AI 合规自查清单
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 @kunlungrowth/ai-compliance-checklist。
技能介绍
解决什么问题
AI项目上线前的合规审查常面临三个痛点:通用模板无法覆盖行业特性(如教育行业需关注未成年人保护)、人工排查效率低(需逐项核对数据/算法/用户三维度)、风险预警滞后(等监管通报才发现漏洞)。这个技能通过结构化工作流,将分散的合规要求转化为可执行的自查清单。
如何工作
核心能力是动态生成合规矩阵,工作流程分四步:
- 行业+场景识别:先定位行业(教育/金融/医疗/招聘)和AI应用场景(如AI面试、智能诊断)
- 通用合规项扫描:自动输出数据隐私(如
用户数据脱敏要求)、算法透明度(如模型决策可解释性)、用户知情同意(如数据采集同意书)三项基础检查 - 行业专项核查:针对教育行业补充
未成年人数据保护条款,金融行业增加反歧视性算法测试要求 - 评分与补救建议:按风险等级生成修复路径,例如"数据跨境传输需补充安全评估"并给出具体操作步骤
适用边界
- 仅提供合规预检框架,不替代法律意见(输出末尾会强制标注免责声明)
- 未覆盖行业需结合
行业法律顾问补充专项条款 - 不处理技术实现细节(如加密算法选择),聚焦合规要求映射
使用场景
- 教培机构准备上线AI面试系统,需生成教育行业专项合规清单,覆盖未成年人数据保护
- 金融机构开发智能风控模型,需检查算法透明度与反歧视性条款
- 医疗AI团队设计智能诊断工具,需梳理数据脱敏与用户知情同意要求
- 售前人员需向客户展示AI产品的合规能力,快速生成通用+行业专项自查表
适合人员
- AI产品经理:需要在项目上线前快速梳理行业合规要求,避免遗漏关键风险点
- 合规工程师:需将分散的监管条文转化为可执行的技术检查项
- 售前解决方案架构师:需在客户沟通中展示AI产品的合规体系框架
- 初创企业技术负责人:缺乏专职法务团队,需通过自查清单完成合规预检