Codex防止AI生成内容侵权的使用规范【方法】

先抛几个关键判断：用Codex写东西，最怕的不是写得不好，而是不小心踩了版权的雷。这事儿说大不大，说小不小，一旦撞上原著文本生成高度近似的内容，处理起来相当棘手。所以实际使用中，防止侵权这件事得从输入、输出和权属留痕三个口子同时下手。只有三管齐下，才能避免因为训练数据混用或者提示词诱导，让模型输出跟受保护作品撞车。

限制输入中间出现受版权保护的文本片段

第一步，动手检查一遍提交给Codex的提示词里有没有混入受保护的内容。如果引用了小说段落、歌词原文、新闻报道原文这些东西，

第二步，不建议在指令里写“模仿某作者风格”这类模糊要求。比如不要写“用鲁迅的笔调写一段讽刺文字”，而是换成“用冷峻白描加反讽修辞写一段城市通勤场景”。前者容易让模型从训练数据里强召回鲁迅的语料，抄袭风险一下就上去了。

说白了，这一步很简单：把原始引文替换成你自己概括出来的语义要点就行。

强制启用Codex内置的版权敏感词过滤器

方法一：CLI调用时加这个参数 --copyright-filter=strict。打开之后，只要提示词里出现“ISBN”、“©”、“第X章”、“原著：XXX”这些字段，就会直接被拦截，根本不生成响应。

方法二：改配置文件来实现深度过滤。编辑 ~/.codex/config.toml，在 [safety] 区块下加上这两行：
enable_copyright_scanning = true
block_similarity_threshold = 0.68

注意：这个功能只有Codex 0.134.0及以上版本才支持。版本不够的话，先执行 codex update --force 升级。

对输出内容执行三阶人工校验

① 查重初筛：把Codex输出的全文复制到中国知网学术不端检测系统的网页版（https://check.cnki.net），选“学位论文库+期刊库+互联网资源”三个库同时比对。重复率在12%以下的结果才建议接受。

② 风格溯源：重点看两样东西——独特的句式结构，以及罕见的比喻链和固定术语组合。这些往往是AI直接复刻训练数据中特定作者表达方式的危险信号。比如连续三句都用“不是……而是……”这种转折嵌套，就必须马上重写。

③ 权属标注：在最终交付文档的末尾加上一段不可删除的声明：“本内容由人类创作者主导构思，Codex仅作为辅助生成工具；所有独创性判断、事实核查与法律合规审查均由本人完成。”