名称随手起。 我们填过"智能文案助手算法""AI 小助手算法"这种名字。规范格式是 "品牌名 + 功能/场景 + 算法"，比如"XX 营销文案生成算法""XX 园区智能客服对话算法"——且这个名字一旦定了，后面所有材料都要用同一个，绝不能换。

第 2 次：主体没立住——营业执照、ICP、算法安全负责人

驳回意见（大意）： 申请主体资质不满足要求，算法安全负责人任职材料不符合格式。

这一轮丢分最"冤枉"，全是前置硬条件：

1. 营业执照经营范围没有覆盖。 备案主体经营范围里如果没有"软件开发""互联网信息服务"乃至"人工智能相关服务"字样，审核直接卡住。我们为此先做了经营范围变更才继续。做 AI 服务的公司，务必提前核对营业执照。
2. 平台没有 ICP 备案。 服务要对外提供，承载算法的网站 / App / 小程序必须先完成 ICP 备案。算法备案填写的产品名称、域名要与 ICP 备案信息一一对应。
3. 算法安全负责人不合规。 我们最初填的是技术外包团队的人，被驳回。要求非常明确：必须是本公司全职员工，兼职、外包、顾问一概不行；且在职证明必须按系统模板格式填写岗位职责，另附工作证 / 社保证明。这一项格式不符，驳回率接近 100%。
4. 制度文件套模板。 《算法安全管理制度》《应急预案》等直接用网上下载的模板，查重率高、与公司实际不符。制度必须结合自身组织架构和业务流程改写。

第 3 次：三份材料"各说各话"+ 技术原理"假大空"

驳回意见（大意）： 系统填报、安全自评估报告、拟公示内容中算法名称及功能描述不一致；算法机制机理描述不清晰；风险防控措施未量化、可落地性不足。

这是所有驳回里最典型的"低水平翻车"，也是我们最疼的一次——因为问题完全出在自己粗心上：

• 系统填报里写"XX 营销文案生成算法"，自评估报告里却漏了品牌前缀，公示文稿又换了说法，三处三个样子；
• 机制机理写了满满一页"基于 Transformer 架构的大语言模型""具备强大的语义理解能力"，但审核要看的 "输入什么 → 怎么处理 → 输出什么 → 出问题怎么办" 一条都没讲清；
• 风险防控全是"公司高度重视内容安全""模型具备良好安全能力"这类表态，没有任何量化指标和落地机制。

审核方的话翻译过来就是：我们要能看懂你的算法逻辑，不是要欣赏你的名词库；我们要看到"可干预、可熔断、可溯源"，不是一份宣传册。

第 4 次：语料合规链断裂 + 安全"硬指标"不足 + AI 标识没落地

驳回意见（大意）： 训练语料来源及授权链说明不完整；内容安全审核机制缺乏量化佐证；生成内容标识（AI 标识）不符合要求。

这轮是"生成式 AI 重灾区"的问题合集：

1. 语料合规链断裂。 我们只写了"训练数据来源于开源数据集与自有资料"，审核要求的是：逐条列明来源（开源项目 / 商业采购 / 自有合规数据）→ 附授权协议 / 采购合同 → 说明清洗与脱敏流程 → 说明个人信息处理与境外数据占比。"来源合法"四个字交上去，必被退回。
2. 题库 / 关键词库不达标。 我们当时只有几百条拦截关键词和一套内部测试题，远低于普遍量化要求（详见下文第四节）。
3. AI 标识形同虚设。 我们把"AI 生成"声明放在"设置 - 关于"里，审核要求在用户可见的每个输出位置（文首 / 文末）做清晰、不可关闭的标识，并附线上产品截图佐证。
4. 审核机制只有文字没有证据。 只写了"先审后发 + 人工复核"，但没有任何可佐证的东西——关键词库样本、自动审核后台截图、人工审核记录、风控数据都没有。

三、把 4 次驳回合并同类项：真正的通关攻略

跌了 4 次跟头，我们把经验收敛成了下面这套方法。照着做，不敢说一次过，但至少能避开 80% 的"低水平驳回"。

攻略 1：机制机理，按"四层框架"写，别炫技

审核人员要看懂你的算法，不是读源码。推荐按 输入层 → 模型层 → 逻辑层 → 输出层 写，并配一张清晰的流程图。下面用我们的营销文案生成算法做示范（这套表述后来直接用进了公示材料，顺利通过）：

算法基本原理： 算法作用对象为文本数据。根据用户输入的文案主题、风格要求和园区资料信息，利用大语言模型技术对输入内容进行语义理解，结合园区资料库中的楼宇参数、招商政策等结构化信息，生成符合需求的园区营销文案，包括招商介绍、活动宣传、政策通知等多类型文本。 运行机制：

1. 用户输入需生成文案的主题、风格、篇幅等信息；
2. 输入经内容安全审核，命中违规内容触发安全监测并终止生成；
3. 通过审核的输入进入文案生成模块，理解需求并结合园区资料库生成文案草稿；
4. 草稿再次经内容安全审核，并对租金、面积、政策等关键信息做事实核查；
5. 输出最终结果，记录操作日志。

注意几个加分点：

• 每一步都体现安全节点（输入审、输出审、事实核查）；
• 明确提到人工干预 / 熔断：内容安全审核不通过即终止、异常可一键切换规则或停止服务；
• 明确AI 标识：输出内容在文首 / 文末声明"AI 生成"；
• 多个算法就各自写一套，别互相复制粘贴。

攻略 2：自评估报告，只认"量化 + 落地"，不认表态

安全自评估报告是整套材料里驳回率最高的。两个写作纪律：

1. 风险研判要结合业务。 别抄通用风险清单，要写"我们这个文案生成 / 客服场景，可能产生什么风险、影响谁、怎么防"。例如我们的智能客服要防"把知识库之外的信息编造成园区政策"，对应的措施就是"答复与知识库一致性校验 + 兜底话术"。
2. 防控措施要有数字。 把"内容审核机制健全"改成"输入与输出双环节内容安全审核，高风险内容 100% 人工复核，敏感词库定期更新并留存版本记录，日志留存不少于 6 个月"。审核只认可量化的、能追溯的东西。

攻略 3：三份材料一个口径，提交前做"一致性对账"

系统填报、安全自评估报告、拟公示内容，三份材料是一个整体。我们第 3 次就是栽在没对账。提交前逐项核对：

攻略 4：生成式 AI 的"硬指标"，别讨价还价

结合 2026 年各地审核口径，以下量化要求基本是行业共识，提前按这个量级准备：

• 生成测试题库 ≥ 2000 条；
• 拒答专项题库 ≥ 500 条；
• 风险关键词库 达到万词级，且覆盖变体话术、有更新机制；
• 敏感问题拒答率 ≥ 95%，非敏感问题误拒答率 ≤ 5%；
• 风险场景覆盖 业内常见口径为 31 类（政治、暴力、色情、歧视、虚假信息、个人信息等）；
• 测试不能只有题，必须附模型实际输出记录；
• 文生图、文生视频等多模态模型，还要求像素级 / 帧级测试题库。

另外两个容易被忽视的"落地"要求：模型服务协议（用户协议）里必须有 AI 相关条款与免责声明，别拿通用用户协议凑数；用户权益功能要真实可操作——投诉举报入口、数据查询删除、未成年人保护，要有产品界面截图佐证，不是写了就算有。

攻略 5：被驳回后的处理 SOP

被驳回不是世界末日，我们第 4 次驳回后心态已经稳了。正确姿势是：

1. 逐条对账。 把驳回意见拆成清单，一条对应一条整改，不要"差不多就重交"。注意一个现实：复审驳回有时一次只指出一个问题，不代表其他没问题，所以整改时要顺手把自查清单整体过一遍。
2. 附一份修订说明。 重新提交时写清"本次修改了哪些地方、对应解决了什么疑点"，审核方能快速定位，能明显缩短复审周期。
3. 留意属地差异。 材料模板全国统一，但广东、北京等地审核更严（例如强制 31 类风险全覆盖、题库月度更新机制），部分省份要求额外提交三级安全管理制度。别拿一套材料全国通用，提交前先按属地最新细则过一遍。

四、时间线：把预期管理好，产品节奏才不崩

备案最磨人的不是难度，是周期。我们的实际节奏供参考：

总周期建议按 3 ~ 6 个月预留。 几个时间管理上的血泪教训：

• 内测即上线。 只要面向真实用户提供服务，就视为上线。上线前至少留出 3 个月启动备案，别赌"先上了再说"。
• 补正要重新排队。 每次驳回都从头排审核队列，一次过和三次过的差别可能是 3 个月。
• 材料撰写放在关键路径上。 机制机理和自评估报告是最花时间的，可以先让算法同学写初稿，合规同学做口径统一，别等所有前置资质齐了才动笔。

五、提交前自查清单（收藏版）

每次提交前，对着这张表逐项打勾：

六、备案通过不是终点

拿到备案编号之后，还有三件容易被忽略的长期义务：

1. 备案信息公示。 备案号要展示在产品显著位置、用户协议、隐私政策中（通常标注"网信算备"字样），并与线上实际产品保持一致——监管巡查会做比对。
2. 年度自评估。 每年需提交上一年度的算法安全自评估报告（一般要求在次年 1 月 31 日前）。
3. 变更与注销。 算法名称、服务形式、主体信息等关键信息变更，需在 10 个工作日内申请变更备案；算法下线后 20 个工作日内申请注销，避免被列入异常。

最后说点体己话

回看这 8 个月，我们真正花在"改算法"上的时间几乎为零——所有驳回都指向材料与机制，而不是模型效果本身。监管的逻辑很朴素：你可以不顶尖，但不能黑盒；你可以不完美，但要说人话、要能落地、要前后一致。

把这篇文章转给你身边正在或即将做备案的同事。祝一次过审。

本文基于作者团队真实申报经历撰写，涉及政策口径请以属地网信部门及备案系统最新要求为准。