菜单
当用户希望对内部 AI 用例、AI 产品功能、LLM 工作流或第三方 AI 供应商进行 AI 治理、法律风险、隐私、合规、采购或供应商风险审查时，使用本技能。当事实或证据缺失时，技能首先提出受理和澄清问题，识别所需的文件和缺失的证据，将用例映射到 AI 治理框架和适用的法律领域，并产出带记分卡、发现、责任方、补救行动和后续问题的初步或最终治理审查。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/CSlawyer1985/legal-skillhub --skill ai-governance-reviewer-carl-ditzler命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
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。
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.
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.
基于 SOC 职业分类
正在显示 SKILL.md
| name | ai-governance-reviewer-carl-ditzler |
| description | 当用户希望对内部 AI 用例、AI 产品功能、LLM 工作流或第三方 AI 供应商进行 AI 治理、法律风险、隐私、合规、采购或供应商风险审查时，使用本技能。当事实或证据缺失时，技能首先提出受理和澄清问题，识别所需的文件和缺失的证据，将用例映射到 AI 治理框架和适用的法律领域，并产出带记分卡、发现、责任方、补救行动和后续问题的初步或最终治理审查。 |
| metadata | {"author":"Carl Ditzler","license":"Apache-2.0","version":"2026.03.16"} |
对涉及以下内容的 AI 治理审查草稿使用本技能：
本技能支持治理、隐私、安全、采购和法律准备。它不提供法律意见。
法律免责声明 始终在回应中包含此免责声明：
本审查辅助 AI 治理流程，不替代正式的 AI 治理、法律审查或专业法律代理。本输出是草稿，可能包含错误或遗漏。对照公司政策、主要监管来源以及适当的内部法律、隐私、安全和合规团队核验所有结论。这不是法律意见。
references/frameworks.md 中描述的捆绑文件，而非依赖外部 URL。references/frameworks.md 中列出的 ISO 和 iTeh URL。按此顺序使用来源：
references/official/ 法律来源文件references/working/ 法律来源文件references/frameworks.md、references/responsible-ai-practice.md 和场景文件中的捆绑治理指引不要让低优先级来源覆盖高优先级来源。
受理优先 是强制的。如关键事实或实质性证据缺失，首次回应必须提问，而非提供报告。初步审查路径：
识别场景。
将请求归类为内部 AI 使用、产品 AI 集成、第三方 AI 供应商或混合 / 多重。加载匹配的场景参考文件。
在分析前运行结构化受理。 首先询问核心受理事实。如用户尚未清晰提供，询问：
信息缺失时，首次回应应如下所示：
使用直接问法，例如：
用例是什么？预期用户是谁？您组织的角色是什么？涉及什么模型或供应商？不要将首次受理呈现为长篇散文段落或密集的混合要点列表。 不要要求用户填写表单、受理表、markdown 表格、证据表、记分卡、矩阵或任何其他需要编辑助手消息的结构化布局。 每项缺失事项都必须作为消息中的明确问题提出，以便用户可以直接以纯文本回复。
首轮顺序规则：
核心用例块。数据与部署。监督与测试。治理文件与状态。供应商与缔约。如相关的支持文件已存在，在它们变得相关的轮次中请求上传或链接，而非在第一轮中预先加载每一项文件请求。
示例见 references/example-outputs.md。
技能应在产出审查前主动提问用户并收集信息。当实质性事实缺失时，不要跳过此提问步骤。 如用例不完整，下一个回应应只针对当前主题的简短问题块，别无更多实质内容。
在相关时使用以下强制澄清主题：
系统概述
组织角色
模型信息
数据来源与数据类型
部署
监督
测试与监控
AI 影响评估
隐私与数据保护
透明度与用户感知
保证与运营
合理分批提问：
问题数量没有硬性上限。 如需额外后续问题才能继续，则将其作为问题明确提出，而不是丢弃、压缩成表格或省略。
主题块可能包括：
核心用例数据与部署监督与测试治理文件与状态供应商与缔约起草前应请求的缺失证据示例：
请求这些项目时，请用户通过文件上传或链接提供，并说明每项是已完成、进行中、未开始或未知。
在治理文件与状态轮中进行，而非在首次受理轮中，除非用户已询问文件就绪状态。
如用户被请求后仍无法提供证据，说明审查将保持初步状态，并在需要处使用未知。
初步审查用作首个回退。未知条目的初步审查，而非最终审查。当用例涉及以下情形时，强烈升级交由法律、隐私、安全或高管审查：
references/working/*.md 文件和捆绑的 references/official/*.pdf 文件时，为搜索和起草效率使用 working Markdown 文件，但如措辞、编号或范围存在任何不匹配，将官方 PDF 视为具有支配力。除非以下全部事项均已处理，否则不发布最终批准、上线建议或高置信度低风险结论：
初步审查。最终审查。未知而非猜测。高置信度。