AI 知识库与保密性：服务提供商在录制客户对话前应询问的 7 个问题

为什么写这篇文章

对于服务提供商而言，能够录制、转写并让客户对话可搜索的 AI 知识库，是一次显著的生产力提升。我们此前写过 AI 知识库如何按项目从你的公司知识中真正变得聪明——但一旦你开始采集语音、视频或聊天内容，讨论就会从“有用工具”转向“法律评估”。

本文是一份包含七个问题的清单。在部署像 Symphoria（Wux Webtools 的合作伙伴，也是我们自己使用的平台）这样的工具或其他替代方案之前，你需要能够回答这些问题。这些问题基于 GDPR、EU AI Act、EDPB 指南，以及荷兰服务提供商的日常实践：他们希望保持合规，同时不让合规使工作停摆。

背景是：你是一家服务提供商——咨询公司、开发者、营销机构、会计师——帮助客户完成持续数月并产生数十次对话的项目。你希望 AI 能总结这些对话、提取行动项，并回答诸如“客户上周关于预算说了什么？”这样的问题。这是可以做到的。但前提是你先回答下面这七个问题。

1. 谁同意录制——你如何记录该同意？

GDPR 要求每一次个人数据处理都必须有合法依据（第 6 条）。对于对话录音，你通常需要同意（第 6(1)(a) 条）或合法利益（第 6(1)(f) 条）。同意必须是事先的、具体的、知情的，并且是自由作出的（第 7 条）。这意味着：不能使用预先勾选的复选框，不能把条款隐藏在服务条款中，更不能说“除非你反对，否则我们会录制”。

你应当看到的是： 在第一次对话被录制之前，有一个清晰的选择加入时刻。它可以是项目入职流程中的一个复选框（“我同意为项目文档和 AI 支持之目的录制会议”），也可以是在通话开始时的口头确认（“本次通话将被录制并用于我们的内部知识库——你是否同意？”），或是一封单独的同意邮件。同意必须被记录：谁、何时、出于什么目的，以及使用了哪些措辞。

Symphoria 如何解决这一点： Symphoria 为每个项目提供同意层。在录制开始前，系统会明确要求所有参与者给予同意。该同意会连同时间戳和 IP 地址一起存储，并可按项目撤回。这使得遵守 GDPR 第 7(3) 条（“撤回同意应当与给予同意一样容易”）更加简单。

2. 数据实际存储在哪里，适用哪一项法律？

原则上，GDPR 禁止在没有适当保障措施的情况下，将个人数据传输到 EEA 以外的国家（第 44-50 条）。在 Schrems II 判决（2020 年）之后，如果接收方受美国 FISA 702 等监控立法约束，标准合同条款（SCCs）本身已不再充分。EU AI Act（2024 年）又增加了一层要求：高风险 AI 系统必须满足透明度和审计要求；如果数据存储在欧盟以外，这些要求会很难执行。

你应当看到的是： 对数据实际存储位置的清晰说明（哪个数据中心、哪个国家）、哪些子处理方可以访问，以及这些方是否受非欧洲监控立法约束。理想情况是：数据存储在欧盟境内，且提供商没有美国母公司，或明确提供“仅限欧盟”模式。

Symphoria 如何解决这一点： Symphoria 完全运行在欧洲基础设施上（AWS eu-west-1, Frankfurt），且不使用美国子处理方来存储或处理转写文本。这使得在无需复杂影响评估的情况下，更容易遵守 Schrems II。

3. 哪个模型处理转写文本，它们是否被用于训练？

大多数 AI 知识库使用外部 LLM（OpenAI、Anthropic、Google）来处理转写文本。这会引出两个问题：(1) 转写文本是否被用于训练模型？以及 (2) 谁可以访问提示词和响应？OpenAI 的 API 条款自 2023 年 3 月起声明，通过 API 发送的数据不会被用于训练——除非你通过单独计划明确选择加入。但这一保证并不适用于所有提供商，当然也不适用于免费或“研究”访问。

你应当看到的是： 明确声明转写文本不会被用于模型训练，并且在处理完成后，LLM 提供商不再能够访问这些内容。这必须写入数据处理协议，而不只是出现在 FAQ 中。加分项：平台使用你可以自行托管的模型（例如 Llama、Mistral），或使用带有严格不训练条款的欧洲提供商。

Symphoria 如何解决这一点： Symphoria 使用 OpenAI 的 API，并配有 Business Associate Agreement (BAA) 和不训练条款。转写文本通过 API 处理，但不会被 OpenAI 存储，也不会被纳入未来的模型版本。这一点在子处理方清单中有明确说明。

4. 录音和 embeddings 保留多久，谁可以删除它们？

GDPR 要求个人数据的保存时间不得超过其收集目的所必需的期限（第 5(1)(e) 条：存储限制）。对于 AI 知识库而言，这意味着你必须能够解释为什么六个月前的一段录音仍然相关，并且必须有删除旧数据的流程。这同样适用于衍生数据：如果 embeddings（文本的向量表示）能够追溯到个人，它们就是个人数据。

你应当看到的是： 可按项目配置的保留期限（例如“12 个月后自动删除录音”）、允许项目经理手动删除录音的按钮，以及确保删除也会影响 embeddings 和索引的保证——而不只是删除音频文件。理想情况是：审计日志显示何时删除了某项内容以及由谁删除。

Symphoria 如何解决这一点： Symphoria 为每个项目提供“保留策略”。你可以配置录音在 X 个月后自动删除，包括转写文本和 embeddings。也可以通过项目界面手动删除，并且每一次删除都会记录在审计轨迹中。

5. 有哪些审计日志——客户以后能否看到“他们的”对话发生了什么？

透明度是 GDPR 的核心原则（第 5(1)(a) 条）。这意味着你必须能够解释你对某人的数据做了什么——即使是在事后。对于 AI 知识库而言，这意味着你必须能够展示哪些录音被创建、谁查看过它们、运行了哪些查询，以及数据是否被导出或删除。没有审计日志，你就无法回答这些问题，并且在发生数据泄露或投诉时面临罚款风险。

你应当看到的是： 每个项目都有审计日志，至少跟踪：(1) 谁开始了录制，(2) 谁查看了转写文本，(3) 针对知识库运行了哪些查询，(4) 数据是否被导出，以及 (5) 数据是否被删除。该日志必须可搜索，并至少保留 12 个月（如果你处于受监管行业，则应更久）。

Symphoria 如何解决这一点： Symphoria 在项目层级记录所有操作：录制、查看、查询、导出和删除。这些日志可供项目所有者访问，并可导出为 CSV。这使得遵守访问请求（GDPR 第 15 条）或调查事件更加容易。

6. 退出策略是什么？（你能否以开放格式导出知识库？）

供应商锁定是每个 SaaS 工具都存在的风险，但对 AI 知识库而言尤其令人痛苦：你收集了数月的对话、转写文本和元数据；如果无法导出，就会失去这些知识。GDPR 赋予你数据可携权（第 20 条），但它只适用于你自己提供的数据——不适用于 embeddings 或摘要等衍生数据。尽管如此，明智的做法是要求你能够以可导入其他提供商的格式导出所有内容。

你应当看到的是： 一个导出按钮，至少向你提供：(1) 所有音频或视频文件，(2) 所有纯文本或 JSON 格式的转写文本，(3) 所有元数据（时间戳、参与者、标签），以及 (4) 理想情况下，还包括 Parquet 或 JSONL 等开放格式的 embeddings。加分项：导出可以自动化并按计划执行（例如每周备份到你自己的 S3 bucket）。

7. 谁是处理者，谁是控制者，这是否记录在数据处理协议中？

GDPR 区分控制者（决定为何以及如何处理个人数据的一方）和处理者（代表控制者处理数据的一方）。作为服务提供商，你通常是控制者，而 AI 知识库是处理者。这意味着你需要一份数据处理协议（GDPR 第 28 条），其中精确规定处理者可以做什么、做多久、使用哪些子处理方，以及发生数据泄露时如何处理。

你应当看到的是： 一份符合 GDPR 第 28(3) 条的数据处理协议（DPA）。它至少必须包括：(1) 处理的主题事项和期限，(2) 处理的性质和目的，(3) 个人数据类型和数据主体类别，(4) 控制者的权利和义务，(5) 子处理方清单，以及 (6) 数据泄露处理程序。该协议必须在你开始录制前签署。

Symphoria 如何解决这一点： Symphoria 提供符合 GDPR 第 28 条的标准 DPA。你可以通过平台界面签署，并且当新增子处理方时，它会自动更新。这使你无需每次都让法律团队介入，也能更容易保持合规。

TL;DR 清单

• 同意： 记录事先、具体的同意——带有时间戳和退出选项。
• 存储： 检查数据是否存储在欧盟境内，且不受非欧洲监控立法约束。
• 训练： 要求明确保证转写文本不会被用于模型训练。
• 保留： 设置保留期限，并确保删除也会影响 embeddings。
• 审计： 要求记录谁查看、查询和删除了什么。
• 导出： 检查你是否可以以开放格式导出所有数据。
• DPA： 在开始录制前签署数据处理协议。

这对你的组织意味着什么

如果你能回答这七个问题，你已经走在正确的道路上。但请注意：合规不是一次性的清单。GDPR 要求你定期核实自己仍然符合要求（第 24 条：“适当的技术和组织措施”），而 EU AI Act 又为高风险系统增加了一层要求。这意味着：定期审计、为新用例进行 DPIA，以及建立响应访问请求和数据泄露的流程。

想看看这在实践中如何运作？阅读《与 AI 知识库共处的一周：它如何改变服务提供商项目经理的工作》——这是一个叙事案例，我们在其中准确展示这些问题如何在日常实践中出现。

关键经验是：只有在保留客户信任的前提下，AI 知识库才会真正带来生产力提升。而要赢得这种信任，你需要在按下“录制”之前提出并能够回答这些问题。