AI 产品隐私政策：告知的颗粒度、训练数据条款与四类共享场景

隐私政策是所有 AI 产品上线前的必备文件，也是最容易被写成模板的文件。常见的结果是：篇幅很长，条款齐全，但监管一问就答不上来——训练数据用了什么、用户输入是否进模型、调用的境外 API 算不算出境。问题不在字数，在于告知的颗粒度与产品的实际处理行为对不上。

《个人信息保护法》第十七条要求处理个人信息前，以显著方式、清晰易懂的语言真实、准确、完整地告知六项内容：处理者名称与联系方式、处理目的与方式、信息种类与保存期限、告知行使权利的方式。这六项是底线，AI 产品的难点在于每一项都要落到具体处理活动上。

一、六项要素在 AI 产品中的落法

处理者名称与联系方式。 需要区分运营主体与技术提供方。产品由 A 公司运营、模型由 B 公司提供时，隐私政策应当写明谁是个人信息处理者，谁在受托处理。只写一个品牌名，用户在行使权利时找不到责任主体，本身即构成告知不完整。

处理目的。 不能只写"提供服务、改进产品"。AI 产品至少要拆成四类目的：提供生成服务、保障服务安全（内容审核与风控）、改进模型、履行法定义务。四类目的的合法性基础不同，混在一句概括表述里，后续无法自证。

处理方式。 包括收集、存储、使用、加工、传输、提供、删除。对 AI 产品，需要额外说明两件事：输入内容是否进入推理链路之外的环节，输出内容是否被留存用于训练或评测。

信息种类。 除账号、设备、日志等常规类别外，AI 产品必须单列"用户输入内容"这一类别。用户粘贴的合同、客户名单、病历、员工信息，在平台侧都成为个人信息或敏感个人信息，而多数隐私政策对此只字未提。

保存期限。 需要按类别给出期限或确定期限的方法。《生成式人工智能服务管理暂行办法》要求留存网络日志，留存期限与"最短必要"原则之间需要说明各自的依据，不能只写"法律法规要求的期限"。

权利行使方式。 查询、复制、更正、删除、撤回同意、转移、解释说明，七项权利应逐项给出入口，而不是统一写"可通过客服邮箱联系"。

二、AI 产品最难说明的四类场景

其一，用户输入中的他人信息。 用户把含有第三方个人信息的材料贴进对话框，平台是否处理了这些信息、处理到什么程度、是否构成向平台提供，需要在政策中说明。可行的写法是：明确提示用户不得输入未经授权的他人个人信息；同时说明平台对输入内容的处理限于提供服务所必需，并在合理期限后删除。

其二，训练数据使用。 这是监管与用户同时关注的一条。政策必须回答三个问题：用户输入是否用于模型训练；若使用，采取何种去标识化或聚合措施；用户能否选择退出。三个问题缺一个，条款就落不了地。涉及将输入用于训练的，通常需要单独告知并取得同意，仅靠在隐私政策正文里写一句"可能用于改进服务"不足以构成有效同意。

其三，模型与 API 供应商。 调用第三方模型服务，法律关系是委托处理还是独立处理，取决于谁决定处理目的与方式。多数情形下平台仍是处理者，模型方是受托方，应签订数据处理协议；但若模型方将数据用于自身模型改进，则可能构成独立的处理活动，需要单独告知。政策中应列出主要受托方类别，而非笼统写"合作伙伴"。

其四，自动化决策。 内容审核、推荐排序、风险评分、额度评估都属于自动化决策。《个人信息保护法》第二十四条要求保证决策透明与结果公平，对个人权益有重大影响的，应提供说明与拒绝方式。AI 产品的审核误判导致封号，是这条的高发场景，政策需要写明申诉与人工复核渠道。

三、同意的四种形态

四种形态的共同要求是可撤回，且撤回不影响此前已进行的处理。实践中常见的问题是：同意与用户协议捆绑在一句"注册即表示同意全部条款"，这种概括同意在敏感信息、对外提供与跨境三类场景中不成立。

四、四类共享场景的写法

表格中第二行最容易被忽略。很多 AI 产品集成了统计、推送、崩溃分析 SDK，这些 SDK 独立收集设备信息，属于 SDK 提供方自己的处理活动，平台有义务在政策中披露。

五、留存、删除与举证

留存期限应当分类设定：账号信息在账号存续期间保留，日志按法定要求保留，用户输入按服务必需的最短期限保留，训练样本按去标识化后的数据集管理。删除机制需要能够实际执行，包括用户主动删除、账号注销后的清理、受托方侧的同步删除。

举证是另一半工作。监管检查时通常要求提供：隐私政策的版本与生效时间、用户同意的记录、单独同意的实现截图、受托方协议、删除操作的日志。缺少这些材料，即使政策写得完整，也难以证明已履行义务。

六、六处常见写法问题

1. 目的写成"提升服务体验"，无法对应任何具体处理活动；
2. 信息种类未列"用户输入内容"，导致最核心的处理行为未告知；
3. 训练使用只有一句"可能用于改进服务"，未说明退出方式；
4. 第三方共享只写"合作伙伴"，未列类别与用途；
5. 自动化决策未提申诉与人工复核；
6. 权利行使只留一个邮箱，且无人响应。

七、核对清单

隐私政策真正的门槛不在起草，而在它必须与数据流一致。产品改了模型、换了供应商、加了 SDK，政策就要跟着改；否则文件越完整，与实际的距离越远。

站内相关梳理：AI 产品用户协议、AI 企业数据合规的五大风险点、GDPR 与数据出境合规、大型个人信息处理者的新增义务，以及数据合规服务页。

最后更新：2026 年 6 月 25 日。