生成式服务要向境内公众开放，备案和登记是绕不开的手续。小团队的窘境在于：专职合规岗养不起，外部服务商报价从几千到几万跨度极大，哪些工作必须自己做、哪些可以买，多数团队心里没数。这篇把成本结构的底层逻辑拆开，给出一条按缺口采购的路径。
先分清三件事，别混着办
手续层面有三个容易混淆的概念，依据和对象各不相同：
| 事项 | 政策依据 | 适用对象 |
|---|---|---|
| 算法备案 | 《互联网信息服务算法推荐管理规定》（2022 年 3 月施行） | 具有舆论属性或社会动员能力的算法服务 |
| 大模型备案 | 《生成式人工智能服务管理暂行办法》（2023 年 8 月施行） | 面向公众提供生成式服务的模型 |
| 上线登记 | 属地网信部门的登记流程 | 调用已备案模型能力的应用方 |
关键区别在最后一行：采购上游已备案的模型能力，不等于本企业的合规义务清零——应用侧仍有登记等事项要办。这三者的适用组合，建议在启动会上让技术、法务和属地主管部门三方当面对一次，比事后返工便宜得多。2018 年施行的互联网信息服务安全评估规定允许自行或委托第三方评估，但别把这个口径扩大到所有 AI 相关工作——具体项目涉及的其他评估与方法要求仍需逐项核对。
第一步：范围确认，先做减法
准备工作的起点不是写材料，是对齐范围。把本次上线的功能、入口、用户对象、运营主体、模型来源、部署区域列成一张表，产品和技术一起核。已开放的功能如实记录，远期规划另列。
减范围是合法的省成本手段，前提是「真减」：减少一种输出或一个公开入口，可以减少对应的实现与验证工作，但必须在产品里实际关闭。只把材料里的描述删掉、用户路径还通着，属于换说法不换义务——检查发现照样是问题。合同已承诺的能力同样不能悄悄砍，语音生成改成纯文本要走变更流程并告知存量用户。
第二步：事实整理不出门
产品说明、功能截图、供应商合同、内部制度，这些材料本来就锁在企业自己手里，外部协助方照样要找你要。自己先按产品版本归档，记录每项事实的确认人：模型关系技术核、公开功能产品核、服务对象运营核、协议合同经办人核。拿不到的信息标「待确认」，不许拿宣传页补写训练数据来源。
同一组确认过的事实可以喂给不同文件——系统填报、技术说明、拟公示内容、用户协议各有表达格式，但事实底座必须一致。否则一处写自研、一处写外部调用，评审时就是硬伤。
第三步：按缺口采购，拒绝全包话术
外部服务的正确买法是「补缺口」：缺事项判断就请人出书面依据与适用条件，缺报告组织就约定交付清单与修改轮次，缺测试能力就明确对象、方法与复测条款。全包套餐的问题在于实施时才发现产品整改和内部确认还是得自己做——这两块本来就不该外包。
识别不靠谱服务商有个简单标准：以「包过」「特殊通道」为卖点的报价，替代不了真实交付清单。服务商能做的是协助准备、核对与沟通，审核结果没人能替主管部门承诺。账号权限协作也要提前约定：不给管理员密码和生产密钥，服务结束收回权限、拿回底稿与版本记录。
第四步：技术措施先验再算账
措施有效性靠测试说话，不靠工具价格证明。给一组可以直接落地的自查用例：
- 权限：用离职或取消授权的账号尝试登录，应失败；普通用户越权访问他人知识库，应拦截；导出功能抽查明文敏感字段。
- 内容处置：构造供应商接口故障场景，观察失败时的用户提示与记录留痕；用户举报链路走一遍，确认接收人明确、处理留痕完整、办结有记录。
- 标识核验：文本界面与可导出文件分开查显式标识，隐式标识用工具解析验证；供应商升级模型或改文件格式后，标识核验要重跑，不能沿用旧结论。
每条测试保存截图与结果记录，这些是评审材料里最不容易被质疑的部分。
第五步：一个执行周期验收方案
分工跑一轮小周期：各负责人先确认自己领域的事实，汇总人记录缺项，技术做真实产品验证，外部协助处理约定事项。别让所有人同时改一份总报告——分不清哪些事实确认过、哪些只是改了措辞。周期结束时逐项对证据：产品措施看功能与验证记录，材料看事实与附件对应，没完成的进待办，不为了报表全绿把计划写成已执行。
上线不是终点。模型变更、功能新增、用户投诉，谁接收、谁评估影响、谁更新材料要落到人；经办人离职时的交接清单里必须有申报账号、提交版本与待办反馈。共用资料目录值得建——公司基础资料、已确认模型信息、制度现行版由专人维护有效版本，每个产品引用适用部分再补自己的证据，但不能跨产品混用测试结论。
最后把方案落成一张任务表：每项谁做、用什么资料、怎样算完成、何时需要外部协助。先有这张表，再决定买什么——顺序反了，低价套餐买回来才发现关键工作不在里面。
评论0