CSlawyer1985/legal-skillhub / skills/ai-governance-initial-questions
ai-governance-initial-questions
Verified在采购或开工之前,对拟议 AI 应用做一次结构化初始问询,产出「可继续 / 需补齐 / 不可按此形态部署」三种结论与带责任人和期限的行动清单。 方法论移植自波兰个人数据保护局(UODO)2026-08-05《初始问题清单》。覆盖 GDPR 与 AI Act 信号提示,适用于出海与境外 AI 项目; 中国大陆境内 AI 用例的红线与备案判断请走 ai-governance-use-case-triage。
| File | Kind | Size |
|---|---|---|
| SKILL.mdexecutable | skill md | 8.9 KB |
| references/00-来源说明.mdexecutable | script | 3.9 KB |
| references/01-版本0-零号清单.mdexecutable | script | 19.7 KB |
| references/02-中小企业版.mdexecutable | script | 11.3 KB |
| references/03-公共部门版.mdexecutable | script | 14.8 KB |
| references/04-扩展版.mdexecutable | script | 28.3 KB |
references/02-中小企业版.md
View on GitHub# 中小企业版:AI 落地的 GDPR 实操清单
> 译自波兰个人数据保护局(UODO)2026-08-05 发布的 *WERSJA DLA MŚP: PRAKTYCZNA CHECKLISTA RODO DLA WDRAŻANIA AI*。
> 中文译本由北京大成(杭州)律师事务所数字业务团队制作,仅供理解与参考;填报与判断以波兰文原件为准。
> 原文为征求意见稿,UODO 意见征集截止 2026-09-30,其后可能更新。
| 项 | 内容 |
|---|---|
| **层级** | 入口层——独立清单,不依赖其他清单 |
| **依据** | GDPR |
| **适用对象** | 使用成品 AI 工具、不含训练环节的中小企业 |
| **目的** | 确认使用该工具是否违反个人数据保护规定,以及要做什么才能合法 |
| **时点** | 构想与选型阶段,采购或开工之前 |
| **何时使用** | 每一次使用成品 AI 工具时,按用途分别填写。以下情形本清单不够用,须填扩展版或寻求专业支持:企业用自有数据训练或微调模型;工具将影响人的法律地位(招聘、员工评估、客户评分);涉及敏感数据或儿童数据;数据流出欧洲经济区(EEA) |
| **产出** | 知道工具能不能用、在用于客户或员工数据之前还有哪些事要办,以及是否需要进入扩展版 |
| **功能性进路** | P 类问题确定工具做什么、在什么数据上运行;Z 类问题核查 GDPR 要求;P/Z 兼具二者 |
## 这份清单是怎么搭起来的
清单包含两类问题。**P 类**问题用于确定 AI 工具做什么、在什么数据上运行、由谁提供。**Z 类**问题核查个人数据保护规定的要求是否满足。**P/Z** 是把二者连起来的问题。
顺序不是随意的。不先确定哪些数据进入工具,就无法判断这些数据是否可以放进去。
清单从「这事到底该不该做」开始——工具是否真的解决了企业的问题,收益是否超过风险。这些是签供应商合同之前就值得问的问题。
## 这份清单做什么用、怎么填
本清单面向想使用成品 AI 工具(如文本助手、客服工具、招聘辅助、文档分析)并想确认自己没有违反个人数据保护规定的企业。**不需要法律知识,填完约 30 分钟。**
清单不替代法律意见、风险分析或数据保护影响评估。它告诉你哪些没问题、哪些在继续使用前需要核查或咨询。填完清单不等于确认该应用符合 GDPR。
## 填写说明
1. 由企业主或负责 AI 工具落地的人填写,必要时由企业内负责数据保护的人协助。
2. **按用途分别填写。** 同一个工具用于客服和用于招聘,风险不同。
3. 如果不知道答案,先查与供应商的合同、其服务条款和隐私政策。关于数据的信息大部分在那里。
4. 答复栏留空表示我们不知道某件事。这不是错误,但必须闭环——在「行动」栏写清要核查什么、谁去做、何时完成。如果该问题与本企业无关,勾选「说明」并写明理由;**只勾「说明」而不写说明,视同未答复**。
5. **超过三个「否」,意味着在继续使用该工具之前应当咨询专业人士。**
6. 填好的清单要留存。发生检查或投诉时,它是企业在工具落地前核查过这些问题的证据。
7. 当每个问题都有答复、且需要办事的地方在「行动」栏写清了「做什么、谁做、何时完成」,清单即告完成。
8. **不是所有事都能留到以后。** 在工具用于客户或员工数据之前,必须已经有:与供应商的合同、确定的数据处理依据、对数据进入工具的个人的告知、以及这些数据存放位置的信息。如果工具会影响人的处境,还须有员工对结果的复核。
9. 其余任务(如团队培训、数据录入规则、出错处置办法)可以并行推进,按「行动」栏写明的期限完成。
10. **如果工具要在没有员工参与的情况下自行对人作出决定,这不是一个可以排期的任务**——必须改变工具的使用方式,或者放弃使用。
---
## 清单正文
**列说明**:答复栏填「是 / 否 / 说明」;行动栏填「任务、责任人、期限」。以下表格省略这两栏空格,填写时自行补列。
### 一、目的与 AI 系统
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 1 | P | AI 要解决什么问题或需求?这个目的能否不靠 AI 实现?预期有哪些可量化的收益? | 落地的正当性理由。它决定了数据处理的相称性(GDPR)与方案适当性的判断。 |
| 2 | P | AI 系统做什么?其结果是否影响自然人(客户、员工)的处境? | 若影响,则涉及 GDPR 第 22 条(自动化决策)、告知义务,并可能需要做 DPIA。 |
| 3 | P | 组织在采购成品 AI 系统或自建系统时,是否了解系统的架构与配置? | 「自建 / 部署」的区分决定责任范围。了解架构是「设计阶段数据保护」的前提。 |
### 二、个人数据
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 4 | P/Z | 系统是否处理个人数据,例如客户、员工或交易相对方的数据? | 个人数据指关于某个人的一切信息,也包括 AI 对个人作出的推断。来源:供应商说明文档。 |
| 5 | P | 数据中是否含敏感数据(健康、生物识别)或儿童 / 弱势群体的数据? | GDPR 第 9 条与第 8 条。需要特别的法律依据和更高强度的保护。 |
| 6 | P | 数据的质量与代表性是否足以避免错误或歧视性结果? | 数据质量影响处理的准确性(第 5 条第 1 款 d 项)以及对个人造成损害的风险。 |
| 7 | P/Z | 我们是否清楚企业内谁对录入 AI 的数据负责?是否有规则规定哪些数据可以录入? | 基本的数据治理规则(谁负责、可以录什么、数据去哪儿)能防止客户或员工数据在 AI 工具中被意外泄露。来源:内部规章、员工操作说明。 |
### 三、法律依据
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 8 | Z | 我们是否清楚在 AI 中处理数据的法律依据(第 6 条第 1 款)? | 同意、合同、法定义务、正当利益。如不清楚,须咨询 DPO 或律师。 |
### 四、AI 供应商
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 9 | Z | 我们是否与 AI 供应商签订了委托处理协议(第 28 条)? | 供应商代表我们处理数据时是强制要求。多数云端 AI 服务都适用。 |
| 10 | P/Z | 我们是否知道供应商把数据存放在哪个国家?数据是否传出欧盟? | GDPR 第 44–49 条。来源:供应商的 DPA、隐私政策、服务器所在地。 |
| 11 | P | AI 模型是开源还是闭源?供应商是否提供系统使用说明? | 模型类型影响对数据的控制程度。AI Act 要求提供者提供文档。来源:DPA、模型卡。 |
| 12 | P/Z | 我们录入工具的数据,是否可能被供应商用于训练其模型?这一项能否关闭? | 若供应商将录入的数据用于自身目的,它就不再仅按我们的指令行事,在该范围内自己成为控制者(GDPR 第 28 条第 10 款)。许多工具允许在账户设置或付费方案中关闭「用客户数据训练」。来源:服务条款、委托处理协议、账户设置。 |
| 13 | Z | 我们是否知道供应商保存录入数据和对话历史多久?我们能否删除? | GDPR 第 5 条第 1 款 e 项:数据只能保存到不再需要为止。在 AI 工具中这也包括提问历史、上传的文件和上下文记忆中的副本。来源:服务条款、隐私政策、账户设置。 |
### 五、安全与数据泄露
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 14 | Z | 我们是否清楚谁能访问账户和录入工具的数据?数据泄露或发给错误的人时该怎么办? | GDPR 第 32 条要求把访问限制在确有需要的人(实名账户、双因素认证)。第 33–34 条:数据泄露须不无故迟延地向监管机关报告,最迟 72 小时——必须知道企业内谁对此负责。来源:员工操作说明、泄露处置程序。 |
### 六、对个人的保护
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 15 | Z | 我们是否已告知个人其数据将通过 AI 处理(第 13–14 条)? | 告知条款中必须提及 AI 及系统的运作规则。 |
| 16 | Z | 个人能否就 AI 的结果行使 GDPR 权利(查阅、更正、删除、反对)? | 第 15–22 条。若 AI 作出自动化决策,则有获得人工干预的权利(第 22 条)。 |
| 17 | P/Z | AI 的结果在对个人使用之前(如招聘、员工评估、拒绝服务),是否经过员工复核? | 若对人的决定完全自动作出、且产生法律效果或以类似方式对其产生重大影响,适用 GDPR 第 22 条。**复核必须是实质性的**:员工应当能基于自己的判断改变结果,而不只是点头确认。来源:流程说明、员工操作说明。 |
### 七、文档与设计阶段数据保护
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 18 | Z | 我们是否因引入 AI 而更新了处理活动记录(第 30 条)? | 第 30 条:更新记录。 |
| 19 | Z | 我们是否落实了设计阶段数据保护(第 25 条)?如已落实,请说明如何落实。 | 第 25 条:在选择 AI 时做到最小化、假名化、访问控制。 |
### 八、风险评估与准备度
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 20 | Z | 我们是否评估过是否需要做 DPIA(第 35 条)? | 以下情形需要:画像、大规模处理特殊类别数据、创新技术。参见 UODO 公布的清单。 |
| 21 | P/Z | 我们是否让 DPO 参与?是否有足够资源管理 AI 风险? | DPO 就 DPIA 提供咨询(GDPR 第 35 条第 2 款)。须评估组织是否具备足够的人力与物力。75.2% 的组织没有相关专家。 |
| 22 | P | 是否已就安全使用 AI 及数据质量程序对员工进行培训? | 对使用者的培训可降低误用风险。数据质量程序保障处理的准确性。 |
| 23 | P | 企业内是否有人定期检查工具是否仍正常运作、使用方式是否发生了变化? | 本清单的答复反映的是填写当日的状态。供应商可能更换模型,员工可能改变使用方式。应当明确由谁检查、多久检查一次。来源:检查记录、内部约定。 |
### 九、AI Act
| 序号 | 类型 | 问题 | 说明 / 来源 |
|---|---|---|---|
| 24 | P | 我们是否核查过本系统是否可能属于 AI Act 项下的高风险系统? | 若涉及招聘、评分、教育、健康,可能属于高风险。**须咨询专业人士;如答复为肯定,转入扩展版。** |
| 25 | P/Z | 该 AI 系统的使用是否不构成 AI Act 第 5 条意义上的被禁止的做法? | AI Act 第 5 条列举了被禁止的 AI 做法。 |
| 26 | P/Z | 是否满足 AI Act 的透明度要求(第 50 条——通用目的 AI 系统、聊天机器人、深度伪造)? | AI Act 第 50 条确立透明度要求:标识 AI 生成内容、告知用户正在与聊天机器人交互、标识深度伪造。 |
---
**类型图例**:P = 项目问题(提供认知);Z = GDPR 合规问题(核查要求);P/Z = 兼具两者的问题。部署成品系统(不做训练)的组织可跳过标记 [T] 的问题。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |