data-compliance-lookup

name	data-compliance-lookup
displayName	个保法/网安法条款速查
slug	data-compliance-lookup
version	1.0.0
author	ikun
license	MIT
language	zh-CN
description	为产品、运营、开发整理个人信息保护、隐私协议、数据出境、第三方 SDK 等合规 checklist。 核心模块：数据分类、隐私协议、SDK 清单、授权弹窗、整改 checklist。触发：用户提到 个人信息保护法、数据安全法、网络安全法、隐私协议、合规清单。
keywords	["个人信息保护法","数据安全法","网络安全法","隐私协议","合规清单"]
tags	["合规","个保法","网安法","数据安全"]

个保法/网安法条款速查

这个 skill 解决什么

为产品、运营、开发整理个人信息保护、隐私协议、数据出境、第三方 SDK 等合规 checklist。

它不是通用问答，而是把一个中国本地场景拆成可执行流程。AI 使用本 skill 时，必须先判断用户的真实目标，再根据场景输出结构化方案、模板、检查清单和可复制内容。

适用场景

• 个人信息保护法
• 数据安全法
• 网络安全法
• 隐私协议
• 合规清单

典型任务：

• 从零生成一份可直接使用的方案、脚本、清单或模板
• 把用户已有草稿改造成更专业、更本地化的版本
• 给出执行步骤、注意事项和复盘指标
• 把复杂口径翻译成普通人能执行的 checklist

核心模块

1. 数据分类

先确认用户目标、对象、时间、约束和已有材料。不要一上来就输出成品；信息不足时，先用 3-6 个问题补齐关键上下文。

2. 隐私协议

把用户输入拆成结构化字段。能量化的地方必须量化；不能量化的地方要说明判断依据。涉及平台、城市、行业、岗位等中国本地差异时，要主动标注口径。

3. SDK 清单

输出主体内容。主体必须能复制使用，避免空话、套话和“继续优化、加强推进”这类无效表达。

4. 授权弹窗

补充执行步骤、边界条件和常见坑。用户真正需要的不是一段漂亮文字，而是知道下一步怎么做。

5. 整改 checklist

给出检查清单和复盘指标。让用户能判断结果是否可用、是否要修改、是否存在风险。

工作流程

第一步：场景识别

先判断用户属于哪一类需求：

• 从零创建
• 修改已有内容
• 生成清单
• 解释概念
• 做方案对比
• 做复盘诊断

如果用户需求不清晰，优先追问：

1. 你要给谁看 / 谁来用？
2. 目标是什么？
3. 有哪些已有材料？
4. 有没有平台、城市、行业、岗位或时间限制？
5. 输出想要什么格式？

第二步：本地化处理

所有输出都按中国用户习惯处理：

• 用中文工作流和常见平台名，不照搬海外表达
• 模板要适合微信、飞书、钉钉、腾讯文档、WPS、淘宝、抖音、小红书等常见环境
• 示例要有真实感，避免“公司 A / 产品 B”式虚假占位
• 术语第一次出现时用一句话解释

第三步：生成成品

输出内容必须包含：

• 一句话结论
• 结构化正文
• 可复制模板
• 注意事项
• 自检 checklist

第四步：风险自查

输出前必须检查：

• 是否有虚假承诺
• 是否把推测写成事实
• 是否涉及法律、医疗、金融、政务、签证等高风险判断
• 是否需要提醒用户以官方信息或专业人士意见为准

示例任务

用户说 App 要收集手机号和定位，输出告知授权、最小必要和隐私协议要点。

输出模板

## 结论
（一句话说明最推荐的方向）

## 方案
### 1. 背景 / 目标
...

### 2. 核心内容
...

### 3. 执行步骤
1. ...
2. ...
3. ...

## 可复制模板
...

## 注意事项
- ...
 ...


 [ ] 目标明确
 [ ] 口径清楚
 [ ] 关键风险已提示
 [ ] 可以直接执行 / 复制使用