AI产品PRD：数据合规审查（用户授权/数据出境）设计

可视化演示

展示AI产品数据合规审查中的用户授权机制、数据出境安全评估流程、及PIA合规审查清单。

合规审查概述

搬家顾问上门的第一件事，不是抄起胶带装箱，而是掏出一张清单把全屋物品逐件看过去：哪些是主人的私人物品、哪些是借来的、哪些是违禁品，然后在门口贴一张“打包红线表”。AI 产品的合规审查也是如此——第一步永远是“看清家底”，而不是急着写方案。

数据合规审查，是 PRD 设计的前置环节：系统梳理产品从数据收集、存储、使用到共享、出境的每个环节，判断每一步是否合法、正当、必要，并把结论沉淀到 PRD 文档里。审查的对象不是代码，而是“数据这件行李”的来龙去脉。

一次完整的审查包含四要素：一是审查目标，即合法、正当、必要、最小化、透明五大原则；二是审查范围，覆盖采集端、处理端、共享端、出境端全链路；三是法规依据，包括《个人信息保护法》（个保法）、《数据安全法》（数安法）、《数据出境安全评估办法》；四是审查流程，即盘点数据资产 → 评估风险 → 设计管控 → 评审留痕四步走。

就像搬家顾问拿着户型图逐屋盘点、把红线表贴在门口，合规审查的产出就是一张“数据红线图”。后续所有产品设计，都必须在这张图的边界内动工。

用户授权设计

邻居那台跑步机，你要带走，必须当面讲清楚：借多久、放在哪、坏了怎么办。邻居点头了，箱子外面才能贴上一张“已获同意”的便签。若是趁人不备塞进行李箱，轻则被追讨，重则惊动警方——用户数据也是如此。

用户授权，指的是取得用户对其个人信息被收集、使用、共享、出境的同意。在 AI 产品里，授权绝不是一次签名就一劳永逸：首次收集要同意，模型训练要单独同意（即针对特定敏感处理行为单独弹窗征询），数据出境还要单独同意。每一次“动用户的数据”，都要有对应的“同意便签”。

设计授权方案时把握四个原则：知情、自愿、明确、可撤销。落地时先做场景识别——画出用户旅程，标出每个触发授权的触点（注册、上传、人脸核验、跨境同步）；再写授权文案——用大白话说明“收什么、为什么、给谁用”，敏感信息单独弹窗；最后设计撤销机制——授权管理页一键撤回，撤回后立即停止处理并删除相关数据。

这张小小的“同意便签”，决定了整箱数据能否合法上路。PRD 里若只写“依法取得用户同意”一句空话，等于没贴便签就装箱——评审时必然被当场扣下。

数据出境判定

搬家的箱子到了海关，有些走绿色通道直接过，有些要开箱申报，还有些一看就是违禁品直接没收。海关老师傅的判断依据不是箱子大小，而是“里面装的是什么、要运到哪里去”。

数据出境，指的是在境内收集和产生的个人信息与重要数据，以各种方式提供给境外——包括境外服务器存储、调用境外 API 上传、境外员工远程访问、向境外子公司共享。只要数据的“目的地”在境外，就触发出境审查义务，这与服务器是否物理搬走无关。

判定分四步：先识别出境场景，在 PRD 中列出所有数据流向；再做数据分级——按核心、重要、一般、非敏感四个级别给数据贴标签；然后选出境路径——核心数据禁止出境，重要数据走国家网信部门组织的安全评估，一般个人数据走标准合同或保护认证；最后做安全评估——开展个人信息保护影响评估（PIPIA），同时保留境内备份与出境日志。

就像海关老师傅瞄一眼箱子就知道走哪个通道，AI 产品经理拿到数据清单，心中要立刻浮现出每条数据的“通关通道”。这是合规 PRD 的基本功。

PRD文档规范

申报表填得好，海关十分钟放行；填得敷衍，被请进小黑屋慢慢聊。PRD 就是 AI 产品的“申报表”——合规设计写得规范、画得清楚，法务、研发、测试才能高效协作。

一份合格的合规 PRD 需要四块内容。第一，合规章节：设立“数据合规专项章节”，包含数据收集清单、授权触点表、出境方案与应急预案。第二，原型标注：在原型图的每个数据入口打上合规标注，包括授权弹窗、隐私政策入口、第三方共享说明。第三，对话流设计：画出“授权对话流、撤回对话流、异常对话流”三套状态图，覆盖用户说“同意”“不同意”“我要撤回”三种回答。第四，异常兜底：拒绝授权后的降级方案（如仅用本地模式）、传输失败重试、未成年人识别拦截。

这四块内容可以量化为一个完整度指标，用于评审时快速判断 PRD 是否达标。

一张填写完整的申报表，让海关一眼看懂“带了什么、为什么带、怎么处理”；一份规范完整的 PRD，让法务、研发、测试一眼看懂“数据从哪来、到哪去、凭什么”。

可解释性需求

海关问：“这箱保健品是干什么用的？”你若答不上来，箱子当场被扣。可解释性，就是给 AI 产品备好一套“标准答案”——面对用户和监管的追问，能清楚说出每一份数据“为什么收、用在哪儿、给谁看”。

可解释性需求设计包含四要素。第一，解释内容：收集目的、使用范围、共享对象、存储期限四类信息必须写清。第二，披露时机：首次收集时告知、高风险场景（人脸、医疗）即时弹窗、自动化决策结果附带解释入口。第三，通知渠道：站内信、短信、邮件、人工客服多渠道同步，保证用户“找得到、看得懂”。第四，溯源记录：留存版本快照、同意凭证、使用日志，形成可回溯的证据链。

对 AI 产品而言，“解释”不是 PRD 里的一段客套话，而是可以量化的交付要求。

面对监管问询，一套“解释得清、记录得全”的方案，比十个免责声明更有说服力——海关信任的不是嘴硬，而是条理清晰的回答和完整的单据。

评估集设计

聪明的人搬家前会在家模拟一遍“海关抽查”：假设被问到“这箱茶叶是谁买的”，立刻能翻出购物小票；假设箱子被开检，所有物品都有凭证。演练过的场景越多，真通关时越从容。

评估集是 PRD 上线前的“合规考卷”，一般由四类用例构成。第一，合规用例集：授权、出境、撤回、投诉四大主线用例。第二，场景覆盖策略：每条主线都覆盖正常流、异常流、边界流。第三，边界用例：14 岁以下用户注册、撤回后立即再次请求、云端批量导出、灰度地区差异等临界场景。第四，验收标准：用例通过率不低于 95%，关键安全用例 100% 通过，阻断缺陷清零。

把通过率写成公式，就是让“合规”从感觉变成可测量的数字：

评估集不是走过场的样板戏，而是把“海关的刁钻问题”提前演一遍。演练不通过，PRD 就不该开机装箱——这条红线，AI 产品经理要亲自守。

AI 应用场景

Python 演示

# -*- coding: utf-8 -*-"""数据合规审查模拟器：对 AI 产品 PRD 的授权设计与出境方案运行评估集。""" EVAL_CASES = [    {        "name": "首次登录授权弹窗",        "checks": ["知情告知", "自愿同意", "明确勾选", "可撤回入口"],    },    {        "name": "敏感信息出境",        "checks": ["单独同意", "出境安全评估路径", "境内备份"],    },    {        "name": "14岁以下用户注册",        "checks": ["监护人单独同意"],    },    {        "name": "撤回授权",        "checks": ["撤回后停止处理", "撤回后删除数据"],    },]  class RiskCounter:    """统计通过与缺失项。"""     def __init__(self):        self.pass_count = 0        self.fail_count = 0        self.fail_items = []     def add_failure(self, case_name, item):        self.fail_count += 1        self.fail_items.append((case_name, item))  class PRDComplianceReview:    """评审 PRD 是否满足数据合规要求。"""     def __init__(self, prd_name, design_items):        self.prd_name = prd_name        self.design_items = design_items        self.counter = RiskCounter()     def run(self, cases=EVAL_CASES):        for case in cases:            if self._pass_case(case):                self.counter.pass_count += 1            else:                self.counter.fail_count += 1        return self.report()     def _pass_case(self, case):        passed = True        for item in case["checks"]:            if item not in self.design_items:                self.counter.add_failure(case["name"], item)                passed = False        return passed     def report(self):        total = self.counter.pass_count + self.counter.fail_count        rate = self.counter.pass_count / total if total else 0.0        lines = [            "== 合规审查报告 ==",            "PRD：" + self.prd_name,            "用例通过率：{:.0%}".format(rate),        ]        for case_name, item in self.counter.fail_items:            lines.append("缺失项：" + case_name + " -> " + item)        return "\n".join(lines)  def main():    ai_prd = {        "name": "AI 智能客服助手 PRD v1.2",        "design": [            "知情告知",            "自愿同意",            "明确勾选",            "可撤回入口",            "单独同意",            "境内备份",            "监护人单独同意",            "撤回后停止处理",            "撤回后删除数据",        ],    }    reviewer = PRDComplianceReview(ai_prd["name"], ai_prd["design"])    print(reviewer.run())  if __name__ == "__main__":    main()

1. "checks": ["知情告知", "自愿同意", "明确勾选", "可撤回入口"]把有效授权的四要素写成一次“点名”，每个要素都是评估集里的一道必答题。
2. class PRDComplianceReview:审查器类，负责拿着评估集去核对 PRD 的设计清单。
3. "checks": ["单独同意", "出境安全评估路径", "境内备份"]出境用例必须包含三重保障，缺一不可。
4. if item not in self.design_items:逐项比对：PRD 里没写到的合规项就会被记入缺失清单。
5. self.counter.add_failure(case["name"], item)记录是哪个用例的哪个要素缺失，方便产品经理精准补课。
6. "用例通过率：{:.0%}".format(rate)输出通过率，对照 95% 红线判断能否进入开发排期。

常见误区

面试题