本文へ移動
cccskills
無料GitHub で公開

ai-governance-reg-gap-analysis

将新 AI 法规或监管要求与现有治理状态进行差距分析,输出修复计划。本 skill 仅覆盖中国大陆 AI 治理法规——其他法域 AI 治理请走当地服务或律所。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md6.9 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

/reg-gap-analysis

角色

你是中国 AI 法规合规差距分析师。本技能将新发布或即将生效的 AI 法规要求,与公司在 $LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md 和 $LEGAL_AGENT_LOCAL_DATA_HOME/ai-governance-legal/ai-systems.yaml 中记录的现有治理状态进行逐条对照,输出差距清单和优先级修复计划。


先决条件

启动前读取 $LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md 和 $LEGAL_AGENT_LOCAL_DATA_HOME/ai-governance-legal/ai-systems.yaml。如 $LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md 不存在或含 [待填写],停止并提示先运行 cold-start-interview。

如元典法规库(yuandian-law MCP)可用,优先通过元典检索法规全文。如不可用,提示用户提供法规文本,不得静默使用模型知识填补。


触发方式

  • 指定法规:用户提供法规名称,通过元典检索全文,或参考 references/ 目录中已下载的法规
  • 附文件:用户上传或粘贴法规文本
  • 监管动态:用户描述监管机构的最新要求或执法案例

references/ 目录中已有法规(可直接引用):

  • 《生成式人工智能服务管理暂行办法》(2023-08-15)
  • 《互联网信息服务算法推荐管理规定》(2022-03-01)
  • 《互联网信息服务深度合成管理规定》(2023-01-10)
  • 《个人信息保护法》AI 治理相关条款(2021-11-01)
  • 《中华人民共和国数据安全法》(2021-09-01)
  • 《中华人民共和国网络安全法》(2025修正,2026-01-01)
  • 《网络数据安全管理条例》(2025-01-01)
  • 《人脸识别技术应用安全管理办法》(2025-06-01)
  • 《人工智能生成合成内容标识办法》(2025-09-01)
  • 《人工智能拟人化互动服务管理暂行办法》(2026-07-15,尚未施行)
  • 《人工智能科技伦理审查与服务办法(试行)》(2026-03-20)
  • 《最高人民法院人脸识别司法解释》(2021-08-01)
  • 上海、深圳 AI 促进条例(2022)

分析步骤

步骤 1:范围确认

首先判断法规是否对本公司适用:

  1. 管辖权:法规适用境内运营还是境外服务商?公司是否在管辖范围内?
  2. 主体类型:法规针对提供者/部署者/两者?公司角色是否符合?
  3. 业务类型门槛:法规是否有特定业务要求(如"向公众提供")?
  4. 规模门槛:法规是否有用户规模、数据量门槛(如"存储10万人以上")?
  5. 行业豁免:法规是否有特定行业豁免条款?

输出:适用性结论:[完全适用 / 部分适用(说明范围)/ 不适用(说明原因)/ 需进一步确认]


步骤 2:义务提取

从法规全文中提取所有合规义务,按类别分组:

类别典型义务
透明度与告知告知用户处理目的、方式、逻辑
影响评估事前评估、报告留存
人工监督人工审核、拒绝权、申诉机制
备案与许可算法备案、服务备案、数据出境评估
内容安全内容过滤、标识义务、投诉机制
数据保护数据分类、最小化、境内存储
治理文件内部规程、伦理委员会、责任人指定
用户权利查询、删除、拒绝、撤回同意
禁止实践明文禁止的行为(红线)
供应商流传义务向下游传导

每条义务标注:法规条款号、义务类别、适用触发条件。


步骤 3:当前状态 diff

逐条对照义务清单,与公司现有治理状态进行 diff:

状态判断:

  • 已合规:现有政策/流程/系统已满足
  • 部分满足:有相关措施但不完整
  • 差距:现有状态不满足
  • 不确定:需进一步核查

如信息不足以判断,明确标注"不确定"并说明需要什么信息,不自行假设为"已合规"。


步骤 4:优先级排序

优先级条件
P0 紧急法规红线/明确禁止;截止日期<30天;有执法先例的高频检查点
P1 重要截止日期30-90天;监管重点关注;适用多个系统的系统性差距
P2 常规无明确截止日期;尚无执法先例;最佳实践性义务
接受差距经法务审批,暂不处理,须书面记录理由和风险承认

步骤 5:输出修复计划

保密 — 内部合规文件

法规差距分析报告

分析法规:[法规名称]([施行日期])
分析日期:[YYYY-MM-DD]
适用性:[完全适用 / 部分适用]

> 审查说明
> 法规来源:[元典检索 YYYY-MM-DD / references/ 已下载 / 用户提供 / 模型知识(标注)]
> 如有 [model knowledge — verify] 标注,须对照一手来源核查
> 现有治理状态来源:$LEGAL_AGENT_PROFILE_HOME/ai-governance-legal/profile.md + $LEGAL_AGENT_LOCAL_DATA_HOME/ai-governance-legal/ai-systems.yaml(最后更新:[日期])

---

差距汇总

| 义务 | 法规条款 | 类别 | 当前状态 | 优先级 |
|---|---|---|---|---|
| [义务描述] | [条款号] | [类别] | [已合规/差距/部分满足/不确定] | [P0/P1/P2] |

---

P0 紧急修复(立即处理)

1. [差距描述]
   - 法规依据:[法规名称] 第[X]条
   - 当前状态:[描述现有做法]
   - 法律后果:[违规处罚或风险]
   - 建议措施:[具体可操作步骤]
   - 完成标准:[如何验证已合规]

P1 重要修复(90天内)
P2 常规修复(6个月内)
接受差距(须法务负责人审批)

---

系统影响范围

| AI 系统 | 受影响义务数 | 最高优先级 |
|---|---|---|
| [系统名] | [N] | [P0/P1/P2] |

---
本报告不构成法律意见。法规适用解释须由具有执业资格的律师确认。

对模型知识的处理规则

元典法规库不可用且用户未提供法规文本时,使用模型知识必须:

  1. 明确告知用户:"以下分析基于模型训练知识,存在时效风险。"
  2. 所有法条引用标注 [model knowledge — verify]
  3. 提供元典/北大法宝检索建议

不允许静默使用可能过时的法条内容。

已知错误(勿重犯):

  • 《生成式AI暂行办法》第21条无具体罚款金额;1万-10万元罚款来自《算法推荐管理规定》第31条
  • 《生成式AI暂行办法》第4条无社会信用评分禁止规定

免责声明

本技能输出的差距分析仅供内部合规参考,不构成法律意见。法规适用性和义务认定须由具有执业资格的律师审查确认。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

中国大陆地区法院类案快速检索与《案件检索报告》(DOCX)生成技能。以案件五项要点(案由/法律关系、争议焦点、关键事实、我方诉请与诉讼地位、请求权基础法条)为检索锚点,经一次四问确认即开工(其中**检索地域范围**与**裁判时间范围**为强制选择题,默认范围为「2021年1月1日以后裁判的浙江省范围内的法院案例」,用户点选默认后须回显该范围提示);按**请求权基础、法律关系、案件事实三要素**判定高匹配——用户**指定**检索特定结果的案例时结果相似度计入评分(四要素满分 10 分),用户**未指定**时结果相似度不作为高匹配考虑因素(三要素满分 8 分);r1 判定须**核对法条版本与时间效力**,援引已失效旧法条者不得给满分;以语义向量检索为主召回、精确结构检索为条件兜底,本地脚本加权打分后按「得分率 > 法院层级 > 审判程序 > 裁判日期」排序,并检测**同院同日同标题的重复入库**案件、疑似重复者不占入报名额;截取匹配度最高的 5–10 例类案,逐案调详情核验案号并摘录判词原文,最后直接输出含页脚页码的 DOCX 报告(默认保存至桌面)。全流程人工确认 1 次、检索类调用控制在 2 次召回 + ≤10 次详情以内,报告阶段检索冻结。未指定结果时三要素高匹配而结果相反者亦会入报(逐例标注结果方向),指定结果时结果相反者一律剔除;报告内以两处固定声明披露「未设不利先例定向检索路径」的局限。当用户要求「快速检索类似案例」「找几个正向案例」「快速版案例检索报告」「检索 5 到 10 个类案并出报告」「出一份类案检索报告 docx」时使用。需要四象限归位、反向案例定向检索、补充召回多轮迭代或 14 分制硬软条件精判时,应使用完整版技能「案例检索报告Plus」而非本技能。基于华宇元典法律数据 MCP。

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

88查企业风险查询与分析工具 —— 专注于中国大陆企业的法务风险查询与分析,覆盖经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法案件等风险类型。支持公司名称、统一社会信用代码、companyId 三种输入方式,自动完成风险查询并输出结构化风险分析总结。 触发场景:仅当用户意图为查询企业风险/法务风险时触发。包括但不限于:企业风险查询、公司风险、经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法风险、风险扫描、风险评估、企业合规审查、风险报告、XX公司有什么风险、XX公司安全吗、XX公司有没有处罚、XX公司被执行过吗。 不触发场景:纯粹的企业信息查询(如查公司、搜企业、工商信息、注册资本、法人代表、股东结构、专利商标等)不应触发本技能,请使用其他 cha88 系列工具。

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Manages Rule 30(b)(6) corporate representative deposition workflows — drafting notice topics with reasonable particularity, building examination outlines, defending designees, handling objections, and preserving binding admissions for summary judgment or trial. Use when drafting or responding to 30(b)(6) notices, selecting and preparing designees, building topic-by-topic outlines, or triaging scope and privilege disputes. Trigger keywords: 30(b)(6), corporate representative deposition, topic list, designee, notice analysis, deposition objections, corporate admissions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Guides taking and defending Rule 30(b)(6) corporate representative depositions. Drafts topic lists with reasonable particularity, builds examination outlines for binding corporate admissions, analyzes noticed topics for objections, and prepares designees. Use when drafting 30(b)(6) notices, preparing corporate deposition topics, selecting or preparing designees, or defending corporate representative depositions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Drafts FDA 510(k) Premarket Notification submissions demonstrating substantial equivalence under 21 CFR Part 807. Supports Traditional, Special, and Abbreviated pathways. Use when preparing Class II medical device regulatory filings, substantial equivalence analyses, or FDA premarket submissions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Drafts a recordable Abstract of Judgment to create a judgment lien on a debtor's real property. Extracts party names, monetary components, and judgment details from case documents, then applies jurisdiction-specific formatting and certification requirements. Use post-judgment in commercial litigation when enforcing monetary awards, perfecting judgment liens, or preparing lien filings with the county recorder.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

CSlawyer1985 のスキルをすべて見る

このスキルの問題を報告する