企业官网建设流程全解析

版权与内容来源声明
本文为原创整理。文中涉及官方文档、开源仓库、论文与公开报道的内容，均在附表 A 中标注来源；引用官方原文保持原样，不作改写。文中命令、版本号与界面截图以本文成文时的实测/核验结果为准，标注「待验证」的部分请以你本地环境实际输出为判断依据。本文不推荐任何不合规的软件获取方式，也不对任何收益结果作承诺。转载请注明出处。

一、先把三条义务线分开

1.1 一个很常见的开场

客服问答助手上线三个月，工单库里躺着手机号、地址、通话摘要，模型走外部接口，日志表存着完整提示词。老板问了一句「我们做没做个人信息合规审计」，技术负责人翻开法条，看到「定期」两个字，不知道从哪下手。

问题不在法条难，在于三件事被混成了一件：合规审计、影响评估、安全措施。三者触发条件、产出、责任人都不同。

• 合规审计：对「处理个人信息是否遵守法律、行政法规」做审查和评价。《个人信息保护合规审计管理办法》第二条把它定义为一种监督活动。翻成人话：有人拿着证据问「你说你合规，凭什么是真的」。
• 影响评估：事前判断处理活动对个人权益的影响、风险能不能控住，并留下报告。触发情形与内容见第五十五条、第五十六条。
• 安全措施：第五十一条列的六项日常动作——制度与操作规程、分类管理、加密与去标识化、权限与培训、应急预案、其他法定措施。

1.2 审计办法把「定期」变成了时间表

截至 2026-10-19，现行有效的是国家互联网信息办公室令第 18 号：2024 年 5 月 20 日经第 15 次室务会审议通过，2025 年 2 月 12 日公布，2025 年 5 月 1 日施行。它把第五十四条那句「定期」拆成了可执行的几条：

• 自己做：由内部机构或委托专业机构，定期审（第三条）。
• 频次：处理超过 1000 万人个人信息的，每两年至少一次（第四条）。
• 部门要求做：发现较大风险、可能侵害众多个人权益、发生安全事件导致 100 万人以上个人信息或 10 万人以上敏感个人信息泄露等三种情形，可要求委托专业机构（第五条）。
• 怎么做：参照附件《个人信息保护合规审计指引》，指引按主题列了二十七项审查内容（第六条）。按部门要求做的，整改完成后 15 个工作日内报送整改情况报告（第十一条）。

还有一个门槛：处理 100 万人以上个人信息的，应指定个人信息保护负责人负责审计工作（第十二条）。这不是建议，是「有没有人签字」的问题。

1.3 我不是法务，我能做什么

本文不构成法律意见。技术人能做的只有三件事，也是审计里最花时间的部分：把处理活动列全、把每件事留成能查的样子、把不合格的处置做成有档位的开关。

合法性基础怎么选、告知文本怎么措辞属于法务判断；但「系统实际怎么跑、数据流到哪」只有工程能回答。审计现场卡住，多半不是法条理解，而是没人能当场调出那条记录。

二、审计范围：按目的划，还是按系统划

2.1 按系统划：最省事，漏得也最整齐

按系统划就是打开架构图逐个过。它和责任人、发布流程对得上，落地最快，但有四个固定漏项：

• 同一目的跨多个系统。招聘场景里，简历库、面试记录、背调、入职登记是四套系统，合起来才是一个「招聘」目的。
• 同一个人对不上号。手机号、员工号、微信标识分散在不同表里，回答不了「这个人的全部信息在哪」。
• 一条数据流被切成几段。采集在 App、清洗在数仓、训练在算法侧，每段都合规，接起来不一定。
• 影子 AI。员工拿个人账号把表格贴进外部对话工具，任何架构图上都没有它。

2.2 按目的划：覆盖全，但落不到系统

按目的划是从「我们为什么处理」出发，能回答必要性问题。它的问题是另外三个：

• 一个系统承载多个目的（客服系统同时做服务记录、质量抽检、语料积累），只登记了其中一个；
• 目的写得过粗，比如「提升服务质量」，粗到无法判断某个字段是否必要；
• 目的变更没有触发重新告知与重新同意（第十四条要求目的、方式、种类变更时重新取得同意）。

2.3 交叉之后，锚点只有一个

判据可以写死：一条「处理活动」＝ 一个目的 ＋ 一组字段 ＋ 一条数据流 ＋ 一个责任系统。四者任一变化，就是新的一条，需要重新挂证据。

这张清单是审计范围的边界，也是所有证据的主键。没有它，证据散在各组手里，审计时只能靠人回忆。

三、一张表：环节、风险、证据

3.1 三列对照

合规审计最后要落到「哪一条处理活动、哪一份证据」。把大模型应用拆成七个环节，每一格都能对应到具体文件或配置。

3.2 三处大模型特有的地方

第一处是训练与微调语料。《生成式人工智能服务管理暂行办法》（七部门令第 15 号，2023 年 7 月 13 日发布，2023 年 8 月 15 日施行）第七条第（三）项：涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形；第（一）项要求使用具有合法来源的数据和基础模型。常见误解是把去标识化当匿名化。《个人信息保护法》第七十三条写得很清楚：去标识化是「不借助额外信息无法识别特定自然人」，匿名化是「无法识别且不能复原」。去标识化之后仍然是个人信息，只是风险降低了。

第二处是提示词与上下文。检索增强（把外部资料检索出来拼进提示词）最容易出的事，是把甲客户的记录拼进乙客户的回答。另一件事是整段上下文发往外部模型接口——这可能构成向其他个人信息处理者（自主决定处理目的与方式的组织或个人）提供，第二十三条要求告知接收方并取得单独同意（针对这项处理单独作出，不打包授权）。暂行办法第十一条还压了一条：不得收集非必要个人信息，不得非法留存能够识别使用者身份的输入信息和使用记录。

第三处是日志与输出留存。为了排障把完整提示词和响应落库，是最顺手也最难解释的做法。用户要求删除时，业务表删了，日志表、缓存、向量库、备份还在，第四十七条第二款对「技术上难以删除」给的是「停止除存储和采取必要安全保护措施之外的处理」，不是「留着继续用」。

四、证据清单：看懂就能查

4.1 六类证据的最低形态

审计不是听汇报，是看东西。六类证据各给了最低要求与常见不合格形态，可以直接对照手里的材料。

第三类要多说一句。影响评估报告不是越厚越好，是能不能对上第五十六条的三项内容：处理目的方式是否合法正当必要、对个人权益的影响及安全风险、保护措施是否合法有效且与风险相适应。三项缺一项，这份报告在审计里就是半成品。

第五类有个外部压力：暂行办法第十九条要求提供者配合监督检查，按要求对训练数据来源、规模、类型、标注规则、算法机制机理等予以说明。说不清来源，本身就是不合格。

4.2 把一条处理活动写成结构化记录

文字描述没法比对，结构化可以。模板每一行对应一条要留的证据，open_items是待办，也是下次审计的输入。

⚠️代码待验证

activity_id:cs-chat-001name:客服问答助手purpose:处理售后工单并生成回复建议legal_basis:履行合同所必需# 第十三条第一款第二项，需法务书面确认systems:-crm-ticket-llm-gateway-vector-storefields:-name:手机号necessary:truemasked_in_prompt:truein_log:masked-name:通话摘要necessary:truecontains_personal_info:truein_training:falsethird_parties:-vendor:模型服务商role:受托处理contract_no:2026-CS-013clause:第 7.2 条（不得用于训练）、第 9.1 条（删除与返还）page:12evidence:source_record:evidence/cs-chat-001/source.xlsxnotice_version:privacy-2026-07-01consent_capture:screenshot/2026-07-01-单独同意.pngimpact_assessment:ia/cs-chat-001-2026-08.pdfaccess_log_retention_days:180training_data_list:dataset/cs-chat-001-v3.csvopen_items:-owner:数据平台组due:2026-11-15issue:日志表仍保留完整手机号

几个字段值得解释：legal_basis要写具体条款，写「用户同意」等于没写；clause要能翻到页码；in_training单独列出，因为「能不能进语料」和「能不能存」是两个判断。

4.3 先用脚本找出候选，再用人定性

准备阶段最费时间的是翻表和翻日志。写个只做「发现」的脚本捞可疑字段，再人工判断是否属于个人信息、是否必要。

⚠️代码待验证

"""只做发现候选；是否属于个人信息、是否必要，仍要人判断。"""importrefrompathlibimportPath PATTERNS={"手机号":r"1[3-9]\d{9}","身份证号":r"\d{17}[\dXx]","邮箱":r"[\w.+-]+@[\w-]+\.[\w.]+","银行卡号":r"\d{16,19}","详细地址":r"(省|市|区|县)[^，。；\s]{2,12}(路|街|道|号)",}defscan_text(text):hits=[]forlabel,patterninPATTERNS.items():forminre.finditer(pattern,text):hits.append((label,m.start(),m.group()[:4]+"****"))returnhitsdefscan_tree(root):forpathinPath(root).rglob("*"):ifpath.suffix.lower()notin{".csv",".jsonl",".log",".txt",".md"}:continuetext=path.read_text(encoding="utf-8",errors="ignore")forlabel,pos,sampleinscan_text(text):print(f"{path}|{label}| 偏移{pos}| 样例{sample}")if__name__=="__main__":scan_tree("work/samples")

脚本刻意只打印前四位并打码：审计工具自己不能成为新的泄露点。命中不等于违规，它只说明这里需要一句解释；解释不出来，才进第三档处置。

五、不合格怎么处置：三档

5.1 判据不是「严重程度」，是「能不能证明」

很多团队把处置都写成「限期整改」，因为听起来最不伤感情。但整改只能补记录，补不了合法性基础。

5.2 为什么「补一份同意书」不算整改

第十四条要求同意由个人在充分知情的前提下自愿、明确作出。事后补签，改变不了当时没有取得同意这个事实。所以「缺单独同意」不能放在第一档——它是第二档，暂停功能，直到新的处理方式能重新取得同意。

业务常说「先关两天影响太大」。可以谈恢复条件，但不能改档位。档位是可审计的结论，不是谈判结果。

5.3 处置记录本身就是证据

每一档都要留三样：判定依据（哪条事实对应哪条义务）、动作时间（何时关了、关了什么）、验证方式（怎么确认真的关了）。第二、三档还要留恢复评审记录。审计看的不是解释得多好，是这条时间线连不连得上。

处置与证据对照表：把第 4 章的六类证据与第 5 章的三档判据排成一张对照表，左边填证据，右边勾档位。放在资料包里，扫码即可获取：

六、上线前自查 8 问

6.1 八个问题，答不上来就是不合格

八问按「字段—告知—第三方—语料—评估—日志—权利—事件」排，覆盖审计最常抽到的面。每问都要求给出具体位置，不接受「应该有」。

1. 这个功能处理的个人信息，能逐字段列出来吗？每个字段对应第十三条的哪一项合法性基础？
2. 告知文本里写清楚「用于模型训练或微调」了吗？目的变更后重新告知了吗？
3. 有没有把个人信息发给第三方（模型接口、向量库、标注外包）？有单独同意和书面约定吗？
4. 训练与微调语料有来源记录吗？去标识化之后，是否仍可能借助额外信息识别到人？
5. 影响评估做了吗？属于第五十五条五种情形里的哪一种？报告在哪、谁签的、存几年？
6. 日志里有没有非必要个人信息？谁能查、能导出多少、留存多久？
7. 用户要查阅、复制、更正、删除、撤回，入口在哪、多久响应？日志与向量库同步清了吗？
8. 出安全事件时，多久能定位到「哪些人的哪些字段、流到了哪里」？

6.2 每问背后都是一条可查的义务

第 1、2 问对应第十三条、第十七条；第 3 问对应第二十一条、第二十三条；第 4 问对应暂行办法第七条；第 5 问对应第五十五条、第五十六条；第 6 问对应第五十一条与暂行办法第十一条；第 7 问对应第四十五条至第四十七条、第五十条；第 8 问对应第五十七条。

答「没有」时按第 5 章的档位走：第 1、2、5、6 问缺的是记录与文本，通常进第一档；第 3、4 问答不上来，进第二档；第 7 问答不上来，直接进第三档。第 8 问答不上来意味着出事时说不清范围，按第二档处理更稳妥。

七、落地顺序：先清单，再证据，最后门禁

7.1 三步，每步都有可验收的产出

第一步别从法条开始，从数据库表和接口文档反推目的更快。第二步按「审计最容易被问到」排序：训练数据清单、第三方协议条款位置、影响评估报告、授权文本版本、访问日志。第三步才是自动化。

7.2 门禁要卡在发布链路上

写在文档里的检查表没人看，卡在流水线里的才会被执行。下面这份规则的意思是：证据不全就不许发。

⚠️代码待验证

gate:llm-feature-releaseblocking:-id:gate_01check:处理活动清单中存在对应 activity_id-id:gate_02check:每个字段都有 legal_basis 且经法务签署-id:gate_03check:第三方条款位置可定位（合同号 + 条款号 + 页码）-id:gate_04check:触发第五十五条情形时，影响评估报告已归档-id:gate_05check:删除与撤回链路在预发环境跑通，含日志与向量库副本warn:-日志中命中疑似个人信息字段但未登记-训练数据清单版本落后于当前模型版本

gate_05是最值得先做的一条。删除链路跑不通，后面所有证据都只是纸面合规；而它恰好可以在预发环境用一条测试数据完整验证。

7.3 变更才是审计的真正起点

换模型、加数据源、开新入口、把内部工具挂到公网，任何一件发生，原来的清单和证据就开始过期。把「变更触发复核」写进发布流程，比每年集中补一次材料省力——审计要求的是「定期」，而变更从不按年度发生。

最后提醒一句：本文给的是工程动作和判据，不是法律意见。合法性基础的选择、告知文本的措辞、跨境场景的判断，仍然要法务签字。技术人能保证的是——当有人问「凭什么是真的」，你能在五分钟内把东西调出来。

上线门禁检查表：把第 6 章八问和第 7 章门禁规则做成发布前逐项打勾的清单，含责任人栏。放在资料包里，扫码即可获取：

附表 A：本文引用事实与出处对照表

附表 B：术语速查表

写在最后：这篇用到的资料

写这篇文章时，把相关的官方文档和源码又翻了一遍，顺手也整理了几份配套的东西：

• 大模型学习路线图：从零基础到能自己动手做 Agent，按阶段说明每一步该学什么、哪些可以先跳过
• 《LangChain + LangGraph + MCP 智能体开发实战》视频课：7 个模块，从私有化部署、Embedding+RAG 到 MCP+Agent 全流程
• AI 大模型知识库（在线可查）：Agent Skills 从入门到落地、Claude Skills 完全指南等专题，按目录浏览即可
• 640 套 AI 大模型行业报告 + 经典 PDF 书籍：看行业落地案例和别人怎么做的时候用得上
• 大模型零基础到精通教学视频：跟着敲一遍，比只读文档快得多

资料是我自己整理的，放在下面这个码上，扫码即可获取：

添加时备注「AI」，优先通过。

资料按「先路线、再动手、最后查漏」的顺序整理好了，建议先看学习路线那一份，照着它挑一条适合自己当前基础的路径再往下看。