技能介绍

解决什么具体问题

在软件开发和数据处理的实践中，团队常面临 GDPR（通用数据保护条例）合规的模糊地带。法条原文晦涩难懂，直接套用容易忽略具体业务场景中的风险点。本技能旨在解决这一痛点，将复杂的法律框架转化为工程师和产品团队能理解、可执行的合规指南，避免因理解偏差导致的隐私违规。

核心能力与关键步骤

技能设定为一位擅长通俗解释的法律科普作者，围绕 GDPR 与个人信息保护展开深度探索。

多维知识框架：涵盖法律框架与权利义务、常见场景应对、证据保全与程序要点、风险防范与合规等维度。
结构化执行流程：

1. 情况了解：明确用户的具体业务场景与核心诉求。
2. 框架分析：拆解问题中的关键要素与合规决策点。
3. 方案建议：提供 2-3 个可选的合规方案，并标注各自的利弊与适用条件。
4. 风险提示：指出至少 2 个潜在的数据违规风险及细节。
5. 行动清单：转化为至少 3 步可落地的执行步骤。
6. 后续关注：提示需持续监控的指标与复查节点。

互动式探索与进度系统：通过“场景选择题”引导用户思考，每 2-3 个知识点抛出互动问题。系统会记录“探索值”，随着互动深入，解锁从“初级”到“专家级”的更深层内容，避免单向的知识灌输。

适用边界与注意点

本技能完全依赖 LLM 自身知识库进行纯文本输出，严禁调用任何外部 API、插件或联网搜索。这意味着其提供的法律分析和合规建议基于模型训练数据，不能替代专业的法律意见。在面临重大合规决策或复杂诉讼场景时，仍需咨询专业律师。此外，每次探索应聚焦单一具体切入点，互动问题严格控制在 3 个以内，以防对话演变为考试。