真实人物图像功能上线清单

如果你的 AI 图像功能会处理真实人物，那么上线清单需要比“演示能用、按钮是蓝色的”更严格。

从同意开始。上传者是否能合理地上传此人的图像？如果图像包含儿童、来宾、员工、患者、学生或旁观者怎么办？在不把用户埋进法律术语的情况下，界面是否清楚划定了边界？

检查面部处理。系统是否提取特征向量（embeddings）、匹配身份、创建可复用的肖像数据，或训练个性化模型？如果它只是在单次任务中编辑一张图像，请明确说明。如果它会生成持久的、与身份相关的数据，就要把该功能视为更高风险。

检查训练。默认情况下，客户的面部、提示词（prompts）和输出结果不应被用于训练。如果存在任何选择加入的训练计划，它应当是独立的、明确的，并且不可能与正常使用混淆。

检查留存。源图像会保留多久？输出结果会保留多久？提示词会被存储吗？失败的任务会被删除吗？缩略图、缓存以及队列载荷（queue payloads）是否也在覆盖范围内？你能否在不把“最终/迟早（eventually）”当作情绪安慰的情况下描述答案？

检查访问权限。支持团队能看到图像吗？提供方的员工能看到吗？人工审核者能看到吗？访问是否会被记录？支持团队能否在不打开客户的面部照片的情况下诊断普通问题？

检查滥用响应。用户将如何报告未经同意的图像、冒充行为、骚扰，或类似深度伪造（deepfake）的误用？有害输出能否被快速移除？公开链接会过期吗？默认情况下画廊是否为私密？

检查面向客户的文案。上传界面、隐私页面、文档以及支持话术（support macros）都应对训练、存储、删除与共享说同一套话。隐私表述不一致，往往就是产品开始显得“紧张”的方式。

检查上线前的删除验证。上线前，上传一张测试图像，生成输出，复制直链（direct URL），删除内容，然后再尝试打开该 URL。若图像仍能加载，你的清单就已经找到了“反派”。

真实人物会让图像功能更有吸引力，也更敏感。这样的上线才是真实的。

延伸阅读：生物识别隐私如何适用于 AI 图像生成，AI 图像应用的最低隐私标准，以及酷炫的 AI 功能与令人不适的功能之间的区别。