本技能用于将最新 AI 领域资讯中的监管动态整合到 Know How 知识库中,并确保知识库的体例、框架和写作风格保持一致。
这是本技能最重要的部分。 每次更新 Know How 时,必须严格遵循以下体例。
文档标题固定为:# AI 全球监管政策 know-how
不得命名为"备忘录",不得包含"致/自/日期"等备忘录标题区格式。
当前覆盖以下 8 个司法管辖区,按以下顺序排列:
如需增加新的司法管辖区,应在用户明确要求后追加至列表末尾。
每个司法管辖区下,固定包含以下 6 条产品线,按以下顺序排列:
如需增加新的产品条线,应在用户明确要求后追加至列表末尾,并在所有司法管辖区中同步新增该条线。
每个"司法管辖区 × 产品条线"单元,必须包含以下 3 个固定板块:
#### 1. 监管情况概述
(介绍该国在该领域的整体监管方式、主管机构、是否有专门牌照/备案制度等)
#### 2. 重大执法行动或法院判例
(记录针对头部企业的罚款、民事赔偿、禁令、重要法院判决等)
#### 3. 主要法规介绍和立法进展
(梳理已生效的主要法规,以及正在推进立法流程的草案和进展)
如果当期资讯中没有涉及该单元的内容,则三个板块均填写 (暂无更新),不得删除板块标题,以保持框架完整性供后续迭代填充。
[^N]: 参见:来源名称,脚注统一汇总于文档末尾的"附件:参考资料"章节。需要以下输入:
/home/ubuntu/ai_weekly_report_YYYYMMDD.md 或用户上传的文件)/home/ubuntu/ai_knowhow.md)如果用户表示"从零开始创建",则先运行初始化命令生成空白框架:
python3.11 /home/ubuntu/skills/ai-knowhow-updater/scripts/update_ai_knowhow.py \
--init --output /home/ubuntu/ai_knowhow.md
仔细阅读资讯,识别所有涉及以下内容的信息:
将提取的信息按照"司法管辖区 × 产品条线"进行分类,确定每条信息应更新到哪个单元的哪个板块。
常见映射参考:
| 信息类型 | 典型映射 |
|---|---|
| --- | --- |
| 大模型备案/审批制度 | 基础模型与通用 AI → 监管情况概述 |
| 深度伪造内容监管 | AI 生成内容 → 主要法规介绍和立法进展 |
| AI 版权侵权诉讼 | AI 生成内容 → 重大执法行动或法院判例 |
| 自动驾驶事故责任 | 自动驾驶与机器人 → 重大执法行动或法院判例 |
| 算法推荐监管 | AI 应用与服务 → 主要法规介绍和立法进展 |
| AI 信贷评分监管 | AI 在金融领域的应用 → 监管情况概述 |
| 训练数据隐私合规 | 数据与隐私 → 主要法规介绍和立法进展 |
调用核心脚本执行更新:
python3.11 /home/ubuntu/skills/ai-knowhow-updater/scripts/update_ai_knowhow.py \
--report [资讯文件路径] \
--knowhow [Know How文件路径] \
--output [输出文件路径]
重要:脚本生成的内容仅作为草稿参考。脚本执行后,必须人工审核输出文件,确保:
如果脚本输出的格式与体例规范不符,应直接手动撰写更新内容,以确保格式一致性。
输出方式取决于本次更新的规模:
## 美国 > ### 基础模型与通用 AI),无需重新输出整份文档。同时将完整的更新后文档保存至本地,文件名建议使用 ai_knowhow_v[版本号].md,并作为附件一并提供。ai_knowhow_v[版本号].md。当前最新版本的 Know How 文档保存于:
/home/ubuntu/ai_knowhow.md
如需了解各司法管辖区的已有内容,请直接读取该文件。
共 1 个版本