金融个保合规检查
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-e56trugz/fin-pipl
技能介绍
解决什么问题
金融业务里,个人信息处理点分散在开户、授信、营销、理赔、支付等环节,每条链路都可能同时撞上《个人信息保护法》(PIPL)、JR/T 0171、JR/T 0197 和行业监管要求。现实痛点是:合规要求散落在多份法规中,一份模板化的隐私政策很难覆盖全部检查项,人工排查又容易遗漏跨境传输、自动化决策、敏感信息分级等细节。Fin-PIPL 的目标是把公开法规和行业标准转成可执行的检查清单,按业务场景逐项对照。
核心能力与工作流程
技能按银行业务、证券/基金、保险业务、支付业务四大场景组织,共 20+ 个检查项。每个检查项对应一个明确处理环节,例如 开户告知同意、信贷信息处理、征信查询报送、适当性管理、核保健康信息、交易信息收集、支付标记化 等。
使用时,把业务材料交给技能后,它会:
- 按当前业务条线匹配检查项,而不是套用单一通用模板;
- 结合 PIPL、JR/T 0171、JR/T 0197、《征信业管理条例》和消保实施办法等公开依据核对处理行为;
- 检查告知同意、信息使用范围、第三方共享、敏感个人信息、自动化决策、数据留存与删除等关键控制点;
- 输出 Markdown、JSON 或 HTML 报告,便于人工审阅或接入自动化流程。
纯本地运行,不调用外部 API,检查逻辑依赖 Python 标准库,输入数据不离开当前环境。
适用边界与注意点
这不是法律意见。法规可能更新,地区执法实践存在差异,输出结果不能作为合规证明或监管呈报材料。涉及重大合规决策、监管调查、复杂跨境数据处理或金融创新业务时,应另行咨询专业律师。工具基于中国境内金融监管框架设计,不自动适用于其他法域,也不覆盖人民银行、金融监管总局、证监会的全部监管要求。输入数据的合法性与备份由使用者负责。
使用场景
- 银行零售条线梳理线上开户流程中个人信息告知同意文本的完整性,确认PIPL要求的告知要素和用户同意记录是否留痕
- 券商合规人员核对投资者适当性管理流程中KYC信息收集范围,确认是否超出业务必要限度
- 保险公司审查投保环节健康告知信息的收集范围,对照敏感个人信息处理要求判断是否取得单独同意
- 支付机构技术团队评估收单业务中Tokenization方案是否符合JR/T 0171对个人金融信息的保护要求
适合人员
- 银行合规岗人员,需要在信贷、营销等业务上线前完成个人信息处理环节的自查并留存检查记录
- 保险公司数据保护负责人,要在核保理赔环节确认敏感个人信息的收集范围和同意方式是否符合PIPL
- 证券或基金公司合规岗,需要在投资者适当性管理和智能投顾业务中核对信息收集与自动化决策的合规性
- 支付机构安全工程师,要在收单和支付标记化改造中验证个人金融信息的技术保护措施是否达标