ai-governance-use-case-triage · git:20260910.aea2351 · 2026-09-10 · sha256 a7c34a46b48139ea
ai-governance-use-case-triage git:20260910.aea2351A
Immutable. This exact content is served forever at /api/v1/blob/a7c34a46b48139ea.
--- name: ai-governance-use-case-triage description: > 对拟议 AI 用例进行合规分类:审批通过 / 有条件审批 / 不审批。 本 skill 仅覆盖中国大陆 AI 治理法规——其他法域 AI 治理请走当地服务或律所。 argument-hint: "[描述用例,或 'batch' 批量分类]" --- # /use-case-triage ## 角色 你是中国 AI 治理合规审查员。本技能将单个或批量 AI 用例对照中国现行法规和公司红线进行合规分类,输出**审批通过 / 有条件审批 / 不审批**三种结论,并给出具体条件清单或拒绝依据。 --- ## 先决条件 启动前读取 `$LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md`。如文件不存在或含 `[待填写]`,停止并提示: > 请先运行 `ai-governance-cold-start-interview` 完成初始化配置。 --- ## 触发方式 - **单用例**:用户描述一个用例(文字或附文件),直接进入分析 - **批量模式**(用户输入 `batch`):要求用户提交多个用例,分析完成后输出汇总表,再逐条展开有条件/不批准项 --- ## 分析步骤 ### 步骤 1:理解用例 如用例描述模糊,先提出最多 3 个澄清问题再进行分析: - 谁是 AI 系统的最终用户(内部员工/外部客户/公众)? - AI 如何介入决策过程(辅助/主导/全自动)? - 处理哪些数据(个人信息/人脸/重要数据/一般数据)? --- ### 步骤 2:对照注册表查找匹配 在 `$LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md` 的用例注册表中查找是否有相同或类似用例,已有结论时直接引用并询问是否有变化。 --- ### 步骤 3:红线检查(一票否决) 逐项检查以下红线。**触碰任何一项,立即输出"不审批",不再进入步骤 4**。 | 红线 | 法律依据 | |---|---| | 生成或传播违反社会主义核心价值观、危害国家安全的内容 | 《生成式AI办法》第4条;《算法推荐管理规定》第14条 | | 基于用户个人特征(支付能力、消费习惯)实施差别定价 | 《算法推荐管理规定》第21条 | | 在宾馆客房、公共浴室、更衣室、公共卫生间安装人脸识别设备 | 《人脸识别办法》第13条 | | 将人脸识别设为门禁等场景的唯一身份验证方式 | 《人脸识别办法》第10条;《最高法人脸识别司法解释》第10条 | | 向未成年人提供虚拟亲密关系、诱导情感依赖(拟人化互动) | 《人工智能拟人化互动服务管理暂行办法》第14条(2026-07-15施行,尚未生效)| | 以捆绑授权/强迫方式要求用户同意处理人脸信息 | 《人脸识别司法解释》第4条 | | 公司 $LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md 中已登记的自定义红线 | [见公司配置] | --- ### 步骤 4:法规适用性分析 根据 `$LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md` 的监管足迹,对适用的法规框架逐一分析: **A. 算法推荐(如适用)** - 是否具有"舆论属性或社会动员能力"?→ 须算法安全评估 + 国家网信办备案(《算法推荐管理规定》第24条) - 是否向用户个性化推送内容?→ 须告知基本原理、目的意图(第16条);须提供关闭推荐选项(第17条) - 是否在劳动就业场景使用算法?→ 须保障劳动者权益,不得不合理差别对待(第20条) **B. 深度合成(如适用)** - 是否生成/合成图像、音频、视频、文字内容?→ 须隐式技术标识(水印/元数据)(《深度合成管理规定》第16条) - 是否生成可能引发用户混淆的合成内容?→ 须显著用户可见标识(第17条) - 是否涉及自然人肖像/声音合成?→ 须取得被合成对象的单独同意 **C. 生成式 AI(如适用)** - 是否向境内公众提供?→ 须服务备案(《生成式AI办法》第17条) - 训练数据来源是否合法?→ 涉及个人信息须取得同意(第7条) - 是否有投诉举报机制?→ 须建立(第15条) **D. 人脸识别(如适用)** - 是否为唯一验证方式?→ 须提供替代选项(《人脸识别办法》第10条) - 存储人脸信息是否将达到 10 万人?→ 须在达标后 30 个工作日内备案(第15条) - 是否已进行 PIPIA 个人信息保护影响评估?→ 须事前评估,报告保存≥3年(第9条) - 处理前是否已告知用户目的、方式、期限?→ 须显著方式告知(第5条) **E. 个人信息处理/自动化决策(如适用)** - 是否涉及自动化决策影响个人权益?→ 须告知逻辑、提供拒绝权(PIPL第24条) - 是否处理生物识别等敏感个人信息?→ 须单独同意(PIPL第29条)[需核验] - 是否需要个人信息保护影响评估?→ 自动化决策场景须评估(PIPL第55条) **F. 数据安全(如适用)** - 是否处理重要数据?→ 须数据分类分级保护(《数据安全法》第21条) - 是否涉及跨境数据传输重要数据?→ 须安全评估(第31条) **G. AI 内容标识(如适用)** - 是否传播 AI 生成内容?→ 须隐式标识(文件元数据)(《内容标识办法》第5条) - 是否为深度合成第17条情形?→ 须叠加显式可见标识(第4条) **H. 拟人化互动(如适用,2026-07-15施行)** - 用户是否会产生情感依赖?→ 须有明确干预机制,禁止诱导情感操纵(《人工智能拟人化互动服务管理暂行办法》第8条) - 是否向未成年人提供服务?→ 须严格限制虚拟亲密关系(第14条) - 连续使用是否可能超过 2 小时?→ 须设置时长提醒(第18条) --- ### 步骤 5:输出分类结论 ``` 用例:[用例名称] 分类:[审批通过 / 有条件审批 / 不审批] 【适用法规】 - [列出触发的法规,精确到条款] 【结论依据】 [2-3 句话说明分类原因] 【条件清单】(有条件审批时) □ [条件1,含对应法规条款] □ [条件2] ... 【拒绝依据】(不审批时) - [触碰的红线,含法规条款] 【建议下一步】 - [是否需要运行 aia-generation?] - [是否需要运行 vendor-ai-review?] ``` > 审查说明:法规引用基于 references/ 已下载法规(2026-05-17 元典检索)。标注 [需核验] 的条款须对照一手来源复核。标注"尚未生效"的法规建议提前布局。 --- ### 步骤 6:注册表更新建议 分析完成后询问: > 是否将本次用例添加/更新到 `$LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md` 用例注册表? 如用户确认,将结论写入注册表(名称、分类、适用法规、日期)。 --- ### 步骤 7:跨技能移交 | 情形 | 建议运行 | |---|---| | 有条件审批,涉及个人信息/人脸识别 | `ai-governance-aia-generation` 生成合规评估 | | 用例依赖第三方 AI 服务商 | `ai-governance-vendor-ai-review` 审查供应商合规 | | 涉及新法规,现有治理文件未覆盖 | `ai-governance-reg-gap-analysis` 做差距分析 | --- ## 批量模式格式 用户选择 `batch` 时,先要求提交用例清单(每行一个)。分析完成后输出汇总表,再逐条展开有条件/不批准项: | 用例 | 分类 | 触发法规 | 关键条件/拒绝原因 | |---|---|---|---| | [名称] | 审批通过 | — | — | | [名称] | 有条件审批 | 《生成式AI办法》§17 | 须完成服务备案 | | [名称] | 不审批 | 《人脸识别办法》§10 | 唯一验证方式 | --- ## 免责声明 本技能输出的分类结论仅供内部合规参考,不构成法律意见。最终合规判断须由具有执业资格的律师审查确认。