恒都法研 | 反不正当竞争案件：那些看起来简单、打起来要命的坑

2026年8月26日 18:10 上海

原创 览蓝 恒都上海

前言

反不正当竞争案件是很多企业最容易"轻敌"的一类纠纷。对方抄了你的包装、蹭了你的品牌、在直播间吹了牛、用爬虫搬走了你的数据……很多企业第一反应是"这明显违法，告他"。但真正走进诉讼程序才发现：法律适用选错了、证据没固定住、赔偿算不出来、对方一个抗辩就把你顶回来。反不正当竞争法不是"兜底万能法"，每一条都有严格的适用门槛。本文梳理了我们在长期办理反不正当竞争案件中遇到的真实"坑"，希望对企业有所帮助。也欢迎同行朋友一起交流、探讨案例，共同提升反不正当竞争案件的办理水平。

一、商业混淆：不是"长得像"就一定能赢

坑一：搜索关键词买了竞品名称，算不算"使用"？

宁波鄞州艺星时代美容医院案是一个典型案例¹。当事人为了争夺流量，在搜索引擎后台把竞争对手的医院名称设为搜索关键词，消费者搜"某口腔医院"，弹出的推广链接却跳转到当事人的页面。这种行为算不算《反不正当竞争法》上的"擅自使用他人有一定影响的名称"？

答案是算，但前提是你能证明三件事：第一，竞品名称"有一定影响"（不是随便一个小公司的名字都受保护）；第二，当事人的行为构成"擅自使用"（关键词购买虽然不是直接贴在产品上，但在搜索结果和链接中使用了竞品名称，司法实践中已被认定为"使用"）；第三，造成了"引人误认"的后果（消费者误以为推广链接与竞品有关联）。

企业最容易栽的地方：发现竞品买了自己的关键词，第一时间去理论，而不是先做公证固定搜索结果。等对方把关键词撤了，你再去搜，什么都没有了——没有证据，官司根本没法打。

坑二：商标用作字号，2025年新法变天了

很多企业遇到过这种情况：自己的注册商标被别人登记成了企业字号，比如"西门子"被注册成"上海西门子电器有限公司"。过去，司法实践中以是否"突出使用"为标准来区分商标侵权和不正当竞争——字号突出使用（放大、变色、单独使用）算商标侵权，不突出使用算不正当竞争²。

但2025年修订的《反不正当竞争法》新增了第七条第二款，直接与《商标法》第五十八条衔接，不再区分是否"突出使用"——只要未经许可将他人注册商标用作字号，造成混淆并扰乱竞争秩序，就构成不正当竞争³。最高人民法院在"西门子案"中已经按照不同使用场景分别认定：在洗衣机机身上将企业名称整体作为商标使用，构成商标侵权；在包装和宣传中使用"西门子"字样，构成不正当竞争⁴。

企业最容易栽的地方：还在用老思路打官司。2025年新法施行后，"突出使用"的二分法已经失去了立法基础。如果你的律师还在纠结"对方有没有突出使用字号"，而不是直接主张不正当竞争，诉讼策略可能就走偏了。

坑三："有一定影响"不是嘴上说说

《反不正当竞争法》保护的是"有一定影响"的商业标识，不是所有标识都受保护。"有一定影响"要求标识兼具市场知名度和识别商品来源的显著性⁵。法院在认定时，会综合考量相关公众的知悉度、商品的销售与宣传情况、标识本身的受保护记录等因素。

很多企业在诉讼中只是口头主张"我们品牌很有名"，却拿不出销售数据、广告投入、媒体报道、获奖记录、消费者调查等证据。法院不会因为你自己说有名就认定有名——"有一定影响"是一个需要用证据证明的事实，不是一个法律推定。

还有一个容易被忽视的问题：2025年修法将"知名"改为"有一定影响"，降低了门槛，但"有一定影响"是个中性词——如果一个标识是因为负面新闻而出名，能不能受保护？这在司法实践中仍有争议⁶。

坑四：混淆可能性和实际混淆，标准到底是哪个？

现行《反不正当竞争法》第七条对列举的三类混淆行为要求"引人误认"，但兜底条款却放宽为"足以引人误认"⁷。这种"前紧后松"的立法表述导致司法实践中标准不统一——有的法院要求证明实际混淆已经发生，有的法院只要求证明存在混淆可能性。

最高人民法院的司法解释明确，认定混淆行为不以实际混淆已经发生为前提，只要存在混淆可能性即可⁸。但在具体案件中，"混淆可能性"的判断仍然是一个高度事实化的问题——需要结合标识的近似程度、商品的类似程度、相关公众的注意力程度、原告标识的知名度等因素综合判断。

企业最容易栽的地方：没有做消费者认知调查。混淆可能性的判断本质上是"相关公众会不会认错"，如果能提供专业的消费者问卷调查，证明力会大大增强。但很多企业要么不做调查，要么自己随便找几个人问一下，这样的证据法院根本不会采信。

二、虚假宣传：不是"说了大话"就算违法

虚假宣传是另一个常见类型，尤其在直播带货、电商平台等场景中频发。但虚假宣传的认定远没有"对方说了假话"那么简单。

坑一："虚假"和"引人误解"是两回事

《反不正当竞争法》第九条禁止的是"虚假或者引人误解的商业宣传"⁹。这里有两个并列的标准："虚假"和"引人误解"。

"虚假"是客观判断——宣传内容与客观事实不符，一旦查证为假，即可认定，无须证明实际误导效果¹⁰。比如宜兴白禾堂紫砂案中，当事人明知制壶人不是明末清初的，却宣传"明末清初程某红一代汉瓦"，这个年代是可以客观验证的，查证不符就构成虚假宣传¹¹。

"引人误解"则是主观判断——宣传内容可能字面上是真的，但因为省略、歧义、不完整对比等方式，足以导致消费者产生错误认知¹²。比如"具有明末清初古壶神韵"这种模糊表述，字面上可能不算假，但整体效果是否超越了合理夸张的界限、构成实质性误导，就需要结合具体消费场景判断。

企业最容易栽的地方：作为原告，只证明了对方"说了大话"，却没证明这些大话是"虚假"的还是"引人误解"的，以及是否达到了"欺骗、误导消费者"的程度。作为被告，明明只是用了行业常见的夸张宣传话术，却被对方抓住一个字眼告虚假宣传——此时需要证明你的宣传属于"合理夸张"，不会误导消费者。

坑二：直播带货的证据，过了就没了

直播带货是虚假宣传的重灾区，但也是证据固定最难的场景。直播是动态的、实时的、瞬时的——主播在直播间说的话、展示的商品、打出的字幕，播完就没了，回放可能被删除，录屏可能被质疑真实性¹³。

很多企业发现竞品在直播间虚假宣传，第一反应是去平台投诉，而不是先做证据保全。等投诉处理完，直播回放已经被删除了，你拿什么证明对方说了什么？

正确的做法：发现虚假宣传后，第一时间通过公证或区块链存证固定直播内容（包括主播话术、商品展示、字幕、销量数据、用户评论等），然后再采取投诉、发函、起诉等后续行动。证据固定是第一步，也是最关键的一步——没有证据，后面一切都是空谈。

坑三：主播、商家、平台，告谁？

直播带货场景中，虚假宣传的责任主体认定非常复杂。主播可能是广告代言人、表演者或销售者，不同角色对应不同的责任边界¹⁴。主播自营时是销售者，分销模式下身份又趋于模糊。平台是承担连带责任还是补充责任？这些问题在司法实践中争议很大。

很多企业在起诉时不加区分，把主播、商家、平台全告了，结果因为主体不适格或责任划分不清被法院驳回部分诉讼请求。正确的做法是先理清各方的法律关系和角色定位，再确定被告范围和诉讼请求。

三、平台竞争与数据竞争：最容易"打错法律"的领域

平台经济和数据竞争是当前反不正当竞争案件中最复杂、最容易出错的领域。这类案件往往涉及多部法律的竞合，选错了法律适用方向，整个案件就可能走偏。

坑一：低价竞争，四部法律到底用哪个？

平台低价竞争（比如外卖平台"0元购"、快递"8角钱发全国"、社区团购底价协议）看起来是"不正当竞争"，但实际上可能涉及四部法律：《反垄断法》的掠夺性定价条款、《反不正当竞争法》的强制低价条款、《价格法》的低价倾销条款、《电子商务法》第三十五条¹⁵。

这四部法律的适用门槛、规制对象、执法效能各不相同，存在规范竞合和执法碎片化的问题¹⁶。比如《反垄断法》的掠夺性定价要求经营者具有市场支配地位，门槛很高；《反不正当竞争法》主要规制平台"强制或变相强制"商家低价的行为，对平台直接参与型低价竞争的规制不足；《电子商务法》第三十五条的违法性判别标准粗疏、法律责任较轻¹⁷。

企业最容易栽的地方：想当然地用《反不正当竞争法》起诉平台低价竞争，结果法院认为应该适用《反垄断法》，而你又证明不了平台具有市场支配地位，诉讼请求被驳回。或者反过来，应该适用《反不正当竞争法》的间接控制型低价竞争，你却去走反垄断路径，门槛够不着。

这类案件的法律适用选择，需要律师对平台行为类型进行精准定性——是"直接参与型"（平台自己出资补贴）还是"间接控制型"（平台通过规则和流量分配强制商家低价）？不同类型对应不同的法律适用路径¹⁸。如果律师对平台经济的商业模式和法律规制不熟悉，很容易在第一步就选错方向。

坑二：数据爬取，不是"爬了就是违法"

数据竞争是当前反不正当竞争的热点领域，但很多企业存在一个误区：认为对方爬取了我的数据就是违法。实际上，数据获取行为是否构成不正当竞争，需要进行复杂的利益衡量。

最高人民法院指导性案例263号（某网络公司诉某信息公司不正当竞争纠纷案）给出了明确的裁判规则¹⁹。该案中，某信息公司提供账号关联服务，帮助招聘企业将在某网络公司获取的简历数据转移到自己的平台。某网络公司起诉对方不正当竞争，索赔500万元。但法院最终认定：该数据转移行为经过用户同意，未对数据处理者利益造成实质性损害，未侵害个人信息权益，也未扰乱市场竞争秩序，不构成不正当竞争²⁰。

这个案例的核心启示是：数据竞争案件不是"谁持有数据谁就赢"，而是需要在经营者利益、消费者利益和市场竞争秩序之间进行"三重利益"衡量²¹。法院会重点考察：数据获取方式是否正当（是否避开或破坏了技术措施）、是否损害了数据持有者的合法权益、是否侵害了消费者利益、是否扰乱了市场竞争秩序特别是数据流通机制²²。

2025年修订的《反不正当竞争法》新增了第十三条第三款"数据专款"，规定经营者不得以欺诈、胁迫、避开或破坏技术管理措施等不正当方式获取、使用其他经营者合法持有的数据²³。但"数据专款"并未涵盖所有数据不正当竞争行为，对于未通过不正当方式获取但造成他人损害的行为，仍需适用一般条款进行判断²⁴。

企业最容易栽的地方：发现竞品爬取了自己的数据，不做行为定性就直接起诉，结果法院认为对方的数据获取方式是正当的（比如经过用户同意、未破坏技术措施），不构成不正当竞争。或者反过来，对方确实用了不正当手段爬取数据，但你没有固定对方"避开或破坏技术措施"的证据，法院无法认定行为的不正当性。

坑三：AI时代的新坑——数据污染和推荐操纵

随着生成式AI的普及，一种新型的不正当竞争行为正在出现：数据污染²⁵。一些经营者和"生成式引擎优化（GEO）"服务商利用算法的脆弱性，通过向AI模型训练数据中"投喂"虚假信息，系统性污染模型知识源头，以此操控模型推荐结果，让自己的产品出现在AI推荐榜单前列，或者让竞争对手的产品被AI"差评"²⁶。

这种行为可能构成虚假宣传（通过污染数据导致AI输出不实推荐信息）、商业诋毁（通过污染数据恶意降低竞品评价）或网络不正当竞争（干扰AI服务正常运行）²⁷。但由于技术高度复杂、证据难以获取、因果关系难以证明，这类案件的维权难度极大。

对于企业来说，目前最实际的做法是：监测AI平台上关于自己品牌和产品的推荐结果，如果发现异常（比如AI推荐了明显不实的信息、或者竞品通过不正当手段操纵了推荐），及时固定证据并向AI平台投诉，必要时通过法律途径维权。

四、律师没选好、证据没准备好，结果是灾难性的

前面讲的都是具体类型的"坑"，但反不正当竞争案件中最大的"坑"，其实是两个：律师没选好，证据没准备好。这两个问题不解决，前面所有的法律分析都是空中楼阁。

为什么律师选择是决定性的？

反不正当竞争法是一部"看起来简单、用起来复杂"的法律。它的条文不多，但每一条的适用都涉及复杂的事实判断和利益衡量。而且，反不正当竞争法的解释方法正在经历深刻转型——从传统的"商业道德秩序"为中心，转向以"市场竞争秩序"为中心²⁸。

这个转型意味着什么？过去，判断一个行为是否构成不正当竞争，主要看它是否违反了"公认的商业道德"；现在，更核心的判断标准是该行为是否扭曲了市场竞争秩序中的信息传递机制、是否损害了竞争效率和创新激励²⁹。如果你的律师还在用老思路——只论证"对方不道德"，而不分析"对方的行为如何扭曲了市场竞争机制、造成了什么竞争损害"——诉讼主张很可能不被法院采纳。

反不正当竞争法的一般条款（第二条）更是如此。很多企业把一般条款当成"兜底万能条款"，认为具体条款管不了的都可以用第二条兜底。但实际上，一般条款的适用门槛非常高——需要满足"不正当竞争行为未被具体条款列举""行为违反了商业道德""损害了其他经营者合法权益和市场竞争秩序"等多个条件，而且法院对一般条款的适用持谨慎态度，避免过度干预市场竞争³⁰。

灾难性后果的真实场景：我们见过太多这样的案例——企业被竞品不正当竞争了，找了一个"什么案子都做"的律师，律师对反不正当竞争法的最新发展不了解，诉讼请求写错了（该主张混淆的主张了虚假宣传，该用数据专款的用了一般条款），证据方向错了（该固定搜索结果的去做了消费者调查，该证明损失的去证明了行为），结果一审败诉，二审改判的概率又很低，企业花了大量时间和金钱，最后什么都没得到，反而错过了最佳维权时机，侵权行为已经造成了不可逆的市场损害。

证据准备：反不正当竞争案件的"生死线"

反不正当竞争案件中，证据准备的核心是三个环节：固定侵权行为、证明损害结果、建立因果关系。每一个环节都有大量企业栽跟头。

固定侵权行为：这是最基础也是最容易出错的环节。商业混淆案件中，你需要固定对方使用了你的标识的证据（产品实物、包装、宣传材料、网页截图、搜索结果公证等）；虚假宣传案件中，你需要固定对方虚假宣传的内容（直播录屏公证、网页截图、广告视频等）；数据竞争案件中，你需要固定对方获取数据的方式和技术手段（服务器日志、技术分析报告等）。

很多企业的问题是：证据固定不及时（等想起做公证时，对方已经撤了）、证据形式不合法（自己截的图、录的屏，对方质疑真实性法院就不采信）、证据范围不完整（只固定了部分侵权行为，遗漏了关键证据）。

证明损害结果：这是反不正当竞争案件中最难的环节。很多企业在诉讼中主张了高额赔偿，但拿不出证据证明自己的实际损失或对方的侵权获利。法院在无法确定赔偿数额时，只能适用法定赔偿，而法定赔偿的数额往往远低于企业的实际损失。

正确的做法是：在起诉前就做好损害评估，收集销售数据、利润数据、市场份额变化、广告投入、客户流失等证据，尽可能精确地计算实际损失或侵权获利。如果自己计算有困难，可以委托专业的知识产权评估机构进行评估。

建立因果关系：这是最容易被忽视的环节。很多企业证明了对方有不正当竞争行为，也证明了自己有损失，但没有证明两者之间的因果关系——即你的损失是由对方的不正当竞争行为直接导致的，而不是由市场环境变化、自身经营问题、其他竞争对手的行为等因素导致的。法院在认定赔偿数额时，因果关系是一个关键考量因素，如果因果关系不充分，赔偿数额会被大幅扣减甚至不予支持。

五、恒都律师事务所：反不正当竞争领域的实战派

在反不正当竞争领域，恒都律师事务所积累了丰富的实务经验。我们的团队代理过大量商业混淆、虚假宣传、商业诋毁、平台竞争、数据不正当竞争等类型的案件，服务过互联网企业、电商平台、消费品牌、制造企业、科技公司等多种类型的客户。

我们的服务覆盖反不正当竞争案件的"全链条"：前置布局——帮助企业建立品牌保护体系、完善商业标识注册、制定宣传内容合规审查机制；侵权监测——协助企业建立市场监测机制，对竞品的不正当竞争行为进行常态化监测；证据固定——指导企业进行公证保全、电子数据取证、技术鉴定、消费者调查等证据固定工作；法律评估——对不正当竞争行为进行法律定性，确定最优的法律适用路径和诉讼策略；民事维权——代理企业进行反不正当竞争民事诉讼，包括行为保全申请、损害赔偿计算、惩罚性赔偿主张等；行政投诉——代理企业向市场监管部门进行反不正当竞争行政投诉；刑事控告——对于涉嫌损害商业信誉、商品声誉罪等刑事案件，代理企业进行刑事控告；合规整改——帮助企业建立反不正当竞争合规体系，避免自身行为触碰法律红线。

我们深知，反不正当竞争案件的处理不是"套法条"那么简单，而是需要结合企业的商业目标、行业特点、竞争格局和证据情况，制定精准的诉讼策略。我们的团队不仅具备扎实的反不正当竞争法专业能力，更深入理解平台经济、数字经济、消费行业等领域的商业模式和竞争逻辑，能够为客户提供"法律+商业+技术"三位一体的综合解决方案。

部分内容由豆包生成

结语

反不正当竞争案件的本质，是市场竞争秩序的维护和经营者合法权益的保护。它不像专利侵权那样有明确的权利证书，也不像商标侵权那样有清晰的注册类别——反不正当竞争法保护的是一种"竞争利益"，这种利益的边界是模糊的、动态的、需要在个案中具体判断的。

正因为如此，反不正当竞争案件对律师的专业能力和证据准备工作提出了极高的要求。法律适用选错了、证据没固定住、损害算不出来、因果关系建不起来——任何一个环节出问题，都可能导致整个案件的失败，而失败的代价往往是不可逆的市场损失。

2025年《反不正当竞争法》的修订，为反不正当竞争保护提供了更完善的法律武器——商标用作字号的规制、数据不正当竞争的专门条款、平台强制低价竞争的规制等，都在不断强化对公平竞争秩序的保护。但法律武器再完善，也需要专业的律师来运用，需要充分的证据来支撑。

我们撰写本文，既是对我们在反不正当竞争实务中积累的经验和教训的梳理，也希望能为企业和行业同仁提供一些参考。反不正当竞争保护不是某一家企业、某一家律所的事，而是需要全行业共同努力。我们欢迎同行朋友一起交流、探讨案例，共同提升反不正当竞争案件的办理水平，为公平竞争的市场秩序贡献力量。

如需了解恒都详情，欢迎添加微信沟通

微信号：echoluya888

【参考文献】

① 彭吉喆：《对于商业混淆案中构成要件的分析——以宁波鄞州艺星时代美容医院有限公司案为例》，载相关法学期刊2026年第8期。
② 沈嘉炜：《商标用作字号行为法律定性思路的反思与完善》，载相关法学期刊2026年第8期。
③ 同上。
④ 最高人民法院（2022）最高法民终312号民事判决书。
⑤ 彭吉喆：《对于商业混淆案中构成要件的分析——以宁波鄞州艺星时代美容医院有限公司案为例》，载相关法学期刊2026年第8期。
⑥ 同上。
⑦ 同上。
⑧ 《最高人民法院关于适用〈中华人民共和国反不正当竞争法〉若干问题的解释》。
⑨ 《中华人民共和国反不正当竞争法》第9条。
⑩ 支梓衡：《直播带货领域中〈反不正当竞争法〉虚假宣传条款的应用——宜兴市白禾堂紫砂有限公司虚假宣传案》，载相关法学期刊2026年第8期。
⑪ 同上。
⑫ 同上。
⑬ 同上。
⑭ 同上。
⑮ 方翔、史梓林：《论平台低价竞争行为的法律适用》，《法治现代化研究》2026年第4期。
⑯ 同上。
⑰ 同上。
⑱ 同上。
⑲ 范静波：《反不正当竞争法框架下数据转移行为正当性的判断——以最高人民法院指导性案例263号为例》，《法律适用》2026年第8期。
⑳ 同上。
㉑同上。
㉒同上。
㉓《中华人民共和国反不正当竞争法》第13条第3款。
㉔范静波：《反不正当竞争法框架下数据转移行为正当性的判断——以最高人民法院指导性案例263号为例》，《法律适用》2026年第8期。
㉕黄宏宇：《消费领域数据污染行为的反不正当竞争规制》，《北京理工大学学报（社会科学版）》2026年。
㉖同上。
㉗同上。
㉘江山：《论反不正当竞争法解释的知识转型与方法重构》，《中外法学》2026年第4期。
㉙同上。
㉚同上。

|（注：部分内容可能由 AI 生成）