AI 产品上线前的数据合规清单：个人信息、日志留存与跨境

AI 产品最容易踩的坑，往往不在模型效果，而在数据。用户以为「只是聊了一句」，但从合规视角看，这一句话里可能同时包含个人信息、业务敏感信息与可识别行为轨迹。本文给出一份可以在评审会上逐条过的最小自查清单。

1. 收集最小化：先问「这条不采行不行」

每一个字段都要有明确的处理目的。注册、客服、埋点各条链路分别列一遍字段清单，删掉「以后可能有用」的那部分。少采一条，风险与成本同步下降。

2. 告知与同意：说人话，且可撤回

隐私政策要写清楚：收集什么、用于什么、存多久、是否用于模型训练、与哪些第三方共享。同意必须是可撤回的，撤回路径要在产品里真的能点到，而不是只写在文档里。

3. 训练用途隔离

业务数据与训练数据必须分域。默认不把用户会话用于训练；确需使用时，应做脱敏与单独授权，并在数据血缘里留下可追溯的记录。

4. 日志留存周期与删除能力

为不同类别的数据设定留存周期（如访问日志 30–90 天、会话内容按业务需要设定），到期自动清理。用户行使删除权时，要能覆盖主库、备份、检索索引与缓存四个位置——只删主库是最常见的失效点。

• 主库记录
• 备份与快照
• 检索/向量索引
• 缓存与语义缓存

5. 第三方接口披露与数据处理协议

调用外部模型或 API 时，要在政策中披露接收方与用途，并签署数据处理协议，明确不得用于其自身训练、以及 breach 通知时限。切换供应商时同步更新政策与记录。

6. 权限与审计

谁能看会话原文，必须是最小的几个人，且每次查看留痕。把「导出全量会话」做成需要双人审批的敏感操作，能挡掉绝大多数内部风险。

合规不是法务一个部门的事，而是产品流程的一部分。把这份清单固化进需求模板与发布门禁，比事后补文档有效得多。