GB/T 45654-2025《生成式人工智能服务安全基本要求》实务指南：范围、清单与落地路线图

麗莎·恩斯特 · 19.10.2025 · 法规 / 合规 · 16 分钟

本文用通俗、可执行的方式，拆解《生成式人工智能服务安全基本要求》（GB/T 45654-2025）。你将获得：适用范围速判、数据/模型/内容三大安全清单、标签与投诉机制模板、日志与评估要点，以及“30/14/7天”落地路线图。注：非法律意见，请以官方最终文本与监管口径为准。

一、标准是什么？为谁而设？

GB/T 45654-2025是面向提供生成式AI服务的组织的安全基线。它强调“全生命周期”治理：从训练数据、模型研发/测试，到上线运营、内容管理、监控预警、事件响应与用户投诉闭环。

对象	是否覆盖	举例
面向公众的GenAI应用/平台	是	聊天/生成工具、创作平台、API聚合服务
对外提供模型/推理API的企业	是	模型提供商、推理服务商
企业内部仅限试点的小范围工具	通常是（视披露/用户范围而定）	内测助手、内部知识库生成
单纯模型研究且不提供服务	通常否（但推荐参照）	纯研究PoC

来源: Zerlo 设计

为什么现在要看？

标准为行业提供了清晰的“最低要求”与可验证证据形态，有助于服务上线、对外合作与审计对接。

与内容标注/水印、备案/注册、风险评估等要求存在联动。
越早建立清单与证据库，越容易在后续检查中“拿得出手”。

二、核心要求一览（按“数据—模型—内容—运营”）

1) 数据安全与来源合规

数据来源可追溯：记录来源、授权方式、采集时间与用途限制。
敏感/受限数据处理：脱敏、最小化、访问控制与到期清理。
训练/微调数据质量：去噪、去违法违规、平衡与代表性。

dataset_registry.csv

数据来源登记（字段建议，CSV表头）：
source_id,source_name,acquisition_type,license/terms,intended_use,restricted_topics,collection_date,owner,retention_policy,reviewed_by,review_date,notes

2) 模型安全与测试

基线测试：越狱/有害输出/隐私泄露/偏见与歧视测试。
对抗评估：红队范围、场景库、触发词与回归测试。
模型变更管理：版本化、评审记录、上线准入门槛。

model_eval_config.json

{
  "eval_suite": ["jailbreak", "toxicity", "privacy_leak", "bias_fairness"],
  "gate_thresholds": {
    "jailbreak_block_rate": ">= 99.0%",
    "pii_leak_rate": "<= 0.1%",
    "toxicity_score": "<= 0.2"
  },
  "release_checklist": ["owner_signoff", "security_signoff", "comms_ready", "watermarking_on"]
}

3) 内容管理与标注

合规过滤：违法违规、谣言、色情暴力、侵犯隐私等内容识别与阻断。
合成内容标识：显著标注或水印，向用户明确“AI生成”。
用户申诉/投诉：通道公开、时限承诺、复核与追踪。

content_policy.yaml

labeling_policy:
  synthetic_disclosure: "在界面与导出文件中明确提示：此内容由AI生成"
  export_watermark: true
  watermark_type: "metadata/c2pa 或可验证指纹"
complaint_flow:
  entrypoints: ["站内表单", "邮件", "热线"]
  sla:
    receipt_ack: "24h"
    initial_response: "72h"
    resolution_target: "7d"
  tracking: "为每个工单生成ticket_id，保留处理记录与证据"

4) 运营监控、日志与事件响应

关键事件日志：指令、输出摘要、命中策略、人工干预、封禁等。
告警分级：高危关键词/越狱成功率、异常流量与接口滥用。
事件处置：隔离、回滚、通报与用户告知机制。

audit_log_example.json

{
  "log_event": {
    "ts": "2025-10-19T10:00:00Z",
    "user_id_hash": "****",
    "prompt_hash": "****",
    "policy_hits": ["self_harm_block"],
    "action": "blocked_with_explanation",
    "human_override": false,
    "model_version": "genai-2025.10",
    "region": "cn-north-1"
  }
}

❝ 把“可展示的证据”当作产品的一部分来建设：表格、记录、评审结论与版本快照，都是你面对审查与合作方时的硬通货。 ❞

Zerlo 合规研究组

标准落地建议

三、落地方法：从零到一的“30 / 14 / 7 天”冲刺

第 1 阶段 · 30 天内

列清单：数据来源台账、模型版本/评估、第三方组件。
定边界：使用范围、禁止场景与高危词库；灰度上线准入门槛。
搭骨架：投诉通道、标注与导出水印、基本日志与报表。

第 2 阶段 · 14 天内

扩充红队场景与回归测试，形成“每次发版可复用”的评估集。
细化告警与处置SOP，演练一次“从告警到回滚”的闭环。
上线自查面板：关键指标（阻断率、疑似泄露率、申诉处理时效）。

第 3 阶段 · 7 天内

补齐证据包：评估报告、会议纪要、风控策略变更记录、用户告知文本。
完成一次外部协作的尽调模拟（伙伴或客户安全问卷）。
确定后续周期性的复核与改进节奏（例如每月一次）。

evidence_tree.txt

合规证据包（建议目录）：
/evidence/
  dataset_registry.csv
  model_eval/
    eval_plan.md
    eval_results_2025-10.pdf
  policies/
    content_policy.yaml
    incident_response_sop.md
  releases/
    2025-10-15_release_checklist.md
    approvals_signoff.pdf
  logs/
    samples_redacted.jsonl

四、常见问答（FAQ）

Q1：内部试点是否也要做标注/水印？

建议“按外部同等标准”处理，至少在导出与对外传播前保持可追溯标识，避免混淆与合规风险。

Q2：模型评估需要第三方吗？

并非所有场景都必须第三方，但独立性与可重复是关键。内部评估要有清晰方法、阈值与复现实验材料；必要时引入外部复核增强可信度。

Q3：如何界定“高风险输出”？

结合法律法规、平台规则与行业自律：涉及违法违规、侵权、隐私泄露、歧视性或误导性内容的，都应纳入高风险，触发更严格拦截与告警。

五、即用型模板与片段

disclosure_snippet.txt

【用户告知（界面短文案）】
“您正在使用的功能可能生成由AI合成的内容。请勿输入个人敏感信息；如发现错误或不当内容，您可通过『反馈/投诉』提交，我们将在时限内处理。”

complaint_ticket.csv

【投诉工单字段（示例）】
ticket_id,created_at,channel,reporter_contact,content_link,reason,initial_handler,status,sla_due,final_decision,evidence_refs,notes

release_checklist.yaml

release_checklist:
  - "[ ] 评估结果达标（见阈值表）"
  - "[ ] 风险词表/策略已同步到线上"
  - "[ ] 标注与导出水印核验通过"
  - "[ ] 日志采集字段抽检通过"
  - "[ ] 事件响应演练完成（近30天）"
  - "[ ] 负责人签署发布批准"

六、结语与免责声明

把GB/T 45654-2025当作“可验证的工程实践”来做：把要求转成表单、清单、阈值与日志字段，你就能稳定复用、快速应对审查与合作尽调。本文仅为学习参考，不构成法律意见；请以官方文本与主管部门口径为准。