GB-T 45654-2025 实施后大模型备案与上线登记全流程准备指南

AI合规指南·生成式人工智能服务安全GB/T45654-2025实施后大模型备案与上线登记全流程准备指南从备案路径判断、应用层责任、安全评估、测试题库到语料合规，一张图理清AI产品合规上线全链路。完整备案·上线登记·安全评估·测试题库·语料合规标准版本：GB/T45654—2025（2025-11-01实施）大模型备案与上线登记全流程准备指南02目录01政策背景与标准落地GB/T45654-2025真正变化在哪里02先判断路径完整备案，还是上线登记03应用层责任不能缺位调用第三方API不等于免责04备案材料是证明链产品—模型—语料—测试—整改—上线05安全评估与测试题库最容易卡住的环节06语料合规被忽视的底层问题07材料清单与推进路线上线前自查与八步推进08持续管理与总结上线不是终点，合规是常态依据《生成式人工智能服务管理暂行办法》与GB/T45654—2025梳理01政策背景与标准落地GB/T45654—2025正式实施，AI安全合规从"原则要求"走向"可拆解、可测试、可证明"的工程化阶段。大模型备案与上线登记全流程准备指南01政策背景与标准落地·为什么是现在04很多AI产品上线，正被"合规"卡在最后一公里备案材料缺一环，评审流程就进不去材料不是一堆独立文件，而是一条"产品—模型—语料—测试—整改—上线"的证明链，任何一环对不上都会被退回。安全评估不过关，测试题库凑数必被驳回测试题库、关键词库只求数量不求覆盖，安全评估最容易在这里卡住，反反复复整改拉长整个上线周期。调用第三方API，不等于没有责任底层模型已备案只说明"模型安全"，产品自身的应用层责任依然存在，误判会带来上线后整改与处罚风险。结论：合规不是上线后的补课，而是产品设计阶段就要进入的约束条件。01政策背景与标准落地01政策背景与标准落地·标准档案05我国首个生成式人工智能服务安全国家标准GB/T45654—2025《网络安全技术生成式人工智能服务安全基本要求》发布日期2025-04-25实施日期2025-11-01标准性质推荐性国家标准制定机构全国网安标委会TC26001政策背景与标准落地01政策背景与标准落地·监管演进06监管从"办法"走向"标准"，从"原则"走向"执行"2023-082025-042025-112026-032026-06暂行办法施行七部门联合发布《生成式人工智能服务管理暂行办法》，确立算法备案与安全评估双轨。国家标准发布GB/T45654—2025发布，将安全要求细化为可执行、可测试、可证明的条款。标准正式实施新上线服务需按国标准备安全评估与备案材料，合规进入"有标可依"阶段。备案常态化大模型备案登记规模持续扩大，一批新模型完成备案，监管进入日常化轨道。举报专区上线"涉AI应用乱象举报专区"开设，未履行备案登记义务被列为首位违规行为。01政策背景与标准落地01政策背景与标准落地·变化本质07标准落地的三个关键词：可拆解、可测试、可证明可拆解把"保证内容安全"拆成31类安全风险、五大安全板块，逐条给出对应动作，不再是一句笼统的原则。能对应：每一条要求都能落到某个具体岗位与流程。可测试给出明确量化门槛：输出合格率不低于90%、拒答率不低于95%、训练数据抽检合格率不低于96%，测试有统一口径。能度量：测试结果可对照数字判断是否达标。可证明要求留存测试记录、整改记录、更新记录，用完整证据链向监管方证明"已经做到"，而非口头承诺。能追溯：每项整改都能追溯到测试与记录。01政策背景与标准落地01政策背景与标准落地·要求版图08国标把合规要求划分为四大安全板块01语料安全数据来源合法合规、内容过滤、知识产权管理、个人信息保护，其中敏感个人信息处理需取得单独同意。02模型安全训练阶段安全、后门检测、生成内容安全；生成内容安全需覆盖附录A列出的31类安全风险。03安全措施建立安全评估与测试、记录留存、运行监看、投诉举报、应急处置等配套机制与岗位。04标识与透明度生成内容标识、训练数据开关、显著位置公示、局限性告知，以及面向未成年人的保护提示。01政策背景与标准落地02先判断路径：完整备案，还是上线登记第一步不是准备材料，而是先回答：你的产品到底走哪条合规路径。大模型备案与上线登记全流程准备指南02先判断路径·两条路怎么选10两条路径对比：完整备案vs上线登记对比维度完整备案上线登记适用对象自研、微调或开源改造基础模型，并面向公众提供服务直接调用已备案大模型API，主要在应用层提供服务办理环节向网信部门提交算法备案材料，并按规定开展安全评估向属地网信办登记，同时履行应用层各项义务责任重心模型层：训练数据、生成内容、模型自身安全应用层：内容安全、数据处理、用户提示词边界材料深度完整证明链：模型、语料、测试、整改记录等以应用层说明与合规机制材料为主典型对象自研底座模型、开源模型微调后直接对外服务智能客服、垂直AI应用、SaaS产品02先判断路径02先判断路径·判断维度11判断路径，先过这五个维度01是否面向公众提供服务面向不特定公众开放，是触发完整备案的关键前提之一。02是否具备内容生成能力能直接生成文本、图片、音视频等内容的服务，落在监管范围之内。03模型的来源是什么自研底座、开源模型，还是直接调用第三方已备案模型的API。04是否做了微调或二次开发对模型做了训练、微调或深度改造，性质就从"调用方"变成了"提供方"。05是否独立对外提供模型服务把模型能力以API、SDK等形式单独输出给他人，通常需要独立履行备案义务。02先判断路径02先判断路径·场景一12哪些情况，必须走完整备案满足以下任一情形，通常就需要走完整备案路径：1自研基础模型，并面向公众提供生成式服务2使用开源模型，做了微调或训练后对外提供服务3面向公众提供文本、图像、音视频等生成功能4把模型能力以API、SDK形式独立输出给第三方5在已备案模型基础上二次开发，形成独立生成服务拿不准时，建议先对照上页五个维度逐项打勾，再决定是否启动完整备案。02先判断路径02先判断路径·场景二13哪些情况，走上线登记即可登记路径的典型特征直接调用已备案大模型的API未对模型层做训练、微调核心能力由应用层编排与实现模型层安全责任由模型提供方承担符合以上特征，通常只需向属地网信办完成上线登记。登记不等于免责，仍需做到应用层内容安全提示词边界、输出复核、插件与联网内容过滤数据处理与个人信息保护明确告知、最小必要、敏感信息单独同意日志留存与处置按规定留存用户输入输出日志并可供核查投诉举报机制提供公开渠道并及时响应处理服务公示与内容标识在显著位置公示服务主体与生成内容标识02先判断路径02先判断路径·易误判场景14最容易误判的三类产品调用API的AI应用智能客服、AI问答、内容生成工具等误判：底层模型已备案，自己零责任模型备案只覆盖模型层，应用层责任依然要自己承担。实际：登记+应用层合规机制完成登记，并落实内容安全、数据处理、日志、举报等义务。开源模型二次开发开源底座+微调/训练后对外提供服务误判：开源模型不需要备案开源只影响来源，不影响义务；微调后面向公众即构成模型提供方。实际：按完整备案准备需准备模型、语料、测试、整改等完整备案材料。"内部用"的工具对外名义为内部工具，实则对外开放使用误判：不对外就不归监管判断看实质：是否面向外部公众开放并提供生成服务。实际：按实质对外判断路径只要实质对外开放，就需按对应路径履行备案或登记义务。02先判断路径03应用层责任不能缺位调用第三方API不等于没有责任，产品自身的应用层安全要自己兜底。大模型备案与上线登记全流程准备指南03应用层责任不能缺位·误区16底层模型已备案，不代表你的产品可以免责常见误判"我调的模型已经备案了，产品直接上线就行，安全责任跟我无关。"正确认知备案证明的是模型提供方的安全能力；你的产品是独立服务提供方，从用户输入到输出呈现、插件调用、数据留存，每一环都在你的责任范围内。一句话：模型层的账，模型提供方还；应用层的账，产品自己还。因此，凡是调用第三方模型提供服务的应用，都应先做应用层责任清单。03应用层责任不能缺位03应用层责任不能缺位·风险清单17接入大模型后，应用层可能引入的新风险1商业秘密泄漏用户把内部资料喂给模型，输出可能被留存或复用。2个人信息泄露对话包含手机号、地址等，处理与留存需符合个保法要求。3提示词边界失控恶意提示词诱导越权、越界回答，需要应用层兜底。4插件与联网污染联网检索内容未经把关直接进入生成结果，风险被放大。5专业责任误判医疗、法律、金融等领域错误输出，可能引发专业责任。6宣传与承诺依赖夸大的能力承诺带来合规与舆情风险，宣传要留余地。7日志留存缺失未按规定留存输入输出日志，面临核查与处罚风险。8公示与标识缺失未在显著位置公示服务主体、未做内容标识，直接构成违规。03应用层责任不能缺位03应用层责任不能缺位·落地动作18调用第三方API，必须落实这三件事1建立应用层内容安全机制控制提示词边界与越权访问，对输出做复核与过滤，把关插件与联网检索内容，防止有害内容直达用户。2落实数据处理与告知同意公开隐私政策与数据用途，坚持最小必要原则，处理敏感个人信息需取得用户单独同意，提供撤回渠道。3完成日志留存、公示与举报机制按规定留存输入输出日志，在显著位置公示服务主体，提供投诉举报渠道，并对生成内容进行标识。03应用层责任不能缺位03应用层责任不能缺位·产品画像19接入大模型前，先判断这八类产品1智能客服关注话术边界、客户个人信息与工单数据安全。2内容创作工具文案、作图、视频生成，关注版权与标识问题。3知识库问答（RAG）关注检索内容越权、商业秘密与答案准确性。4数字人与虚拟主播关注形象授权、生成内容标识与舆情风险。5办公效率工具文档、表格、会议纪要，关注企业数据外泄。6教育辅导未成年人场景，关注内容适龄与保护提示。7电商与营销商品文案与素材，关注虚假宣传与广告合规。8专业领域应用医疗、法律、金融，关注专业责任与合规边界。03应用层责任不能缺位04备案材料不是孤立文件，而是一条证明链从产品、模型、语料到测试、整改、上线、持续监管，环环相扣，缺一不可。大模型备案与上线登记全流程准备指南04备案材料证明链·链条结构21备案材料是一条九环证明链01产品说明02模型信息03语料来源04测试题库05关键词库06安全评估07整改记录08上线信息09持续监管链条上每一环都要能与其他环相互印证：语料与测试对应，测试与整改对应，整改与上线能力对应。04备案材料证明链04备案材料证明链·常见断点22证明链最容易在五个地方断裂语料来源说明，与训练数据清单对不上说明写了"公开数据集"，实际训练数据里混入了其他来源，一查就对不上。测试题库只覆盖通用问题，缺业务场景安全评估提问一深入产品实际场景，题库里根本没有对应用例，测试价值大打折扣。安全评估发现问题，却没有任何整改记录只交"已修复"结论，缺少问题清单、修复方案与复测证据，闭环不成立。整改版本与实际上线版本不一致材料写的是某次整改后的版本，实际线上跑的却是另一个版本，时间线对不上。结论：材料准备的核心，是让每一环都能被"时间、版本、记录"自证闭环。04备案材料证明链04备案材料证明链·组织逻辑23材料组织的正确逻辑产品模型语料测试整改上线持续监管组织材料的三个原则一自顶向下：先定产品定位与合规目标，再逐层落到模型、语料、测试先回答"产品是什么、面向谁、生成什么"，材料才不会散。二相互印证：每一份材料都有对应证据，语料对测试、测试对整改任意抽一环，都能顺藤摸瓜找到上下游证据，才算合格的证明链。三持续更新：材料随版本迭代持续维护，上线后仍在更新记录把材料当成会"生长"的文档，而不是一次性交付物。04备案材料证明链05安全评估与测试题库安全评估是备案流程里最容易卡住的环节，测试题库与关键词库的质量决定能否一次通过。大模型备案与上线登记全流程准备指南05安全评估与测试题库·卡点分析25安全评估为什么最容易卡住1测试题库质量不足只凑数量、覆盖不全、缺业务场景，评估方一深挖就露馅。2关键词库不成体系没有对应风险类别、命中策略与复核机制，无法证明拦截有效。3整改闭环缺失发现问题却只有"后续优化"结论，缺问题清单、方案与复测证据。4合格口径理解不一致对"合格"的标准与评估方不一致，按自己口径自测全过，一评就不过。05安全评估与测试题库05安全评估与测试题库·量化门槛26国标给出的量化安全门槛5%数据采集红线采集前后抽检，违法不良信息占比超过5%，该来源不可采集或不可使用。96%训练数据抽检合格率人工抽检不少于4000条，合格率不低于96%，未达标需过滤后再训练。90%输出合格率下限服务上线后生成内容合格率不低于90%，是基本达标线。95%明显偏激/诱导应拒答对明显偏激、诱导类问题应拒答，拒答率不低于95%。5%非拒答题拒答上限不应拒答的问题拒答率不超过5%，避免过度拦截影响体验。31需覆盖的风险类别生成内容安全测试需覆盖附录A的31类安全风险。05安全评估与测试题库05安全评估与测试题库·题库建设27测试题库不能只凑数量，要覆盖五类内容1通用安全风险覆盖附录A的31类安全风险，守住生成内容安全的基本底线。2业务场景用例结合产品实际功能设计提问，覆盖正常使用与边界异常情况。3攻击性输入恶意提示词、越权诱导、多轮绕障攻击，检验防线是否真的顶得住。4正常问题样本验证不应拒答的问题不被过度拦截，拒答率控制在5%以内。5完整测试记录每条用例记录执行时间、输入输出、判定结果与判定人，形成可追溯证据。05安全评估与测试题库05安全评估与测试题库·关键词库28关键词库：分类、命中、复核、更新缺一不可01对应风险类别每个关键词要能归到具体风险类别，而不是一堆词的堆砌。02命中策略明确命中后怎么处理要写清楚：拒答、替换表达，还是提示用户重述。03复核机制定期人工复核命中情况，减少误伤正常内容与漏拦风险输入。04更新记录每次增删改记录版本、时间与原因，让词库演进有据可查。05安全评估与测试题库05安全评估与测试题库·整改闭环29整改要从"后续优化"升级为"可证明的闭环"1问题定位从测试与评估结果定位具体风险与触发场景。2方案制定明确修复方案、责任人与时限。3执行修复调整模型、提示词或过滤规则并落地版本。4复测留证用原用例复测并留存结果，形成闭环。循环回到问题定位，持续迭代，直到所有问题可复测、可留证、可回溯。评估中常见的"后续优化""后续持续关注"并不构成整改。可证明的整改必须回答四个问题：什么问题？怎么改的？何时改的？复测结果如何？05安全评估与测试题库06语料合规：被忽视的底层问题数据从哪来、干不干净、有没有授权，决定了模型安全的地基是否牢固。大模型备案与上线登记全流程准备指南06语料合规·来源盘点31训练语料常见的十类来源1公开网页与爬虫数据2公开研究数据集3开源社区与代码仓库4用户上传与反馈数据5自有业务运营数据6第三方授权采购数据7问答与对话语料8图书文献与百科9音视频语音转写10合成与模型生成数据不同来源的授权、过滤、脱敏要求完全不同。自研语料要逐一登记"来源—用途—授权情况"，这是备案语料说明的基本盘。06语料合规06语料合规·自查清单32语料合规自查七问1.语料来源是否都有记录与授权依据？2.是否对训练数据做了内容过滤与清洗？3.个人信息是否完成脱敏并取得授权同意？4.敏感个人信息是否取得单独同意？5.知识产权是否有明确的授权与合规依据？6.是否抽样核验训练数据合格率达到96%？7.标注人员是否培训到位、执行与审核是否分离？任一问回答不上来，都说明语料合规存在缺口，应优先补齐。06语料合规06语料合规·国标要求33国标对训练数据安全的六项要求数据来源把关遵守"三不采"，采集前后抽检违法不良信息占比超5%，即不可采集或不可用。全量内容过滤训练前对所有训练数据执行内容安全过滤，从源头剔除违法不良信息。人工抽样核验人工抽检不少于4000条，合格率不低于96%，未达标的过滤后重新抽检。知识产权与个人信息建立知识产权管理制度；处理个人信息取得同意，敏感个人信息单独同意。标注管理标注人员培训到位，执行与审核分离，安全性标注宜覆盖附录A全部风险。模型侧防护开展后门检测，训练与推理环境隔离，防范供应链风险。06语料合规07材料清单与推进路线把前面所有要求落成一份可执行的清单，再用八步路线推进到上线。大模型备案与上线登记全流程准备指南07材料清单与推进路线·材料清单35企业到底要准备哪些材料主体资质营业执照、服务主体信息、主要负责人与安全责任人信息产品说明产品功能、服务对象、生成能力范围与主要应用场景模型信息模型名称、来源（自研/开源/调用）、训练与微调情况说明语料说明语料来源清单、过滤清洗记录、脱敏与授权情况测试评估测试题库、关键词库、安全评估报告与测试记录整改上线问题清单、整改记录与复测证据、上线信息与公示内容持续监管日志留存机制、投诉举报渠道、应急处置与更新机制说明提示：材料按证明链组织、能相互印证，比堆砌数量更重要。07材料清单与推进路线07材料清单与推进路线·常见矛盾36材料之间最容易"对不上"的四类问题产品说明vs模型能力产品说明声称支持多模态，实际模型仅支持文本，能力边界被夸大。语料清单vs测试内容语料说明里没有的领域，测试题库里却出现大量相关用例，逻辑对不上。测试报告vs整改记录测试报告时间晚于整改记录时间，或修复方案与问题描述对不上。上线版本vs备案信息备案材料对应某版本，线上却已迭代多次，功能与规则不一致。对策：建立统一的材料台账，用"版本+时间+记录人"给每份材料打上标签，提交前做一轮交叉核对，确保多份材料讲的是同一套事实。07材料清单与推进路线07材料清单与推进路线·上线前自查37上线前，用这十问做一次准备度自查1备案还是登记的路径判断清楚了吗？6语料来源与授权记录是否齐全？2应用层责任清单是否覆盖内容安全、数据、日志与公示？7训练数据是否完成过滤与抽样核验？3测试题库是否覆盖通用风险与业务场景？8内容标识、服务公示、训练开关是否就绪？4关键词库具备分类、命中、复核与更新吗？9日志留存、投诉举报、应急机制是否上线？5安全评估是否形成问题—整改—复测闭环？10材料之间能相互印证、版本与时间线一致吗？有3个及以上问题答不清楚，建议先做一次"路径+缺口诊断"，再补齐材料。07材料清单与推进路线07材料清单与推进路线·行动路线38建议按这条八步路线推进1路径判断确定走完整备案还是上线登记2缺口诊断对照自查清单定位薄弱环节3语料治理来源登记、过滤、脱敏、授权补齐4题库建设搭建测试题库与关键词库5安全评估按国标口径自测并启动正式评估6整改闭环问题修复、复测并留存证据7材料组装按证明链组织并交叉核对8提交上线提交备案或登记，上线后持续监管07材料清单与推进路线08持续管理与总结上线不是终点，合规是常态；把安全能力建进流程，才能应对版本迭代与监管变化。大模型备案与上线登记全流程准备指南