通茂干货 | AI时代商业秘密保护：从密点识别到合同升级
AI模型、训练数据、提示词和工作流正在形成新的商业秘密组合。企业应按系统生命周期梳理密点，并同步升级保密、竞业与第三方服务条款。
AI进入企业后，商业秘密已不再只存在于传统文档、源代码和客户名单中。模型架构、训练数据、提示词模板、审核规则、工具调用链，以及研发过程中的日志和失败记录，都可能成为具有竞争价值的数字资产。
商业秘密正在从单点走向组合
结合近期行政执法与司法裁判，我们关注到几类值得企业重视的线索：自然语言提示词、审核规则和案例库可以组合形成整体解决方案；训练代码、标注数据、网络参数和调试经验也可能作为复合技术体系受到保护；未公开的 AIGC 软件及配套数据库，则可能构成整体数字资产。
这意味着企业不能只列出一份孤立的“秘密清单”。更稳妥的做法是沿着“模型—数据—过程—应用工程”的生命周期，分别识别算法架构、数据处理规则、训练日志、提示词、Agent 配置和权限链条，再说明各要素组合后的竞争价值。
先分层，再配置保护措施
企业可以把密点分为核心层和外围层。核心层是泄露后会直接动摇竞争优势的模型参数、关键数据和核心工作流，应重点配置权限控制、离职清理、竞业限制和对外披露边界。外围层即使某个单点已经公开，组合后仍可能具有价值，也应纳入保密范围，但在争议中应围绕核心层组织举证。
分层保护还有助于应对反向推断风险。部分模型可以通过 API 输出被推测参数；即便外围信息被观察到，只要核心层仍保持秘密性和可控性，企业的整体保护体系仍有防御空间。
合同条款需要覆盖 AI 使用场景
保密协议应扩展保密信息的定义，明确覆盖训练数据集及其采集、清洗和标注规则，提示词模板、指令链、审核规则、案例库集合，以及借助企业工具生成的、包含战略部署或研发方向的中间过程信息和最终产出。
同时，企业应设置 AI 使用限制：未经书面批准，员工不得将保密信息输入公共 AI 工具或未经安全评估的第三方服务，也不得授权 AI 系统访问载有保密信息的设备、系统或存储介质。离职交接应清点个人设备、云盘和 AI 账户中的提示词、工作流配置及生成内容，并形成书面确认。
对供应商、外包和 AI 服务商，合同还应写明工具名称、部署方式、数据流向和存储地域的披露义务，要求对方员工、关联方和分包方承担同等保密责任，并约定发生安全事件、拒绝调查或拒不整改时的解除权与赔偿责任。
原文来源
本文为上海通茂律师事务所袁静劼律师团队原创专业文章，与官方微信公众号同步发布，围绕 AI 企业商业秘密保护的实务问题提出观察与建议。