核心深读STANDARD / FDE
《生成式人工智能服务管理暂行办法》项目核查指南
生成式人工智能服务管理暂行办法
资料摘要
把服务对象、公开提供方式、数据与模型来源、内容安全、个人信息、投诉和责任主体整理为项目问题单，先确认服务形态，再由责任团队核查适用要求。
适用对象与场景
在中国境内设计、采购、集成或运营生成式人工智能服务，并需要澄清服务范围和责任接口的项目团队。
原文结构
- 适用范围与服务提供者
- 发展与治理原则
- 训练数据和服务规范
- 监督检查与责任
核心要点
先画清服务边界
内部工具、面向公众服务、技术支持和下游应用的角色不同，项目应以实际用户和提供方式为起点核查。
证据定位cac-interim#第一条至第二十四条
供应商材料不能替代项目判断
使用已上线模型仍需了解数据流、输出处理、用户告知、日志和本组织责任。
证据定位cac-interim#第一条至第二十四条
数据问题贯穿全生命周期
训练、微调、检索、用户输入和反馈数据都应记录来源、授权、敏感性与处理目的。
证据定位cac-interim#第一条至第二十四条
内容治理需要运营闭环
仅在提示词中加入禁止项不足以覆盖审核、申诉、事件和持续改进。
证据定位cac-interim#第一条至第二十四条
要求会与其他规则交叉
备案登记、算法、深度合成、内容标识、个人信息和行业要求应由责任团队建立适用性矩阵。
证据定位cac-interim#第一条至第二十四条
项目行动清单
描述服务对象、访问方式、输出用途和是否公开提供。
应形成证据：服务边界卡
盘点训练、微调、检索、输入和反馈数据处理。
应形成证据：数据流与授权台账
收集模型/服务名称、版本、部署地、数据条款和官方状态信息。
应形成证据：供应商证据包
建立审核、滥用、举报、申诉、事件和复盘流程。
应形成证据：运营控制与演练记录
基于实际服务形态向主管部门或专业顾问核查适用事项。
应形成证据：适用性问题单和书面意见
可追溯来源
- 国家网信办暂行办法官方原文 · 第一条至第二十四条打开原文 ↗