AI内容人工复核的责任边界，不在于“是否使用了 AI”，而在于谁定义交付标准、谁完成审核、谁拥有最终发布或交付的决定权。AI 可以承担资料整理、初稿生成和结构优化等辅助工作，但客户购买的是可使用的交付成果，而不是某个模型的输出结果。因此，不能把错误简单归因于“AI 生成失误”，也不能用工具名称替代责任说明。

先区分三种责任

第一是生成责任。使用者应对提示要求、输入资料和生成过程进行基本控制，避免把未经核实的内容直接视为事实。第二是复核责任。人工复核不是简单通读，而是检查事实准确性、品牌调性、交付格式和是否符合约定范围。第三是决策责任。最终决定内容能否交付、发布或用于业务场景的人，应确认风险是否处于可接受范围。

这三层责任不能混为一谈。人工复核并不等于承诺绝对零错误，而是意味着已经按照约定完成必要检查；客户验收也不等于将所有风险重新转回客户。边界必须结合交付流程、验收标准和双方掌握的信息来判断。

把责任写进交付规则

报价单或合同中，应明确交付物、验收标准、修改次数和 AI 使用边界。与其写“保证客户满意”，不如写明“AI 辅助生成，交付前进行人工校对”，并说明客户应在验收期内提出具体问题。对于高风险内容，还应约定由谁提供事实依据、谁负责最终确认，以及发现错误后的修正方式。

复核过程应留下证据链：保留版本号、交付日期、内容说明和关键沟通记录。发生争议时，真正有用的不是解释“当时用了什么工具”，而是证明检查过哪些项目、依据是什么、客户何时确认了范围。

出现错误后，第一反应应是承认具体疏漏、说明修正时间，并同步修改记录。复盘时追问的也不只是“AI 为什么出错”，而是错误为何能通过人工环节：标准是否模糊、清单是否缺失，还是审核者把“读过一遍”误当成了质量控制。人工复核的边界，最终由可执行的标准和可追溯的流程共同划定。