Meta的工程师们最近说了句实在话：现在的AI广告标识，只能告诉用户“这条广告用了AI”，证明不了广告里说的话是真的。一个标签管内容来源，管不了内容真假，这个缺口被一条减肥贴片广告演了个透彻。但“标签管不了真假”这件事，需要往深处再走一层：它不是一个技术不成熟的问题，是标注制度和真实性审核被设计成了两条不相交的轨道，前者在广告发布前由平台自动执行，后者依赖人工审核、第三方事实核查和监管执法，而AI生成内容的生产速度，已经把后者的处理能力甩在了后面。
分级背后的逻辑
Meta呼吁的方向是按风险分级：卖袜子用不用AI生成图，无所谓；卖减肥产品、保健品、医疗器械的，广告素材直接关系用户身体，标注和审核就该严格一档。分级的道理在于风险不对等，一件衣服图文不符，买家退掉就是；一款贴片冒充医生背书，伤害的是健康。
这个分级逻辑在2026年的监管文本里已经有了具体的形状。印度广告标准委员会（ASCI）2026年5月的指引草案把AI广告内容按风险分为三层，最底层是常规编辑和装饰性内容，不需要额外提示；中间层是合法模拟，需要说明所代表的对象，比如“AI重现的已验证用户评价”或“模拟演示，性能主张基于实验室测试”；最高层是捏造背书、虚构专家意见和夸大结果，无论是否加了AI标签，都直接禁止。TikTok Shop走得更早，已经明确禁止用AI生成的职业身份销售保健产品，禁止AI虚构医生、教授、营养师等专业人设为商品功效背书。IAB在2026年1月发布的披露框架也指向同一个方向：标签要区分“常规编辑”“可被误认为真实证据的模拟”和“ outright fabrication”，三者对应的处理方式完全不同。
但分级真正要解决的，不是“标签该写什么字”，是平台在什么条件下有义务从“标注来源”切换到“验证主张”。标注是发布前的一次性动作，勾选一个开关、系统打上一个水印，成本接近于零；验证主张需要人去看素材里那个“医生”到底是不是医生、那句“临床证明”到底有没有对应的试验报告、那张“前后对比”到底是不是同一个人在同一时间拍摄的。这两件事的成本差了几个量级，平台的商业逻辑天然倾向于做前者、把后者推给监管和司法。分级的意义在于，它给平台画了一条线：哪些品类的内容，平台不能再以“我已经标了AI”作为免责的理由，必须进入主张审核的流程。高风险品类就是这条线以上的部分。
英国NHS那条广告，暴露的是标签的“边界盲区”
冒充英国NHS医生的那条案例，细节比“水印识别出了AI制作”更值得拆开。被冒用的是Guy's and St Thomas' NHS Foundation Trust——伦敦南部一家真实的NHS信托机构。伪造的视频里，穿着刷手服、挂着听诊器的人站在印有“St Thomas' Hospital”字样的牌子前，展示使用一款叫VitalMorn的减肥贴片后体重下降的效果。信托机构公开声明这些视频“完全是欺诈性的”，画面中的人不是该机构的员工；BBC的核查还发现，其中一位“医生”的头像来自一则罗马尼亚银行的广告，视频里标着“英国制造”的产品包装上印着法国国旗的标识。
Google的Gemini检测到了SynthID水印，确认视频涉及AI生成。但水印能说明的只有“这段内容经过了AI处理”，它说不清的是：只有医生的脸是合成的，还是“医生”这个职业身份、“NHS信托”这个机构背书、“使用产品后减重”这个个人体验、“前后对比”这个视觉证据，全部是虚构的？ AdExchanger在分析这个案例时把问题写得很直白：水印揭示的是生产工具，不是幻觉的边界；一个通用的标签告诉消费者“这条广告用了AI”，但把“真实在哪里结束、虚构从哪里开始”的判断留给了消费者自己。而消费者在面对一个穿着刷手服、站在真实医院牌子前、有“医生”头衔的人时，判断力恰恰是最弱的。
这个盲区不是“水印技术不够好”能解决的。水印和C2PA元数据可以证明一段素材经过了生成式工具的编辑，但它们不携带“这段素材所呈现的事实是否成立”的信息。技术能标记“合成”，不能标记“虚假”；虚假是一个需要对照外部事实（这家医院有没有这个医生、这个产品有没有做过临床试验、这个效果有没有数据支撑）才能做出的判断，而外部事实不在生成式AI的输出里。Meta在2026年4月更新的Advantage+披露框架里，对“生成医疗专业人员”或“生成患者证言”设置了医疗保健专用的叠加披露要求，这已经是平台侧对高风险品类的加码，但它仍然停留在“披露”层面——标签告诉用户这是生成的，用户自己决定信不信。
对正经做广告的卖家，紧的一面比松的一面更具体
医疗、美妆、保健这些高风险品类的素材审核会越来越细，这一点在2026年的平台执行数据里已经有读数。Meta在2026年3月完成了一轮广告政策升级，审核从“举报驱动”切换到“主动式审核”，MARS多模态系统把广告文本、图片和视频帧、音频、落地页作为一个整体扫描，并用CAPI元数据与视觉识别交叉验证AI生成内容。未披露的AI内容已经占到全部拒审的约14%，成为第三大拒审原因。健康、保健和美容垂直类目的广告拒绝率在同一轮更新后上升了34%。2026年7月22日，Meta重写了健康与保健广告标准，禁止疾病治愈声明、前后对比图、血糖和糖尿病相关声明，并将减肥产品的年龄定向扩展到18岁以上。这些规则叠加在一起，对高风险品类卖家的含义是：AI生成的医生形象、机构背书、前后对比图，不再是“标了就能过”的东西，它们会同时触发AI披露审核和健康品类主张审核两条线，任何一条不过，广告就上不去。
松的一面是分级确实在把低风险品类和高风险品类分开。一件衣服的装饰性AI背景、一个家居用品的合成场景图，在常规编辑的范围内不需要额外提示，也不会因为“用了AI”就被拒审。分级的实质不是“对AI更宽松”，是“把审核资源从低风险内容上撤出来，集中到高风险内容的主张验证上”。对合规的广告主，这意味着低风险品类的投放不会因为高风险品类的整顿而被连带拖慢；对高风险品类的合规卖家，这意味着审核会更慢、材料要求会更细，但一旦过了审，它面对的竞争环境里少了一批靠虚构背书抢流量的对手。
监管正在把“按风险定强度”从平台政策抬到法律义务
欧盟AI法案第50条的透明度义务从2026年8月2日起适用，要求深度伪造内容明确披露为人工生成或操纵，AI生成或修改的内容需要嵌入机器可识别的标记。对面向欧盟消费者投放的广告主，违规的罚款上限是1500万欧元或全球年营业额的3%，取较高者。这条法律的域外效力覆盖非欧盟主体：只要部署者自己预见、指示或授权AI内容向欧盟分发，包括在“全球可访问的互联网”上发布深度伪造内容，就在管辖范围内。英国虽然在脱欧后不直接适用AI法案，但CAP（广告实践委员会）已经确认现有的广告准则对AI生成内容和人工创作内容同等适用，ASA的执法不会因为“这是AI做的”就另设一套宽松标准。
法律的介入改变了分级讨论的性质。平台侧的分级披露是商业决策，平台可以选择执行得快一点或慢一点；法律义务一旦生效，“高风险品类必须做主张验证”就不再是平台可以自行权衡的事情，而是监管执法的一部分。广告主侧的应对也因此从“看平台政策怎么变”变成“看目标市场的法律要求是什么”。欧美对健康类广告的监管节奏和实体规则本来就不一致：欧盟AI法案管的是透明度，英国ASA管的是广告内容的真实性和误导性，美国FTC管的是声称有没有“ competent and reliable scientific evidence”支撑，三条线各管各的，一套素材全球通跑，在任何一个市场出问题，其他市场不会自动免疫。
广告主现在能做的，不是等标签进化，是把“可验证性”做进素材流程
把素材来源留档，AI生成部分主动披露，功效表述全部对得上资质文件——这三件事的方向是对的，但颗粒度需要比“留档”更细。
素材来源留档的终点不是“有这个文件”，是“文件能在被问的时候回答三个问题”：这段素材是谁生成的、用了什么工具、生成时输入了什么。Meta的MARS系统已经在用C2PA元数据做交叉验证，主流AI工具普遍会在输出文件里写入来源信息；广告主如果自己不留一份对应的记录，当平台或监管要求说明“这个医生形象是怎么来的”时，手里只有一段无法追溯的成品。更稳妥的做法是按素材建立一份“护照”：生成工具、提示词或输入素材、人工编辑的环节、最终版本的哈希值，和投放记录放在一起。这份护照在日常投放中用不上，但在审核申诉、监管问询或法律纠纷里，它是唯一能把“主动披露”和“事后狡辩”区分开的东西。
主动披露的动作需要和平台的实际字段对齐，而不是停在“我知道这是AI”的层面。Meta在Ads Manager里有“AI信息”披露开关，Advantage+生成的变体如果与广告主提供的源素材在视觉或听觉上存在实质性差异，会触发自动标签；广告主的责任不因为变体是系统自动建议的而转移，运行广告的广告主承担最终责任。一个广告主如果用了代理公司配置的Advantage+ campaign、变体是系统自动生成的，披露义务仍然落在广告主一侧。“是代理做的”在平台的责任框架里不构成抗辩。
功效表述对得上资质文件，在高风险品类里是最硬的一关。保健品的“临床证明”需要对应的临床试验报告，减肥产品的“平均减重X公斤”需要对应的用户数据，医疗器械的“医生推荐”需要可核验的推荐记录。这些文件在广告上线之前就要准备好，而不是在拒审之后再去补。Meta的健康与保健政策明确要求广告主拥有并依赖“合格且可靠的科学证据”来支撑每一项实质性声称，平台的审核流程本身不直接验证科学证据，但它会标记常见的无依据声称模式，而监管执法（FTC、ASA、欧盟各国的消费者保护机构）会在平台之后跟进。平台拒审是广告上不去，监管执法是罚款和产品下架，后者比前者贵一个量级。
往后AI生成内容在广告里的用量只会越来越大。Google上Gemini生成的广告素材在2025年已经是2024年的三倍，仅第四季度就接近7000万件；Meta公开的目标是到2026年底用AI实现广告创建和定向的自动化。当生成的速度以千万件计，事后靠消费者举报来发现虚假主张的机制在物理上不可能覆盖。标签会越来越多，但标签的进化方向不是“标得更准”，是“标完之后还有没有人去验证主张”。把每一条新规当成一次体检的团队，检的不是“我有没有勾那个开关”，是“我的素材库里有没有一个经得起问‘这个医生是谁’的答案”。底子好的企业越检越有底气，底气不来自标签，来自每一个出现在广告里的人、每一句出现在文案里的效果，都能被追溯到一张纸、一份报告、一条记录。