AI 用了你的内容，能要求付费或者拒绝吗？
截至 2026 年 10 月 2 日，网站想拒绝 AI 用自家内容已有几样办法，想收费还难：robots.txt 能告诉爬虫别抓，Google 已让全球网站单独退出 AI 概览和 AI 模式，RSL 1.0 等行业规范能写明收费条件，但这些写法本身都不保证 AI 公司照做。
我们查到的公开付费授权，多是大媒体、大平台跟 AI 公司一对一谈成的。在中国，《生成式人工智能服务管理暂行办法》要求面向境内公众的生成式 AI 服务使用合法来源的数据，没写用了就要付费。
2024 年 8 月，知网给秘塔 AI 搜索发了一份 28 页的侵权告知函，要它别再提供知网文献的题录和摘要，也别再链到知网。秘塔当天就声明，以后不再收录。可知网本来就卖数据库，有法务，有议价的本钱，主张也没经过法院；换成一家公司的官网，事情要绕得多。这个问题其实得拆成两半说：一半是不让用，一半是用可以，但得给钱。眼下前一半办法不少，后一半还没什么着落。
不让用：办法有几样，各管一段
大家最先想到的是改 robots.txt。可它的标准 RFC 9309 自己写明，这些规则「not a form of access authorization」：允许抓不等于同意对方拿去训练、拿去生成回答，禁止抓也算不上一道锁。各家 AI 爬虫听不听它，见《AI 爬虫分几种？》，几个开关各管什么，见这一篇。
Google 分得细一点。Google-Extended 管内容能不能拿去训练 Gemini、给 Gemini Apps 和 Vertex AI 做 grounding，关掉它不影响搜索收录，也不作排名信号；可它的说明里没提 AI 概览，AI 概览的开关是今年才有的。2026 年 6 月 3 日，英国竞争与市场管理局（CMA）要求 Google 让英国出版方能阻止内容被拿去支撑 AI 概览这类功能，说这样出版方谈授权才有筹码。Google 同一天在 Search Console 里上了开关，到 8 月 31 日已经对全球所有网站开放。选择退出以后，内容通常在设置生效后一两天内从 AI 概览、AI 模式和 Discover 的生成式功能里撤下，有的要更久，这个开关也不作为搜索其他部分的排名或收录信号。代价它也写明了：退出的网站，拿不到这些功能带来的流量和展示。
在法律上给「不许用」撑腰的是欧盟。2019 年的版权指令允许文本与数据挖掘，但权利人可以明确保留权利，网上公开的内容，要用元数据、网站条款这类机器可读的方式保留才算适当；研究机构、文化遗产机构为科研做的挖掘另有例外，这种保留排除不了。《人工智能法》第 53 条又要求往欧盟市场投放通用 AI 模型的公司识别并遵守这种保留，2025 年 8 月 2 日起适用，此前上市的模型可以拖到 2027 年 8 月 2 日。什么样才算机器可读，各国法院还在判；欧盟以外怎么认，得另外判断。
想收费：写法有了，还没见 AI 公司答应照付
robots.txt 只有允许、禁止两档。想说「可以用，但得付钱」或者「能进搜索，别拿去训练」，眼下有两套写法在推。
一套叫 RSL（Really Simple Licensing），1.0 版 2025 年 12 月发布，是 RSL 自己定的推荐版本，不是互联网标准组织的正式标准。网站在 robots.txt 里加一行 License，指向一份许可文件，里面能写按抓取次数收、按内容每参与一次 AI 回答收、订阅、买断，或者只要署名带链接；训练和当回答的输入也能分开定，原来的允许和禁止照旧。
另一套是 IETF 的 AIPREF 工作组草案，把用途分成训练、AI 使用、搜索三类，每类说行或者不行，但没有收费条款。它还是草案，当前版本自注不代表工作组共识。有个坑要留意：草案里的「搜索」不包括用内容生成摘要，AI 回答里那段总结不算搜索。Cloudflare 2025 年 9 月推出的内容信号也用 search、ai-input、ai-train 这几个词，可几家定义各不相同，照抄别人的配置前先看清抄的是哪家。
而最要紧的一条是，这些写法本身都不保证对方照做。AIPREF 草案写明，收到偏好的一方可以选择遵不遵守；Cloudflare 说到自家内容信号，也承认有的公司可能干脆不理。RSL 初版 2025 年 9 月出来时，据 TechCrunch 报道，支持方是内容方和基础设施公司，没有 AI 公司公开承诺采用；截至 2026 年 10 月 1 日，我们也没找到 OpenAI、Google、Anthropic、Meta 公开说过遵守 RSL 或 AIPREF。这些声明有没有约束力，还得看适用的法律和合同，欧盟的权利保留就是一个例子。
谈成了的：大户一家一家签
我们查到的公开授权，多是大户签的。Reddit 2024 年 2 月跟 Google 扩大合作，Google 通过数据接口拿 Reddit 的帖子和评论，公告写了可以用来训练模型；5 月 Reddit 又让 OpenAI 用同一个接口，把内容放进 ChatGPT。两份公告都没写金额，流传的「每年约 6000 万美元」只出自路透社引述的一名知情人士。OpenAI 还跟美联社、Axel Springer、《金融时报》、新闻集团签过，写的用途各不一样：美联社是授权部分文字档案，Axel Springer 和 FT 是在 ChatGPT 里给带署名和链接的摘要，Axel Springer 还明写了用于训练，新闻集团是让 OpenAI 在回答里展示旗下主要出版物的内容。这几份当事方公告也都没写金额。
对没签约的网站，Google 谈 Reddit 合作的公告里有一句更要紧：这次合作不改变 Google 对公开可抓取内容的用法，索引、训练、在产品里展示都照旧。不想让它拿去训练、放进 AI 回答，还得自己去设前面那几个开关。
落回中文世界
国内能依据的，先是著作权法第二十六条：使用他人作品要跟著作权人订许可使用合同，法律规定可以不经许可的除外。可例外怎么适用、你的内容算不算作品、AI 那一步具体干了什么，都得分开判断，不能说网页被 AI 读了就一定该付钱。2023 年 8 月施行的《生成式人工智能服务管理暂行办法》管的是向境内公众提供的生成式 AI 服务，第七条要求提供者「使用具有合法来源的数据和基础模型」、不得侵害他人的知识产权，但没写用了就要付费，也没写网站能用什么机器可读的方式声明退出。
国内大模型公司公开宣布向内容方付费授权的协议，截至 2026 年 10 月 1 日我们没查到，私下有没有商业安排就不好说了。2026 年 5 月，出版、传媒、版权、科技领域 22 家机构签了《人工智能高质量语料库建设公约》，要求训练素材「必须提前取得合法版权授权」。这是一份行业公约，在签约机构范围内适用。
像知网那样发告知函，普通网站未必有同样的依据，发了也不见得换来同样的回应。品牌还容易忽略一件事：内容发在平台上，AI 授权可能握在平台手里。2024 年 7 月，有网文平台被曝出向签约作者推「AI 训练补充协议」，约定作品可用于平台 AI 模型训练；作者抗议后，平台上线了解除该条款的入口。内容发在第三方平台上的，平台用户协议里有没有 AI 相关的授权条款，值得翻出来看一眼。
最后，做 GEO（AI 搜索优化）的品牌，多半是盼着被 AI 引用的，而在 Google 这边退出就拿不到那些流量，所以挡是有代价的。哪些页面值得挡，得看这一页靠什么挣钱、本站从 AI 功能来的流量有多少。我们猜付费内容、独家数据比官网的公司介绍页更值得考虑，不过这只是推测，没有数据撑着。
结论
- robots.txt 只管爬虫能不能抓，它的标准 RFC 9309 写明这些规则不是访问授权；允许抓不等于同意训练或生成回答。
- 截至 2026 年 8 月 31 日，Google 已让全球网站在 Search Console 里单独退出 AI 概览、AI 模式和 Discover 的生成式功能；Google 说这个开关不作为搜索其他部分的排名或收录信号，但退出的网站拿不到这些功能带来的流量和展示。
- 欧盟版权指令允许权利人对网上公开内容的文本与数据挖掘以机器可读的方式保留权利，但科研挖掘的例外不受这种保留影响；欧盟《人工智能法》要求向欧盟市场投放通用 AI 模型的公司识别并遵守这种保留，2025 年 8 月 2 日起适用，此前已上市的模型可过渡到 2027 年 8 月 2 日。
- RSL 1.0 能用机器可读的方式写明收费方式和用途，IETF 的 AIPREF 草案只能按训练、AI 使用、搜索三类表达偏好，没有收费条款；这两套写法本身都不保证 AI 公司照做。
- 我们查到的公开 AI 内容授权，多是 Reddit、美联社、Axel Springer、《金融时报》、新闻集团这类大内容方跟 OpenAI 或 Google 单独谈成的；当事方公告都没披露金额，写的用途也各不相同。
- 中国的《生成式人工智能服务管理暂行办法》要求向境内公众提供服务的生成式 AI 提供者使用合法来源的数据、不侵害知识产权，但没写用了就要付费。
「AI 用了就该付钱，不付就是侵权」？
《金融时报》首席执行官在签约新闻稿里说，AI 平台为用到的材料付钱「理所当然」；《纽约时报》起诉 OpenAI 和微软，说对方未经许可、不付钱，拿它的内容做替代产品。2025 年 2 月，美国一家法院还认定 Ross 拿 Westlaw 的案例提要训练法律检索工具不算合理使用，强调它要做的是直接竞争的产品。
可我们查到的判决，都还没走到「用了就得付钱」这一步。Ross 那份是一审，已经上诉，它做的也不是生成式模型。2025 年 6 月，加州北区联邦法院在作家诉 Anthropic 案里裁定，案涉的模型训练属于合理使用，用盗版书建库那一块则没给 Anthropic 合理使用的简易判决；后来那 15 亿美元的和解，按作家协会的说法，了结的只是截至 2025 年 8 月 25 日、Anthropic 过去获取和复制作品那一头的旧账。国内的「奥特曼案」，据报道广州互联网法院认定 AI 网站生成的图侵了复制权和改编权，判赔 1 万元，还说这个产业正处于发展初期，不宜过度加重服务提供者的义务。这案子判的是生成端，推不出训练要不要许可。
我们的推断是，那些签约眼下更像谈下来的买卖：买数据接口，买在回答里展示内容的权利，有几份也把训练写了进去。
这些结论别往外推
- Google-Extended 和 Search Console 的开关只管 Google；CMA 的要求只约束 Google 搜索、只在英国有强制力。
- 版权指令的权利保留管的是相关文本与数据挖掘能不能适用例外，不只针对通用 AI 模型公司，也不是所有用法的统一退出；欧盟以外的法域得另行判断。
- RSL、AIPREF、Cloudflare 内容信号都是表达方式，不是技术拦截；AIPREF 还是草案，措辞可能还会变。
- 公开协议我们只细看了 OpenAI 的四份和 Reddit 的两份，用途各不相同，不能拿一份推所有的。
- 作家诉 Anthropic 是一审裁定，讲的是书；奥特曼案的判决书原文没公开。
核对记录
2026 年 10 月 2 日重开了几份原文：《暂行办法》第二条，写明只适用于向境内公众提供的服务；欧盟《人工智能法》第 113 条和第 111 条第 3 款，核到 2025 年 8 月 2 日和 2027 年 8 月 2 日两个日期；legislation.gov.uk 上的版权指令第 4 条，第 1 款的例外不限定挖掘者，第 3 款写明权利人以适当方式明确保留的，例外不适用；Investing.com 转载的路透社报道，「每年约 6000 万美元」出自一名知情人士。
出处 32 条，A 级 20 条、B 级 12 条 · 展开全部
澎湃新闻（2024-08-16）：知网向秘塔 AI 搜索发出 28 页侵权告知函，要求「立即停止在搜索服务中提供中国知网学术文献题录摘要数据」，并「请立即断开搜索结果到我司网站的链接」；秘塔声明「从即日起，秘塔AI搜索将不再收录知网文献的题录及摘要数据」。这是秘塔的声明，没有执行核验；知网的法律主张没有经过法院裁判。 原文
RFC 9309《Robots Exclusion Protocol》（2022-09）：「These rules are not a form of access authorization.」 原文
Google 搜索中心《Google's common crawlers》（2026-07-14 更新）：Google-Extended 管抓到的内容能否用于「training future generations of Gemini models」，以及 Gemini Apps 和 Vertex AI 上 Grounding with Google Search 的取用；「Google-Extended does not impact a site's inclusion in Google Search nor is it used as a ranking signal in Google Search.」这一项里没提 AI 概览。 原文
Google Search Console 帮助《Search generative AI control》：覆盖 AI Overviews、AI Mode、Generative AI features in Google Discover；「this control isn't used as a ranking or inclusion signal affecting other parts of Search」；「Content will be excluded within 1-2 days after the control goes live, but some content may take longer」；「As of August 31, 2026, we've rolled out this control to all websites worldwide.」 原文
Google 官方博客（2026-06-03 发布，08-31 更新）：开关先给英国部分网站，后推到全球；「Sites that opt out will not receive traffic or impressions from our generative AI features.」 原文
英国竞争与市场管理局（CMA）新闻稿（2026-06-03）：「publishers will now have effective tools to prevent their content being used to power AI features in search, such as AI Overviews. This will put publishers, like news organisations, in a stronger position to negotiate content deals with Google」；另要求 Google 允许出版方拒绝内容被用于「fine-tuning」；「It will have nine months to implement all changes」。只约束 Google 搜索、只在英国有强制力。 原文
欧盟《数字单一市场版权指令》（2019/790）序言第 18 条：「In the case of content that has been made publicly available online, it should only be considered appropriate to reserve those rights by the use of machine-readable means, including metadata and terms and conditions of a website or a service.」第 3 条第 1 款的科研挖掘例外限于「research organisations and cultural heritage institutions」「for the purposes of scientific research」，对象是「works or other subject matter to which they have lawful access」。第 4 条第 1 款的例外针对「reproductions and extractions of lawfully accessible works and other subject matter for the purposes of text and data mining」，没限定挖掘者；第 3 款：例外只在「has not been expressly reserved by their rightholders in an appropriate manner, such as machine-readable means in the case of content made publicly available online」时适用。 原文
欧盟《人工智能法》第 53 条第 1 款 (c) 项：通用 AI 模型提供者要「put in place a policy to comply with Union law on copyright and related rights, and in particular to identify and comply with, including through state-of-the-art technologies, a reservation of rights expressed pursuant to Article 4(3) of Directive (EU) 2019/790」。 原文
欧盟《人工智能法》第 113 条 (b) 项：「Chapter III Section 4, Chapter V, Chapter VII and Chapter XII and Article 78 shall apply from 2 August 2025」，第五章即通用 AI 模型一章。 原文
欧盟《人工智能法》第 111 条第 3 款：「Providers of general-purpose AI models that have been placed on the market before 2 August 2025 shall take the necessary steps in order to comply with the obligations laid down in this Regulation by 2 August 2027.」 原文
Cloudflare 博客《Giving users choice with Cloudflare's new Content Signals Policy》（2025-09-24）：在 robots.txt 里用 Content-Signal 分别声明 search、ai-input、ai-train，托管 robots.txt 的客户默认「Content-Signal: search=yes, ai-train=no」；「content signals express preferences; they are not technical countermeasures against scraping」；「some companies might simply ignore them」；条款写明这些限制是「EXPRESS RESERVATIONS OF RIGHTS UNDER ARTICLE 4 OF THE EUROPEAN UNION DIRECTIVE 2019/790」。 原文
RSL 1.0 规范（2025-12-10，状态 Recommendation）：robots.txt 里的 License 字段「does not modify the access permissions」；收费方式含 purchase、subscription、training、crawl、use、contribution、attribution、free，其中「use: Payment each time the content contributes to an AI-generated output, including use in inference, grounding, or generation」；用途词表里 ai-input 指「Input into AI models, including retrieval-augmented generation, grounding」，search 指建索引、给出「hyperlinks and short excerpts」。Recommendation 是 RSL 组织内部的状态，不是互联网标准组织的正式标准。 原文
TechCrunch（2025-09-10，RSL 初版发布时）：支持方是内容方和基础设施公司，没有 AI 公司公开承诺采用；「the RSL team has established a collective licensing organization …… that can negotiate terms and collect royalties, similar to ASCAP for musicians」。 原文
IETF AIPREF 工作组草案《A Vocabulary For Expressing AI Usage Preferences》编辑稿（2026-09-14）：AI Training（train-ai，「The training of models that are used to perform exclusively non-generative tasks is not included in this category」）、AI Use（ai-use，「Using an asset as input to a generative AI model, where the asset is not directly provided by the user」）、Search（search）；搜索类「does not include the use of assets to generate summaries」，又「overrides any usage that falls into other categories, including AI Training (Section 4.1) and AI Use (Section 4.2)」；「An entity that receives usage preferences has a choice whether to follow those preferences」；「Preferences are not a security mechanism.」同节写明不处理可能带来更强约束的法律、合同等机制。草案没有付费条款。仍是草案，目标为标准轨道。 原文
draft-ietf-aipref-vocab-08（Datatracker，与上条编辑稿同期）：「Its contents DO NOT REFLECT CONSENSUS of the Working Group either in whole or part.」 原文
Reddit 官方公告（2024-02-22）：Google 通过 Reddit Data API 获得对公开帖子和评论的程序化访问，用于展示 Reddit 内容和「providing more efficient ways to train models」。公告没写金额。 原文
Google 官方博客（2024-02-22）谈同一合作：「This expanded partnership does not change Google's use of publicly available, crawlable content for indexing, training, or display in Google products.」 原文
每日经济新闻（2024-05-17）转述外媒：Reddit「今年1月……与Alphabet Inc.旗下的谷歌签署了一项价值6000万美元的协议，帮助其训练大语言模型」，这篇没写计价周期；「每年约 6000 万美元」见下一条路透社报道，两家官方公告都没写金额。同文转述《纽约时报》对 OpenAI 和微软的起诉书：「试图搭《纽约时报》在新闻领域巨额投资的便车，在未经许可或未付款的情况下利用《纽约时报》的内容制造替代产品」。 原文
路透社（Anna Tong、Echo Wang、Martin Coulter 署名，Investing.com 转载页时间 2024-02-21 23:10）：三名知情人士称 Reddit 与 Google 签了内容授权协议；「The contract with Alphabet-owned Google is worth about $60 million per year, according to one of the sources.」金额只来自其中一名信源，Reddit 和 Google 的官方公告都没披露。 原文
Reddit 官方公告（2024-05-16，OpenAI 官网同文转载）：「OpenAI will access Reddit's Data API」，Reddit 内容进入 ChatGPT 和新产品，「OpenAI will become a Reddit advertising partner」。公告没写金额，也没明说用于训练。 原文
美联社新闻稿（2023-07-13）：「The arrangement sees OpenAI licensing part of AP's text archive, while AP will leverage OpenAI's technology and product expertise.」金额未公开。 原文
OpenAI 公告与 Axel Springer 合作：ChatGPT 给出其旗下媒体选定新闻的摘要，「ChatGPT's answers to user queries will include attribution and links to the full articles」，并写明「the use of quality content from Axel Springer media brands for advancing the training of OpenAI's sophisticated large language models」。OpenAI 页面不显示日期，2023-12-13 取自 Axios 报道；金额未公开。 原文
《金融时报》新闻稿：与 OpenAI 签战略合作和授权协议，「to enhance ChatGPT with attributed content, help improve its models' usefulness by incorporating FT journalism」；OpenAI 同题公告写 ChatGPT 用户会看到「select attributed summaries, quotes and rich links to FT journalism」；首席执行官：「It's right, of course, that AI platforms pay publishers for the use of their material.」FT 和 OpenAI 两页都不显示日期，2024-04-29 是 Digiday 等媒体所记；金额未公开。 原文
新闻集团新闻稿（2024-05-22）：「OpenAI has permission to display content from News Corp mastheads in response to user questions and to enhance its products」，可访问《华尔街日报》《泰晤士报》等主要新闻与信息出版物的现刊和档案内容；「The partnership does not include access to content from any of News Corp's other businesses.」新闻稿没写金额。 原文
Bartz v. Anthropic PBC，加州北区联邦地区法院合理使用裁定（2025-06-23）：「This order grants summary judgment for Anthropic that the training use was a fair use. And, it grants that the print-to-digital format change was a fair use for a different reason. But it denies summary judgment for Anthropic that the pirated library copies must be treated as training copies.」一审裁定，讲的是书籍训练。 原文
美国作家协会：该案 15 亿美元和解于 2026-07-20 获法院最终批准，集体成员「release only claims relating to Anthropic's past acquisition and copying of their works—the 'inputs' side—through August 25, 2025」。 原文
BakerHostetler 案件跟踪页：Thomson Reuters v. Ross，「In February 2025, the court granted summary judgment that such copying was not fair use, emphasizing that the purpose of ROSS's copying was to build a directly competing product.」2025-06-17 Ross 向第三巡回法院提交上诉通知。Ross 做的是非生成式的法律检索工具。 原文
《中华人民共和国著作权法》（2020 年第三次修正）第二十六条：「使用他人作品应当同著作权人订立许可使用合同，本法规定可以不经许可的除外。」 原文
《生成式人工智能服务管理暂行办法》（2023-08-15 施行）第二条：「利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务……适用本办法」，研发、应用生成式 AI 技术但「未向境内公众提供生成式人工智能服务的，不适用本办法的规定」。第七条：提供者应当「使用具有合法来源的数据和基础模型」；「涉及知识产权的，不得侵害他人依法享有的知识产权」。没写付费，也没写机器可读的退出方式。 原文
21 世纪经济报道（2024-02-26，新浪财经百家号转载）：广州互联网法院「奥特曼案」判决认定被告在提供生成式 AI 服务过程中侵犯原告的复制权和改编权，判赔 1 万元，原告索赔 30 万元；判决称被告应诉后「积极采取技术性措施，防范继续生成相关图片」「影响范围有限」，又称「生成式人工智能产业正处于发展的初期，需要同时兼顾权利保障和产业发展，不宜过度加重服务提供者的义务」。判的是生成端，判决书原文未公开。 原文
中国新闻网（2026-05-24，新浪财经转载）：22 家出版、传媒、版权、科技机构签署《人工智能高质量语料库建设公约》，要求用于 AI 训练的素材「必须提前取得合法版权授权」。是一份行业公约，在签约机构范围内适用。 原文
澎湃新闻（2024-07-23）：一家网文平台向签约作者推出的「AI 训练补充协议」写明「签署后作者的作品全部/部分内容及相关信息都将用于平台AI人工智能模型训练」；平台后来「已上线解除相关条款的功能入口」。 原文
大家也这样问
- AI拿我的文章去训练，能找它要钱吗？
- 不想让ChatGPT用我们官网的内容，怎么拒绝？
- 国内的大模型用了我们的内容，能要求付费吗？