聊天机器人信息卡则是另一套安排。它属于自愿性指引，适用于与客户、消费者或公众直接互动的外部聊天机器人。IMDA建议企业提供一个集中、易查找的说明页面或文件，让用户了解聊天机器人能做什么、可能在哪里出错、采取了哪些安全措施、如何处理数据，以及遇到问题时应向谁反馈。

PDPC指导涵盖哪些数据和环节？

PDPC的指导覆盖生成式AI生命周期中的个人数据使用，包括网络抓取信息、用户为获得普通服务而提交、之后又被重新用于模型开发或改进的数据，也涉及模型部署、安全、保存期限，以及个人提出访问或更正请求时的处理方式。

核心隐私风险在于“目的发生变化”：一个人最初为完成交易、使用账户或获得客服支持而提供的信息，可能后来被大规模用于模型训练或微调。进入大型训练流程后，用户可能更难判断数据究竟如何被重新利用，也更难控制数据用途或行使访问、更正等权利。

这份指导还区分了AI供应链中不同参与者的责任：

• 模型提供者：对模型开发和部署相关的PDPA义务承担责任。
• 系统提供者：应关注系统安全，并向相关方说明适用的防护措施。
• 系统部署者：应明确处理目的、了解数据流向，并审查投入运营的AI系统及其控制措施。

什么时候必须提供AI专项通知？

当机构希望使用“用户数据”开发生成式AI模型，而PDPA中没有适用的同意例外时，就必须通过AI专项通知取得同意。通知不能只使用“服务优化”“个性化”或“产品改进”等宽泛说法，而应直接写明生成式AI模型开发或改进这一用途。

这一点尤其适用于这样的情形：用户最初通过既有产品或服务提交信息，目的并不是生成式AI；企业随后却希望把这些信息重新用于模型训练或微调。企业需要结合最初的收集场景、新的使用目的以及是否存在法定例外，逐项判断后再决定如何处理。

公开可用数据：并非所有网上信息都自动符合例外

PDPA关于公开可用数据的例外，可能允许企业在开发模型时不经同意收集公开可用的个人数据。但这并不意味着所有网上可见的信息都自动符合条件。处于付费墙、登录、注册要求或类似数字障碍之后的数据，是否仍属于该用途下的“公开可用数据”，需要谨慎评估。

经过适当匿名化的数据

如果数据已经被适当匿名化、无法识别个人，那么在PDPA意义上不再属于个人数据。PDPC也鼓励企业在可行时优先使用匿名化数据开展分析和研究。

不过，删除姓名并不一定等于匿名化。如果结合数据中剩余的信息，或结合其他合理可获得的信息，仍有可能识别某个人，那么这份数据可能仍不能视为真正匿名。企业需要评估匿名化过程是否确实消除了识别个人的可能性。

客服或呼叫中心录音怎么办？

现有材料没有确立一项专门针对呼叫中心录音的、适用于所有情形的独立例外。只要录音能够识别，或可以合理地识别来电者，就应在评估生成式AI再利用时将其视为个人数据。

因此，企业在把录音用于模型开发前，仍需确认是否有适用的PDPA依据，例如有效同意、合规通知或其他法定例外。具体结论取决于录音内容、收集方式、拟议的生成式AI用途及适用的PDPA例外；现有来源不足以支持额外的“呼叫录音专门规则”。

AI专项通知应写什么？

通知应以具体、具有实际意义的方式向个人说明拟议用途。根据现有指导，至少应包括：

• AI用途：明确说明个人数据将用于开发或改进生成式AI模型。
• 使用目的：解释开发或改进模型的具体原因。
• 涉及的数据：说明会使用哪些类别的个人数据。
• 使用方式：在相关情况下说明数据会如何用于训练、微调或其他模型开发环节。
• 用户选择：说明个人如何拒绝或撤回同意，以及在适用时如何选择退出。

通用隐私政策仍可用于提供背景信息，但如果其中没有清楚说明生成式AI训练用途，就不应成为唯一披露方式。判断标准很简单：一个合理的用户能否看懂自己的个人数据可能会被用于开发或改进生成式AI模型？

通知应该放在哪里？

现有材料没有规定所有机构必须采用同一种格式或唯一的展示位置。实际操作中，企业可以考虑在收集相关数据或用户使用服务的场景提供通知，例如：

• 注册或首次开通服务时；
• 产品内的即时提示窗口；
• 账户隐私控制页面；
• 清晰链接到的专门隐私说明页面。

这些具体位置属于实施层面的合理推断，并非PDPC事实说明中列出的穷尽清单。无论采用何种形式，通知都应容易发现、内容具体，不能埋在冗长而笼统的条款中。

用户的同意、撤回和服务使用权

即使个人数据已经被用于生成式AI开发，个人仍可以提出访问或更正个人数据的请求。企业应在数据进入训练流程前后采取合理的数据管理措施，逐案评估请求，并采用适当的技术手段；不过，在大型训练数据集中追踪特定信息可能存在实际困难。

如果企业以同意作为法律依据，就必须告知用户如何拒绝或撤回同意。但这并不自动意味着用户退出后，仍能在完全不变的条件下继续使用服务的每一项功能。能否继续使用核心服务，要看生成式AI训练对该服务是否必要，以及企业的同意设计是否合规。现有来源没有确立“用户每次退出后都必须保留完整服务访问权”的一刀切规则。

IMDA的自愿性“聊天机器人信息卡”

IMDA的《生成式AI聊天机器人透明度指引》采取面向消费者的思路，适用于部署外部、面向公众的生成式AI聊天机器人。其目标是帮助用户作出更知情的使用决定，推动披露方式更加统一，并让企业对自己公开承诺的安全性和可靠性措施承担更清晰的责任。

指引的核心是“聊天机器人信息卡”。IMDA将其比作食品营养标签或药品说明标签：它可以是一张专门的信息页面，也可以是一份披露文件，但应为用户提供一个集中、易访问的地方，查找重要信息。

信息卡应遵循三项原则：

• 相关：提供用户判断是否以及如何依赖聊天机器人所需要的信息。
• 易访问：使用清晰、通俗的语言，让用户容易找到并浏览。
• 及时：在聊天机器人上线时发布；当其能力、风险或安全政策出现重大变化时及时更新。

信息卡应说明什么？

一张有用的信息卡应覆盖以下内容：

• 聊天机器人的预期用途、功能和能力；
• 重要限制，包括哪些回答需要人工核实、哪些场景不适合使用；
• 可靠性和安全措施；
• 用户输入、对话及其他数据如何被处理；
• 投诉、反馈和事故报告渠道。

信息卡不是对聊天机器人准确性或安全性的保证。它的价值在于，为用户提供更清楚的判断依据：什么时候可以参考工具、哪些信息不应轻易提交，以及出现问题后可以通过什么渠道寻求处理。

IMDA最初将重点放在公众聊天机器人上，是因为这类工具接触的消费者范围广，并涉及隐私、儿童安全以及对心理脆弱人群可能造成的风险。未来，这套框架也可能成为其他生成式AI应用和行业专项指引的参考。

企业和公共机构将如何落实？

Google、Meta、DBS、OCBC、新加坡航空和Synapxe均表示，会把这套自愿性指引作为改进面向公众聊天机器人透明度实践的参考。这代表企业计划持续对齐和改进，并不意味着每家公司已经上线完全相同的信息卡。

对银行而言，重点可能包括解释面向客户的功能和限制，并将相关披露与既有的AI治理、风险管理流程结合起来。DBS提到了其面向客户的AI项目；OCBC则将这份指引与自身既有的AI治理和风险管理体系联系起来。

新加坡航空表示，随着AI支持的客户体验不断扩展，公司将继续审查并强化AI治理和安全防护。Google和Meta也支持以更清晰、更易访问的方式说明其AI产品如何运作，以及用户如何与产品互动。

公共机构同样计划参考这套框架。国家图书馆管理局和健康促进局将把指引纳入其面向公众聊天机器人的考虑范围。

对企业和用户意味着什么？

新加坡的做法，是把更具体的生成式AI数据隐私披露，与一套自愿性的公众聊天机器人透明度标准结合起来。两项措施相辅相成，但不能相互替代。企业可以按以下步骤准备：

1. 绘制数据流：确认哪些个人数据会进入模型开发或聊天机器人流程，以及进入的原因。
2. 核查法律依据：判断是否需要取得同意，或是否存在适用的PDPA例外。
3. 明确说明生成式AI再利用：在需要时使用AI专项通知，而不是继续依赖“产品改进”等笼统措辞。
4. 为权利请求留痕：保留足够的上游数据和处理记录，以便评估访问、更正和撤回请求。
5. 发布聊天机器人信息：对于面向公众的生成式AI聊天机器人，提供相关、易访问且及时更新的信息卡，说明功能、限制、安全、可靠性、数据处理和问题报告渠道。

总体而言，这些措施并没有向用户作出“可以阻止所有AI相关数据使用”的普遍承诺。它们推动的是更清楚的告知、更审慎的数据治理，以及对面向公众AI工具更明确的责任承担。

聊天机器人信息卡则是另一套安排。它属于自愿性指引，适用于与客户、消费者或公众直接互动的外部聊天机器人。IMDA建议企业提供一个集中、易查找的说明页面或文件，让用户了解聊天机器人能做什么、可能在哪里出错、采取了哪些安全措施、如何处理数据，以及遇到问题时应向谁反馈。

PDPC指导涵盖哪些数据和环节？

PDPC的指导覆盖生成式AI生命周期中的个人数据使用，包括网络抓取信息、用户为获得普通服务而提交、之后又被重新用于模型开发或改进的数据，也涉及模型部署、安全、保存期限，以及个人提出访问或更正请求时的处理方式。

核心隐私风险在于“目的发生变化”：一个人最初为完成交易、使用账户或获得客服支持而提供的信息，可能后来被大规模用于模型训练或微调。进入大型训练流程后，用户可能更难判断数据究竟如何被重新利用，也更难控制数据用途或行使访问、更正等权利。

这份指导还区分了AI供应链中不同参与者的责任：

• 模型提供者：对模型开发和部署相关的PDPA义务承担责任。
• 系统提供者：应关注系统安全，并向相关方说明适用的防护措施。
• 系统部署者：应明确处理目的、了解数据流向，并审查投入运营的AI系统及其控制措施。

什么时候必须提供AI专项通知？

当机构希望使用“用户数据”开发生成式AI模型，而PDPA中没有适用的同意例外时，就必须通过AI专项通知取得同意。通知不能只使用“服务优化”“个性化”或“产品改进”等宽泛说法，而应直接写明生成式AI模型开发或改进这一用途。

这一点尤其适用于这样的情形：用户最初通过既有产品或服务提交信息，目的并不是生成式AI；企业随后却希望把这些信息重新用于模型训练或微调。企业需要结合最初的收集场景、新的使用目的以及是否存在法定例外，逐项判断后再决定如何处理。

公开可用数据：并非所有网上信息都自动符合例外

PDPA关于公开可用数据的例外，可能允许企业在开发模型时不经同意收集公开可用的个人数据。但这并不意味着所有网上可见的信息都自动符合条件。处于付费墙、登录、注册要求或类似数字障碍之后的数据，是否仍属于该用途下的“公开可用数据”，需要谨慎评估。

经过适当匿名化的数据

如果数据已经被适当匿名化、无法识别个人，那么在PDPA意义上不再属于个人数据。PDPC也鼓励企业在可行时优先使用匿名化数据开展分析和研究。

不过，删除姓名并不一定等于匿名化。如果结合数据中剩余的信息，或结合其他合理可获得的信息，仍有可能识别某个人，那么这份数据可能仍不能视为真正匿名。企业需要评估匿名化过程是否确实消除了识别个人的可能性。

客服或呼叫中心录音怎么办？

现有材料没有确立一项专门针对呼叫中心录音的、适用于所有情形的独立例外。只要录音能够识别，或可以合理地识别来电者，就应在评估生成式AI再利用时将其视为个人数据。

因此，企业在把录音用于模型开发前，仍需确认是否有适用的PDPA依据，例如有效同意、合规通知或其他法定例外。具体结论取决于录音内容、收集方式、拟议的生成式AI用途及适用的PDPA例外；现有来源不足以支持额外的“呼叫录音专门规则”。

AI专项通知应写什么？

通知应以具体、具有实际意义的方式向个人说明拟议用途。根据现有指导，至少应包括：

• AI用途：明确说明个人数据将用于开发或改进生成式AI模型。
• 使用目的：解释开发或改进模型的具体原因。
• 涉及的数据：说明会使用哪些类别的个人数据。
• 使用方式：在相关情况下说明数据会如何用于训练、微调或其他模型开发环节。
• 用户选择：说明个人如何拒绝或撤回同意，以及在适用时如何选择退出。

通用隐私政策仍可用于提供背景信息，但如果其中没有清楚说明生成式AI训练用途，就不应成为唯一披露方式。判断标准很简单：一个合理的用户能否看懂自己的个人数据可能会被用于开发或改进生成式AI模型？

通知应该放在哪里？

现有材料没有规定所有机构必须采用同一种格式或唯一的展示位置。实际操作中，企业可以考虑在收集相关数据或用户使用服务的场景提供通知，例如：

• 注册或首次开通服务时；
• 产品内的即时提示窗口；
• 账户隐私控制页面；
• 清晰链接到的专门隐私说明页面。

这些具体位置属于实施层面的合理推断，并非PDPC事实说明中列出的穷尽清单。无论采用何种形式，通知都应容易发现、内容具体，不能埋在冗长而笼统的条款中。

用户的同意、撤回和服务使用权

即使个人数据已经被用于生成式AI开发，个人仍可以提出访问或更正个人数据的请求。企业应在数据进入训练流程前后采取合理的数据管理措施，逐案评估请求，并采用适当的技术手段；不过，在大型训练数据集中追踪特定信息可能存在实际困难。

如果企业以同意作为法律依据，就必须告知用户如何拒绝或撤回同意。但这并不自动意味着用户退出后，仍能在完全不变的条件下继续使用服务的每一项功能。能否继续使用核心服务，要看生成式AI训练对该服务是否必要，以及企业的同意设计是否合规。现有来源没有确立“用户每次退出后都必须保留完整服务访问权”的一刀切规则。

IMDA的自愿性“聊天机器人信息卡”

IMDA的《生成式AI聊天机器人透明度指引》采取面向消费者的思路，适用于部署外部、面向公众的生成式AI聊天机器人。其目标是帮助用户作出更知情的使用决定，推动披露方式更加统一，并让企业对自己公开承诺的安全性和可靠性措施承担更清晰的责任。

指引的核心是“聊天机器人信息卡”。IMDA将其比作食品营养标签或药品说明标签：它可以是一张专门的信息页面，也可以是一份披露文件，但应为用户提供一个集中、易访问的地方，查找重要信息。

信息卡应遵循三项原则：

• 相关：提供用户判断是否以及如何依赖聊天机器人所需要的信息。
• 易访问：使用清晰、通俗的语言，让用户容易找到并浏览。
• 及时：在聊天机器人上线时发布；当其能力、风险或安全政策出现重大变化时及时更新。

信息卡应说明什么？

一张有用的信息卡应覆盖以下内容：

• 聊天机器人的预期用途、功能和能力；
• 重要限制，包括哪些回答需要人工核实、哪些场景不适合使用；
• 可靠性和安全措施；
• 用户输入、对话及其他数据如何被处理；
• 投诉、反馈和事故报告渠道。

信息卡不是对聊天机器人准确性或安全性的保证。它的价值在于，为用户提供更清楚的判断依据：什么时候可以参考工具、哪些信息不应轻易提交，以及出现问题后可以通过什么渠道寻求处理。

IMDA最初将重点放在公众聊天机器人上，是因为这类工具接触的消费者范围广，并涉及隐私、儿童安全以及对心理脆弱人群可能造成的风险。未来，这套框架也可能成为其他生成式AI应用和行业专项指引的参考。

企业和公共机构将如何落实？

Google、Meta、DBS、OCBC、新加坡航空和Synapxe均表示，会把这套自愿性指引作为改进面向公众聊天机器人透明度实践的参考。这代表企业计划持续对齐和改进，并不意味着每家公司已经上线完全相同的信息卡。

对银行而言，重点可能包括解释面向客户的功能和限制，并将相关披露与既有的AI治理、风险管理流程结合起来。DBS提到了其面向客户的AI项目；OCBC则将这份指引与自身既有的AI治理和风险管理体系联系起来。

新加坡航空表示，随着AI支持的客户体验不断扩展，公司将继续审查并强化AI治理和安全防护。Google和Meta也支持以更清晰、更易访问的方式说明其AI产品如何运作，以及用户如何与产品互动。

公共机构同样计划参考这套框架。国家图书馆管理局和健康促进局将把指引纳入其面向公众聊天机器人的考虑范围。

对企业和用户意味着什么？

新加坡的做法，是把更具体的生成式AI数据隐私披露，与一套自愿性的公众聊天机器人透明度标准结合起来。两项措施相辅相成，但不能相互替代。企业可以按以下步骤准备：

1. 绘制数据流：确认哪些个人数据会进入模型开发或聊天机器人流程，以及进入的原因。
2. 核查法律依据：判断是否需要取得同意，或是否存在适用的PDPA例外。
3. 明确说明生成式AI再利用：在需要时使用AI专项通知，而不是继续依赖“产品改进”等笼统措辞。
4. 为权利请求留痕：保留足够的上游数据和处理记录，以便评估访问、更正和撤回请求。
5. 发布聊天机器人信息：对于面向公众的生成式AI聊天机器人，提供相关、易访问且及时更新的信息卡，说明功能、限制、安全、可靠性、数据处理和问题报告渠道。

总体而言，这些措施并没有向用户作出“可以阻止所有AI相关数据使用”的普遍承诺。它们推动的是更清楚的告知、更审慎的数据治理，以及对面向公众AI工具更明确的责任承担。