AI 问答库
一句话回答
先分清你是内部使用还是向境内公众提供服务，这决定了合规负担的量级。《生成式人工智能服务管理暂行办法》主要约束向境内公众提供生成式 AI 服务的一方，企业研发应用但不向公众提供服务的不适用；而《数据安全法》《个人信息保护法》与网络安全等级保护对所有企业一视同仁。实务顺序是先做数据分类分级，再确定数据能不能出域，最后才谈模型选型。
下表梳理的是中国大陆企业做 AI 项目时最常触及的几部法规与制度，按「管什么 / 对谁适用 / 实务要点」拆开，便于在立项阶段快速判断哪几条与你相关。需要说明的是：这里只给方向性梳理，不列条款号，也不替代法务意见 —— 同一部法规在不同行业（医疗、金融、教育、工业）往往还有专项细则，且监管口径会随实践演进。真正的合规结论应由你的法务或外部律师结合具体业务出具。
| 法规 / 要求 | 管什么 | 对谁适用 | 实务要点 |
|---|---|---|---|
| 《生成式人工智能服务管理暂行办法》 | 生成式 AI 服务的提供行为：内容安全、训练数据来源合法、标识、用户管理 | 向境内公众提供生成式 AI 服务的一方；未向公众提供服务的研发应用不适用 | 先判定自己属于哪一类。要对公众提供，就把算法备案与安全评估排进项目计划 |
| 《数据安全法》 | 数据分类分级保护、重要数据的处理与安全管理义务 | 在境内开展数据处理活动的所有组织 | 先做语料分级，再决定哪些能进知识库、能不能出内网 |
| 《个人信息保护法》 | 个人信息的告知同意、最小必要、敏感信息单独同意、个人权利响应 | 所有处理个人信息的组织，内部系统同样适用 | 客户资料入库前先脱敏或取得授权；保留可删除、可导出的技术能力 |
| 网络安全等级保护（等保 2.0） | 信息系统按等级落实安全技术与管理措施，并进行测评 | 境内网络运营者；等级由系统重要性与影响面决定 | AI 系统通常并入所依附业务系统一并定级，采购时把测评周期算进排期 |
| 数据出境相关规定 | 向境外提供数据的路径与前置条件（安全评估 / 标准合同 / 认证） | 需要把数据传输至境外的处理者 | 调用境外模型 API 即可能构成数据出境，须单独评估而非默认可行 |
| AI 生成内容标识要求 | 面向公众展示的 AI 生成合成内容需可识别 | 把生成内容直接呈现给外部用户的产品 | 标识能力在产品设计阶段纳入，上线后补改成本高 |
第一问：这个系统会不会向境内不特定公众提供生成式 AI 服务？会，则合规路径显著变重，算法备案、内容安全机制、用户管理都要提前规划，且应在产品设计阶段让法务介入；不会（只给内部员工用、或只给已签约客户在受控环境用），则重心转向数据与安全。第二问：会处理哪些数据？按数据安全法的分类分级思路把语料分成三档 —— 公开可查、内部一般、敏感或涉个人信息，并明确每一档能进哪套系统。第三问：数据会不会离开内网、会不会出境？调用境外模型 API 可能构成数据出境，这一步的结论经常直接决定私有化部署还是调 API。第四问：系统定几级等保、测评什么时候做？把测评周期算进项目排期，不要留到上线前一周。这四问按顺序走完，多数争议在立项阶段就能收敛。
合规不只是写文档，它对系统能力有硬性要求，缺了就没法证明自己合规。一是完整审计日志：谁在什么时间问了什么、检索到哪些文档、模型输出了什么，都要可追溯并能按期限留存。二是权限隔离：检索层要能按人、按部门过滤，做不到就意味着任何人都能通过提问拿到无权查看的内容。三是数据可删除、可导出：个人有权要求删除其个人信息，如果知识库无法定位并移除某个人的数据，这条义务就无法履行。四是内容过滤与拒答机制：对超出授权范围或明显不当的请求要能拒绝，而不是硬答。五是可关停：出现问题时能快速下线某个能力或某类语料。这五项在私有化部署下都容易实现，在直接调用外部 API 的架构里则需要额外在网关层补齐。
适用边界
同义问法