生成式人工智能政务服务应用知识管理规范（征求意见稿）编制说明

1一、标准制定项目背景随着新一代人工智能技术的快速发展，生成式人工智能在政务服务领域的应用逐步深化，成为提升政务服务智能化、便捷化水平的重要抓手，已广泛应用于知识问答、行政审批、公共服务、AI轮巡、风险分析、数字人等多个政务场景。但当前生成式人工智能在政务服务应用过程中，存在知识管理体系不健全、数据安全与隐私保护存在隐患、模型输出准确性和合规性难以保障、场景化适配能力不足等问题，缺乏统一的管理规范和技术要求，导致政务知识的质量参差不齐、AI应用的运行效果不稳定，甚至可能出现敏感信息泄露、生成不实政务内容等风险，制约了生成式人工智能在政务服务领域的规范化、高质量发展。在此背景下，为规范生成式人工智能政务服务应用中的知识管理等核心工作，构建高质量、安全可控的政务知识体系，提升AI政务应用的准确性、合规性和服务效能，保障公众和企业的合法权益，亟需制定针对性的团体标准，明确生成式人工智能政务服务应用的管理要求，为各级政务部门及相关机构开展相关工作提供统一的遵循和指导。二、标准制定工作概况2（一）任务来源本标准由浙江省计量与标准化学会提出并归口，根据团体标准制定工作安排，立项开展《生成式人工智能政务服务应用管理规范》的编制工作，旨在填补生成式人工智能政务服务应用领域管理标准的空白，推动浙江省乃至全国政务服务智能化建设的标准化、规范化。（二）主要工作过程1.组建编制团队：标准立项后，迅速组建了由杭州市人力资源和社会保障政务服务中心、浙江省质量科学研究院、浙江天正思维信息技术有限公司为主要起草单位的编制团队，汇聚了政务服务实务、质量标准研究、人工智能技术开发等领域的专业人员，为标准编制提供了坚实的人才和技术支撑。2.调研与资料收集：编制团队广泛开展实地调研，走访各级政务服务部门、人工智能技术应用企业，深入了解生成式人工智能在政务服务各场景的应用现状、痛点问题和实际需求；同时全面收集国内外人工智能、政务服务、数据安全等领域的现行标准、法律法规、政策文件和研究成果，为标准编制奠定了充分的实践和理论基础。3.草案编制：在调研和资料分析的基础上，编制团队结合政务服务实际场景，明确了标准的核心框架和主要内容，完成了标准草案的初稿编制，初步界定了标准的适用范围、术语定义、知识管理要求、模型训练优化要求及安全合规伦理要求等。34.研讨与修改完善：组织召开多次标准研讨会，邀请政务服务、人工智能、标准化等领域的专家对标准草案进行评审，广泛征求意见和建议。编制团队根据专家评审意见和实际应用需求，对标准草案进行反复修改、打磨和完善，优化了条款内容、细化了技术要求、规范了表述方式，形成了标准征求意见稿、送审稿，最终经审核形成标准报批稿。三、标准编制的原则和依据（一）编制原则1.合法合规原则：标准内容严格遵循国家关于人工智能、政务服务、数据安全、个人信息保护等领域的法律法规和政策要求，确保所有条款均符合现行法律规范的规定。2.实用性原则：立足政务服务实际，针对生成式人工智能应用的典型场景和突出问题，制定具体、可操作的管理要求，贴合各级政务部门的实际工作需求，确保标准能够落地实施、指导实践。3.质量至上原则：以提升政务知识质量和AI应用输出准确性为核心，明确知识全生命周期的质量管控要求，建立严格的审核和评估机制，保障标准实施后能切实提升政务服务质量。4.安全可控原则：强化数据安全和隐私保护要求，明确数据分级分类、敏感信息处理、权限管理等措施，确保政务知识资产和AI应用全链路安全，防范各类安全风险。5.场景导向原则：针对知识问答、行政审批、公共服务等不同政务服务场景，制定差异化的管理规范，兼顾数字人、AI4轮巡、风险分析等多模态、个性化应用场景的特殊要求，提升标准的场景适配性。6.迭代演进原则：充分考虑生成式人工智能技术的发展特性和政务业务的动态变化，建立知识与模型的持续评估、反馈和优化机制，确保标准能够适应技术和业务发展的需求。1.法律法规及政策文件：《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等相关法律法规，以及国家和浙江省关于政务服务、人工智能发展的相关政策文件。2.国家标准：《信息技术词汇第28部分：人工智能基本概念与专家系统》（GB/T5271.28）、《信息技术词汇第31部分：人工智能机器学习》（GB/T5271.31）、《信息技术人工智能术语》（GB/T41867—2022）、《人工智能知识图谱技术框架》（GB/T42131—2022）、《信息安全技术个人信息处理中告知和同意的实施指南》（GB/T42574—2络安全技术生成式人工智能预训练和优化训练数据安全规范》（GB/T45652—2025）等现行国家标准。3.实践经验：编制单位在政务服务智能化建设、生成式人工智能技术应用、知识管理等方面的实践经验和研究成果，以及国内政务服务领域生成式人工智能应用的典型案例和实践总结。54.标准化规范：《标准化工作导则第1部分：标准化文件的结构和起草规则》（GB/T1.1-2020）。四、标准的主要内容与效果（一）标准的主要内容本标准共设范围、规范性引用文件、术语和定义、分场景知识全生命周期管理、模型训练优化与检索增强、安全合规与伦理要求等核心章节，整体内容框架清晰、逻辑严密，覆盖生成式人工智能政务服务应用的全流程管理要求，核心内容如下：1.范围与术语：明确了标准的适用范围为各级政务部门及相关机构开展生成式人工智能政务服务应用的知识管理等活动，界定了人工智能系统、生成式人工智能、知识管理、提示工程等10个核心术语和定义，统一了行业用语。2.分场景知识全生命周期管理：作为标准的核心内容，针对知识问答、行政审批、公共服务三大核心场景，结合数字人、AI轮巡、风险分析等衍生场景，从知识规划与采集、整理与加工、入库与储存、评估与更新四个阶段，制定了全生命周期的管理要求，明确了各场景的核心知识需求、数据来源、特殊采集要求，以及知识加工的质量管控、分类标签、入库验证、定期更新等具体措施。3.模型训练、优化与检索增强：规定了训练数据准备、模型选择与微调、运行监控与持续改进、提示工程等要求，明确应基于高质量结构化知识库构建微调数据集，针对政务场景优化模型的指令遵循能力和合规性，应用检索增强生成技术提升6模型输出的准确性和可解释性，建立模型运行关键指标监控和协同改进机制。4.安全、合规与伦理要求：从数据安全与隐私保护、内容合规性控制、算法公平性与透明度、知识产权与版权合规四个维度制定严格要求，明确数据分级分类、全生命周期安全管控、敏感信息处理措施，建立AI初审+人工终审的内容审核机制，要求保障算法公平、提升系统透明度，同时规范知识产权使用，防范版权侵权风险。本标准发布实施后，将为生成式人工智能政务服务应用提供统一的管理规范和技术遵循，预期实现以下效果：1.填补行业标准空白：首次针对生成式人工智能政务服务应用制定专项管理标准，填补该领域的标准化缺失，推动形成政务服务领域人工智能应用的标准化体系。2.规范政务AI应用全流程管理：通过标准化的知识管理和模型训练优化要求，规范各级政务部门的生成式人工智能应用工作，解决当前知识管理不规范、模型应用随意性大等问题，提升政务AI应用的规范化水平。3.保障政务AI应用的安全合规：严格的数据安全、隐私保护和内容合规要求，能够有效防范敏感信息泄露、生成不实政务内容等风险，确保生成式人工智能政务服务应用全程合法合规，保障公众和企业的合法权益。74.提升政务服务智能化水平：通过构建高质量的政务知识体系和优化的AI模型，提升政务AI应用的准确性、高效性和场景适配性，实现政务服务的智能响应、高效办理，提升公众和企业的办事体验。5.推动政务服务数字化转型：以标准为牵引，推动生成式人工智能技术与政务服务业务深度融合，助力政务部门实现数字化、智能化转型，提升政务服务的决策支持能力和公共服务水五、采用国际标准的程序及水平的简要说明六、与有关的现行法律、法规和国家、行业标准的关系（一）与现行法律法规的关系本标准严格遵循《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《优化营商环境条例》等现行法律法规的规定，所有条款均与法律法规保持一致，无抵触和冲突内容。同时，本标准将法律法规的原则性要求细化为具体的管理措施和技术要求，增强了法律法规在生成式人工智能政务服务应用领域的可操作性，是对现行法律法规的落地和细化。（二）与国家、行业标准的关系本标准与现行的人工智能、数据安全、政务服务领域的国—2023等）保持协调一致，直接引用了相关国家标准的核心内8容，明确了规范性引用文件的适用要求。同时，本标准针对生成式人工智能政务服务应用的细分领域，在国家标准的基础上，结合政务服务的场景特点和实际需求，制定了更具针对性、更细化的管理要求，是对现有国家标准的补充和延伸，形成了上下衔接、各有侧重的标准体系。本标准未与现行的国家、行业标准存在抵触和冲突，同时填补了生成式人工智能政务服务应用管理领域团体标准的空白，丰富了人工智能和政务服务领域的标准体系。七、标准实施建议为确保本标准的有效实施，充分发挥标准的指导和规范作用，提出以下实施建议：1.加强标准宣贯培训：由浙江省计量与标准化学会牵头，联合各起草单位，组织开展标准宣贯培训活动，面向各级政务服务部门、人工智能技术应用企业、相关从业人员，讲解标准的核心内容、实施要求和操作要点，提升相关单位和人员对标准的理解和执行能力。2.试点先行逐步推广：选择浙江省内政务服务智能化建设基础较好的地区和部门开展标准试点应用，积累试点经验，及时总结试点过程中发现的问题并优化完善，在此基础上逐步在全省乃至全国范围内推广实施。3.建立标准实施配套机制：各级政务部门及相关机构应结合本单位实际，制定标准实施的具体实施方案和管理制度，配9套建立知识管理、模型训练、安全管控等相关工作机制，明确责任主体和工作流程，确保标准的各项要求落地落实。4.加强实施监督与评估：建立标准实施的监督和评估机制，定期对