抓取合法，摘抄未必：欧盟首案把 GEO 的红线挪到了输出端

11 月 3 日，欧盟法院总法务官 Maciej Szpunar 就 C-250/25 号案出具了一份意见。案子本身不复杂：匈牙利新闻门户运营商 Like Company 起诉谷歌，理由是 2023 年 6 月到 2024 年 5 月间，Bard 与 Gemini 用了它的文章，还通过聊天机器人把这些内容重新讲给了提问的用户。

国内不少标题把它写成了「欧洲法院判定谷歌 AI 摘要侵权」。这个说法不准确——总法务官意见对法院没有约束力，判决要在之后作出，本案的具体事实也仍待匈牙利法院认定。

但这份意见值得整个行业停下来读，因为它第一次在欧盟法层面把一件事切成了两半：模型训练时的复制，和回答用户时的复制，是两种性质不同的使用。

对做 GEO 的人来说，这条切割线比结论重要得多。过去两年我们谈合规，焦点几乎都在「能不能抓」——robots.txt、爬虫 UA、llms.txt。这份意见说的是：抓取只是第一道门，第二道门在输出端。

训练端给了例外，推理端没有

总法务官把两条链路分开评价。

训练这一端，原则上可以援引《数字化单一市场版权指令》第 4 条的文本与数据挖掘例外。也就是说，把公开作品喂给模型，不当然构成侵权。但例外有边界：权利人以机器可读方式作出的保留（比如 robots.txt）应当被尊重；绕过付费墙或机器人封锁去拿内容、从盗版来源拿内容、以及模型直接复现特定作品，都不在例外之内。

推理这一端——也就是用户提问、系统实时检索、当场生成答案——没有这层保护。意见把这一段的评价直接挂到三项权利上：复制权（2001/29/EC 第 2 条）、向公众传播权（第 3 条第 2 款），以及第 15 条规定的新闻出版商邻接权。

换句话说，「训练可用」不等于「摘抄可用」。同一篇文章，进了权重里可能没事，被实时调出来重新组织一遍讲给用户，就要单独接受一次权利评价。

两个测试要件：怎么拿到的，和交出去的是什么

意见给出的判断不是一刀切，而是两个要件。第三方解读对这两条的表述高度一致，可以放心当作判据来看：

| 要件 | 问的是什么 | 越线情形 | |---|---|---| | 获取方式是否正当 | 内容是怎么到手的 | 绕过付费墙；绕过针对爬虫的技术封锁；从盗版来源获取 | | 输出是否构成「表达性替代」 | 交还给用户的是什么 | 侧面对比能识别出原作的表达形式，且用户看完答案后不再需要打开原文 |

第一条里有个细节值得单独拎出来：意见明确驳回了「没设屏障就等于同意」的逻辑。内容公开发布、搜索引擎能搜到，不构成对聊天机器人的默示授权。这是直接打在行业习惯上的一记否定——很多站点默认「我公开了，你抓就抓吧」，法律上这个默认并不成立。

第二条更微妙。它不要求逐字复制。只要把 AI 的回答和原文并排一看，能认出「这是那篇文章的表达」，而且读者读完答案就不必再点原文了，就可能构成侵权。反过来，仅仅传递相同的事实、用不同的形式表达，不当然侵权；个别词语和极短片段，也在保护范围之外。

越像「替代原文」，越接近侵权

这里有一个不太好接受的地方。

GEO 这两年积累的方法论，核心动作几乎都是「让内容更容易被整段摘走」：结论前置、段落自足、每个小节自带上下文、标题就是问题的答案。这套做法在流量逻辑下是有效的——它确实提高了被引用的概率。

但把上面第二条要件翻译过来，它衡量的是同一件事的另一面：读者看完 AI 的回答之后，还需不需要回到原文。 摘得越干净、答得越完整，这个「不需要」就越成立。

于是出现一个结构性对冲：GEO 的优化目标，恰好是「表达性替代」的事实特征。这不是说做 GEO 就会侵权——这条判据针对的是新闻出版者的邻接权，企业官网不是出版商，不能直接套用。但它提示了一件事：被引用和被替代，在技术上是同一个动作的两个结果，区别在于你把什么交了出去。

安全区在事实层，不在表达层

意见里有一句常被忽略的表述：使用报道中涉及的事实本身是被允许的，但表达这些事实必须换一种措辞。

这句话实际上给内容资产划了等级：

• 事实层（参数、规格、价格区间、口径定义、可核验的数据、时间地点人物）——不受版权保护，是理论上最安全、也最值得被 AI 摘走的部分。
• 表达层（叙事结构、观点推演、案例复盘、方法论的独特表述）——受保护，被整段搬走的收益最低、风险最高。
• 极短片段与个别词语——在保护之外，不构成权利主张的基础。

按这个分层回头看，很多企业的内容结构其实是反的：把最该标准化的东西写成了抒情段落，把最该保留独特性的东西写成了通用模板。前者让 AI 摘不准，后者让 AI 摘得太顺。

robots.txt 正在从「礼貌约定」变成「权利保留声明」

这份意见的附带部分还有一句：权利人以机器可读方式作出的保留，应予尊重。

这句话的分量比看起来大。robots.txt 长期被当成行业礼仪——遵守是体面，不遵守最多被骂。现在它开始被当作权利人意思表示的载体，进入法律评价。

但这里有个时间差要注意。2026 年 10 月 30 日，OpenAI、谷歌、微软、Anthropic 联合宣布支持一种「策略令牌」机制：站点只要在 robots.txt 里加一行 __usage_ai-training 声明，就能一次性禁止主流爬虫把内容用于训练，不必再逐个配置 GPTBot、ClaudeBot、Google-Extended。

这个机制解决的是训练端，不覆盖搜索，也不覆盖推理时的实时调用。用一句话概括：四大厂用「训练端的让步」换取了「推理端的自由」——而 AI 真正值钱的环节，恰恰是把内容实时接进答案里。

所以，如果你在 robots.txt 里写了「不许训练」，那只说明你的内容不会进权重，不说明它不会被实时检索、被摘要、被替代。

一个容易被忽略的细节：本案里 AI 还编了东西

回到案情本身，有个细节很值得记一笔。

Like Company 的站点并没有设付费墙。而据公开的案件梳理，Gemini 在回答用户「总结这篇文章」时，复述了核心事实，同时加入了原文里并不存在的细节——包括拟建海豚池的尺寸规格、公众反响、以及对生态环境的影响。

也就是说，那次输出既不是合格的引用（因为它失真了），也不完全是复制（因为它加了料）。

这个细节对企业有直接用处：当 AI 把你的业务描述错了，你手上的牌不是版权。 版权解决的是「别人用了你的表达」，不解决「别人把你的事实说错了」。后者要走的是准确性、商誉、不正当竞争这一条线。两条线的取证方式、主张对象、救济手段都不一样，混在一起谈，往往两头都落空。

落到企业身上：把两层资产分开治理

拆完这份意见，能落到操作层面的就三件事。

第一，先分清你在哪条链路上。 你的内容是被训练吃进去的，还是被实时检索调出来的？前者受 robots.txt 与 TDM 例外约束，后者受复制权与传播权约束。两者的合规动作完全不同，不能用一个「AI 友好」的口号打包。

第二，把事实层做成可机读的标准件。 参数表、规格、口径定义、可核验数据、更新时间——这些既不受版权保护，又是 AI 最需要、最容易准确摘走的东西。它们应该长成结构化的样子，而不是埋在散文里。

第三，给表达层留出不可替代性。 观点、推演过程、失败案例、判断依据，这些是别人抄不走也不该被抄走的部分。它们的作用不是提高被摘抄的概率，而是让读者在看完 AI 的答案之后，仍然觉得有必要来看你原本怎么说的。

这两件事看起来矛盾，其实是同一套设计的两面：事实交出去换可见度，表达留下来换信任。 一份法律意见不会改变这个平衡，但它至少把边界说清楚了——过去我们只知道要「被引用」，现在得同时问一句：被引用之后，读者还需要我们吗。

这也是星锚GEO 在做官网体检和内容可摘性评估时一直强调的分法：可摘性不是越高越好，而是该摘的地方摘得干净、不该替代的地方替代不掉。