About
审查AI供应商条款——重点核查训练数据来源合规性、责任分配、 模型变更通知、合规义务向下传导。适用于审查AI SaaS协议、 AI模型授权、AI API服务条款，或采购团队提出"这个AI供应商 合同有问题吗"时使用。
/vendor-ai-review
- 读取
~/.claude/plugins/config/claude-for-legal/ai-governance-legal/CLAUDE.md→ 合同审查立场、可接受风险阈值、红线条款。 - 运行以下工作流。
- 逐项核查AI特定风险——训练数据→责任→模型变更→合规传导。
- 输出：风险总结 + 红线标记 + 谈判立场（经核准/附条件/阻止）。
/ai-governance-legal:vendor-ai-review
[paste the vendor AI terms]
AI供应商合同审查
事务上下文
事务上下文。 检查实践级 CLAUDE.md 中的 ## 事务工作区。如果 已启用 为 ✗，跳过本段其余部分。如果已启用且无活跃事务，询问事务归属。加载活跃事务的 matter.md。除非 跨事务上下文 为 开，否则绝不读取其他事务的文件。
目的
AI供应商合同引入了传统技术合同没有的风险维度——供应商是否使用你的数据训练模型、模型变更时你会不会得到通知、如果AI产生了侵权内容谁承担风险、供应商是否完成了法定的算法备案和安全评估（《生成式人工智能服务管理办法》第17条 [法条原文]）。此技能系统性地审查这些风险。
加载当前状态
读取 ~/.claude/plugins/config/claude-for-legal/ai-governance-legal/CLAUDE.md：
## 合同审查配置— 公司立场、风险偏好、红线## 监管注册表— 适用的法规框架## 已批准的供应商— 既有关系和已通过审查的条款
审查框架
第1步：服务定性
首先明确供应商提供的是什么：
| 模型提供方式 | 说明 | 关键风险 | |-------------|------|----------| | API接口 | 通过云端API调用模型 | 数据传输安全、数据是否被记录用于训练 | | 本地部署 | 模型部署在自有服务器 | 安全可控性高，但更新和升级依赖供应商 | | SaaS产品 | 使用供应商的AI功能产品 | 使用条款可能不清晰，数据用途条款需特别关注 | | 模型授权/定制 | 授权基础模型进行微调 | 知识产权归属、模型更新的兼容性 |
第2步：训练数据检查
这是AI合同审查中最重要的部分。
核心问题链
- 供应商是否使用客户数据训练模型？
- 如果是，客户是否知情并同意？
- 训练数据中是否包含个人信息或敏感个人信息？
- 客户数据流出后是否可以追回（"遗忘权"的实操可行性）？
审查清单
| 检查项 | 理想状态 | 风险标记 |
|--------|----------|----------|
| 训练数据条款 | 明确约定不将客户数据用于模型训练，或经客户明确书面同意 | 🔴 合同沉默、或条款笼统声称供应商可"使用数据进行服务改进" |
| 个人信息训练 | 不将包含个人信息的数据用于训练，或已取得个人单独同意（《个人信息保护法》第23条 [法条原文]） | 🔴 未区分数据类型，一刀切授权 |
| 训练数据合法性保证 | 供应商保证其训练数据来源合法，不侵犯第三方知识产权（《生成式人工智能服务管理办法》第7条 [法条原文]） | 🟠 供应商仅提供"尽力"保证或不提供保证 |
| 数据删除 | 合同终止后供应商删除客户数据并销毁包含客户数据的模型副本 | 🟠 仅承诺"停止使用"而不承诺删除 |
| 知识产权归属 | 明确约定微调模型的权属（客户拥有/供应商拥有/共享） | 🟠 合同沉默 |
训练数据条款的红线
- 供应商单方面保留"为改进服务目的"使用客户全部数据的权利，且不可协商
- 供应商拒绝就训练数据的合法来源提供任何保证
- 涉及个人信息且供应商拒绝签署数据处理协议（参照《个人信息保护法》第21条
[法条原文]）
第3步：责任分配
AI产出的特殊性使得传统的责任条款可能无法直接适用。需要特别关注：
| 责任场景 | 供应商理想立场 | 风险 | |----------|---------------|------| | AI产出侵权（知识产权） | 供应商承担因其训练数据或模型本身导致的侵权责任 | 🔴 供应商将全部侵权风险转嫁客户 | | AI产出违法/不良内容 | 供应商基于《生成式人工智能服务管理办法》承担内容安全责任 | 🔴 供应商声称仅为"技术中立工具" | | AI产出错误导致商业损失 | 责任分配合理，特殊或间接损失合理排除 | 🟠 供应商完全免责且客户承担全部损失 | | 模型停机/服务中断 | SLA明确，有可用性承诺和服务积分/赔偿机制 | 🟡 SLA模糊或缺失 | | 模型性能退化 | 供应商保证模型输出质量不实质性下降 | 🟠 供应商保留单方修改模型的权利且无通知义务 |
中国法特别关注：《生成式人工智能服务管理办法》第9条要求提供者承担生成内容的生产者责任 [法条原文]——如果供应商声称自己仅提供"技术工具"而不对AI产出负责，该立场在法规层面的支撑较弱。但实践中，供应商可能通过合同条款将部分风险转移给使用者，需逐案分析。
第4步：模型变更通知
- 供应商是否可以单方修改模型？（通常可以——关键在于通知和影响评估）
- 模型变更需要提前多久通知？（行业惯例：30-90天）
- 如果变更实质性降低性能或合规性，客户是否有终止权？
- 如果供应商停止支持某个模型版本，是否有合理的退出机制？
| 检查项 | 最低可接受标准 | |--------|--------------| | 实质性变更通知 | 至少30天提前书面通知 | | 性能退化补救 | 如变更导致性能退化>X%，供应商需在合理期限内补救 | | 终止权 | 如供应商无法补救或变更影响合规状态，客户有权终止 | | 合规影响评估 | 供应商应在变更前提供合规影响摘要（至少概要说明） |
第5步：合规义务传导
作为AI服务使用者，需要确保供应商有能力支持你的合规义务：
| 法规合规要求 | 供应商应尽的义务 | 合同核查点 |
|-------------|-----------------|-----------|
| 算法备案（《互联网信息服务算法推荐管理规定》第24条 [法条原文]） | 供应商已完成备案并提供备案号 | 合同是否明确供应商的算法备案状态？是否有持续合规保证？ |
| 安全评估（《生成式人工智能服务管理办法》第17条 [法条原文]） | 供应商已进行安全评估 | 是否可以获取评估结论摘要（不要求完整报告，但需要确认已完成） |
| 科技伦理审查（《科技伦理审查办法（试行）》[法条原文]） | 供应商已完成伦理审查（如适用） | 是否涉及需伦理审查的场景？ |
| 个人信息保护（《个人信息保护法》[法条原文]） | 如涉及数据处理，应签署数据处理协议 | 数据处理协议的充分性 |
| 安全措施（《个人信息保护法》第51条 [法条原文]） | 供应商承诺采取必要的安全措施 | SOC2/等保报告、安全事件通知时限、数据泄露通知义务 |
| 审计权 | 供应商应接受审计或提供第三方审计报告 | 审计权的范围和频率 |
| 内容安全 | 供应商应有违法和不良信息识别和处置机制 | 信息安全管理能力描述或认证 |
第6步：评估和输出
风险汇总表
| 类别 | 法律风险 | 商业摩擦 | 关键风险点 | |------|----------|----------|-----------| | 训练数据 | 🔴🟠🟡⚪ | 🔴🟠🟡⚪ | [要点] | | 责任分配 | 🔴🟠🟡⚪ | 🔴🟠🟡⚪ | [要点] | | 模型变更 | 🔴🟠🟡⚪ | 🔴🟠🟡⚪ | [要点] | | 合规传导 | 🔴🟠🟡⚪ | 🔴🟠🟡⚪ | [要点] |
输出格式
[工作成果头 — 按照插件配置 ## 输出]
# AI供应商合同审查：[供应商名称] — [服务类型]
**日期：** [日期]
**供应商：** [名称]
**服务：** [API / SaaS / 本地部署 / 模型授权]
**总体结论：** [经核准 / 附条件核准 / 不适合当前条款]
---
## 一、服务概况
[一段话]
## 二、训练数据风险
### 发现
[具体条款语言及风险分析]
### 建议
[谈判立场 + 备选条款语言]
## 三、责任分配风险
### 发现
[参照第3步清单]
### 建议
[谈判立场 + 备选条款语言]
## 四、模型变更风险
### 发现
[参照第4步清单]
### 建议
[谈判立场 + 备选条款语言]
## 五、合规传导风险
### 发现
供应商是否具备支持客户合规义务的能力：[描述]
### 建议
[需要供应商补充的材料、条款修订建议]
## 六、谈判立场
| 条款 | 当前 | 我方立场 | 最低接受标准 | 谈判优先级 |
|------|------|----------|-------------|-----------|
| [条款] | [现状] | [理想] | [底线] | 致命/高/中/低 |
## 七、红线标记
[列出触发红线的条款——需升级法律顾问]
收尾
以 CLAUDE.md ## 输出 规定的下一步决策树收尾。定制选项：按审查意见与供应商谈判、升级红线条款至法律顾问决策、接受当前条款（如无红线）、获取更多供应商信息。
本技能不做的事
- 不覆盖通用的合同审查要素（管辖法、争议解决、保密条款等）——仅聚焦AI特定风险
- 不评估模型的技术性能——这是一个法律和合规审查，不是技术尽职调查
- 不替代算法备案核查——本技能检查供应商的备案承诺，但不验证备案信息的真实性（应通过网信办公开渠道或供应商的备案号自行验证）
