数据分类分级：AI 项目的第一个动作

数据分类分级，指的是按数据的敏感程度与影响范围给它定级，再按级别决定访问方式、使用方式与存放位置。它是 AI 项目里最先该做、却最常被跳过的一步 —— 跳过它的后果不是某个功能做不了，而是权限只能按「全给或全不给」处理，实际结果通常是全给

为什么先做分级

权限体系需要一个判断依据。没有分级时，每次讨论「这份数据能不能给 AI 用」都要重新吵一遍，而且结论往往取决于谁在场。有了分级，判断变成查表：这一级对应什么访问方式，事先已经约定好。

分级同时决定了另外三件事的精度：审计记录要留到什么程度、数据可以存放在哪里、以及能否用于训练。这些问题如果等到系统建好再讨论，代价会高得多。

分级可以用的五个维度

• 可识别性：是否包含可直接或间接指向个人的信息，以及组合之后能否重新识别。
• 影响范围：泄漏会影响一个人、一个部门，还是客户与合作伙伴。
• 来源约束：数据是在什么条件下取得的，是否对用途有额外约定。
• 时效性：过期之后敏感程度是否明显下降，例如几年前的报价单。
• 监管相关性：是否属于特定行业或特定市场有额外要求的数据类型。

维度不必求全，但至少要覆盖可识别性与影响范围这两项。其余维度可以按企业所处行业的监管密度增减。

从分级到权限的映射

映射的目标是让判断可以直接执行，而不是每次都开会。下面是一种常见的四档结构，具体名称与数量应当按企业实际情况调整

• 公开级：可对外展示，不受访问限制，可以直接进入任何处理环节，例如官网公告与产品说明。
• 内部级：仅限内部使用，可按岗位授予访问，允许进入检索与问答。
• 受限级：按任务授权，需要说明用途并留下审批记录，进入检索前先做范围过滤。
• 严格级：仅在指定环境内处理，禁止进入模型上下文，或仅允许脱敏后的片段进入。

映射表写完之后要做一次抽样验证：随机取几条真实数据，看看按表判断的结果是否符合预期。映射表与实际不符的情况非常常见，越早发现越省事。

权限设计的四条可操作规则

• 按任务绑定：权限跟着任务走，任务结束权限失效，而不是跟着人长期保留。
• 默认拒绝：新场景默认没有权限，需要访问时显式申请，而不是默认开放再收回。
• 例外留痕：任何越级访问都要有申请、审批与理由记录。
• 定期复核：人员或岗位变动、场景下线之后复核一次，避免权限随时间腐化。

与匿名化、驻留的关系

分级是前置判断，匿名化与驻留是后续手段。分级之后才能决定哪些数据需要做匿名化处理、哪些数据必须留在指定区域。顺序颠倒时，通常会先做了一轮处理，却没有依据说明为什么要这么做。

验收

• 有一张可查的分级表，且抽样验证过它的判断结果。
• 每一级都有对应的访问方式与存放要求，写成可执行的规则。
• 存在被拒绝的真实访问请求，作为规则生效的证据。
• 权限复核有记录，且复核发现的问题确实被处理过。