FAQ

中国企业进欧洲,GDPR 和欧盟 AI 法案对官网与 AI 应用有什么要求?

两条线分开看。官网侧主要是 GDPR:收集邮箱、表单、行为数据要有合法依据、隐私政策要真实(不是模板抄来的)、用户同意要留证据、数据主体权利(查询、删除)要有处理路径。AI 应用侧是欧盟 AI 法案(EU AI Act)按风险分级:大多数企业级应用属于有限风险,核心义务是透明度(让用户知道在和 AI 打交道)和记录留存;涉及招聘、信贷、关键基础设施等高风险场景的义务重得多,要在立项时先定级。另有数据法案(Data Act)与 NIS2 影响联网产品和数字化供应链。本页是实务框架,不是法律意见——具体合规结论请以欧洲当地律师意见为准。

Figure 01 · GDPR 与 AI 法案关键时间点

  • 2018-05-25

    GDPR 开始适用 (Art. 99(2))

  • 2024-08-01

    AI 法案生效

  • 2025-02-02

    禁用清单与 AI 素养义务适用

  • 2025-08-02

    通用 AI 模型义务适用

  • 2026-08-02

    法案全面适用;透明度义务(Art. 50)生效

  • 2027-12-02

    Annex III 高风险义务适用 (Digital Omnibus 推迟)

  • 2028-08-02

    Annex I 产品内嵌高风险义务适用

高风险日期为Regulation (EU) 2026/1744(EUR-Lex 原文,2026 年 7 月 27 日生效)修订后的时间线;旧版 2026-08-02 / 2027-08-02 已作废。

官网侧:GDPR 的四件实事

GDPR(Regulation (EU) 2016/679,自 2018 年 5 月 25 日起适用)对官网的要求,归结为四件实事,每件都有明确条款:

  • 合法依据与最小收集(Art. 6、Art. 5(1)(c))。每项处理都要有合法依据(同意、合同履行、法定义务、正当利益等六项之一);只收业务必需的字段,收多了就是违规。营销订阅与业务咨询的同意要分开,不能捆绑——Art. 7(4) 要求警惕这种捆绑。
  • 隐私政策要与实际一致(Art. 12–14)。政策里写的数据处理行为,站上必须真的在做(或真的没做);抄模板写了不存在的 Cookie 政策,本身就是风险。Art. 13 要求在收集时告知处理目的、保存期限、接收方与用户权利
  • 同意证据链(Art. 7)。谁、何时、同意了什么,要落库可查——Art. 7(1) 要求控制者能证明数据主体已同意。本站的线索系统就是按这个标准建的(同意时间戳 + 来源路径全程留存)。撤回同意要与给予同意一样容易(Art. 7(3)),只进不出的同意机制不合格。
  • 权利响应路径(Art. 15–17、Art. 20、Art. 12(3))。用户要求查询、更正、删除或导出自己的数据时,要有明确入口和处理时限。Art. 12(3) 规定:控制者须在收到请求后一个月内回应,复杂情况可再延长两个月,但须在一个月内告知延期原因。

AI 应用侧:先定级,再建设

EU AI Act(Regulation (EU) 2024/1689,2024 年 8 月 1 日生效)的逻辑是先给应用定风险级,再按级别配义务。欧盟委员会把风险分为四档:不可接受风险(禁用)、高风险、透明度风险、最小风险。

对话式客服、内容生成、内部知识助手这类常见落地,通常不属于高风险,但须履行透明度义务:用户与聊天机器人对话时,要让用户知道对方是 AI(Art. 50);AI 生成的内容须可识别,深度伪造等内容须明确标注。业界常把这一档称为"有限风险",但法案原文没有这个分级名称,义务以 Art. 50 文本为准。

属于高风险的,主要是两类(Art. 6):一是作为 Annex I 所列产品的安全组件、且须经过第三方合格评定的 AI 系统(Art. 6(1)),例如产品安全相关的判断;二是 Annex III 清单列出的用途(Art. 6(2)),包括招聘筛选(Annex III 第 4(a) 点)、信用评估(第 5(b) 点,欺诈检测除外)、教育评分、生物识别等。高风险系统必须配齐:风险管理体系(Art. 9)、数据治理(Art. 10)、技术文档(Art. 11)、自动日志(Art. 12)、给部署者的透明信息(Art. 13)、人工监督(Art. 14)、上市后监测(Art. 72);部署者须把人工监督指派给有能力、有培训、有权限的自然人(Art. 26),特定情形还涉及基本权利影响评估(Art. 27)。合规设计须在立项阶段引入。

注意两个细节:第一,Art. 6(3) 规定了例外——Annex III 所列系统如不造成重大风险、且只做四种狭义情形之一,可不视为高风险,但涉及画像分析的系统永远是高风险;第二,时间线已经改过:法案全面适用自 2026 年 8 月 2 日起,但 2026 年 7 月 27 日生效的《数字一揽子修订案》(Regulation (EU) 2026/1744)把 Annex III 高风险义务推迟到 2027 年 12 月 2 日、Annex I 产品内嵌高风险义务推迟到 2028 年 8 月 2 日。

官网侧最容易被忽略的四个点

  • 分析工具要过同意门。统计与营销类脚本在用户同意之前就加载、就写 Cookie,是欧洲站点最常见的违规点。同意门来自《电子隐私指令》第 5(3) 条(2009 年修订版):在用户终端设备上存储或读取信息,须事先取得用户同意;只有传输所必需或用户明确请求的服务所严格必需的存储才例外。同意管理要能真正拦住未同意的加载。
  • 联系表单要把话说清。收集目的、保存期限、谁能接触、用户如何行使删除与导出权利,要在表单旁和隐私页里写明(Art. 13);线索数据不是收进来就永久是你的。
  • AI 聊天与客服组件要看数据流向。访客在对话框里输入的内容去了哪个服务商、存在哪个司法辖区、是否用于训练,要有数据处理协议兜底(Art. 28 要求处理者关系以合同约定)。
  • 跨境传输要留评估记录。总部在欧洲以外、数据回传中国或其他地区处理时,按第五章(Art. 44–49)须有合法传输机制(充分性认定、适当保障措施如标准合同条款等);实践中通常还要做传输影响评估并留档。

和 GEO 的交集

合规做得实,反而是欧洲市场的可见度资产:事实口径一致的隐私与公司信息页,是 AI 引擎判断实体可信度的来源之一。反过来,官网的技术底子也值得先看:Negency 旗舰报告对 30 家中国出海企业全球官网主域名的实测(2026 年 10 月 30 日单日采样,只测官网技术可见度,不测 AI 回答中的品牌提及率)显示,机器可读均分只有 69.2(中位数 68.5),17/30 没有任何 JSON-LD,13/30 H1 缺失或不唯一——合规页写得再全,机器读不懂也白搭。数据出处:旗舰报告 2026 年第一期。Negency 团队长期在欧洲汽车与制造行业做数字化与合规落地,这类问题通常在诊断阶段一并摸清。

罚则上限:先知道代价有多大

GDPR 违反核心条款的罚款上限为 2000 万欧元或全球年营业额的 4%(以较高者为准,Art. 83(5));AI 法案违反禁令的罚款上限为 3500 万欧元或全球年营业额的 7%,其他违规上限为 1500 万欧元或 3%(Art. 99)。这些是上限而非实际罚款,实际金额视情节而定;但上限说明:合规是董事会级别的风险。

以上是常见要求的概要,不构成法律意见;具体落地以熟悉欧盟数据法的律师意见为准,先把工程侧的事实备齐,律师的工作会快很多。

把 Agent 方案落到你的业务流程里

读完这篇问答,下一步是结合你的场景判断——讨论 Agent 方案:告诉我们业务问题与现有系统,我们给出初步建议。

相关问题

GEO 和 SEO 有什么区别?

SEO 优化的是网页在搜索结果列表里的排名,目标是点击;GEO(生成式引擎优化)优化的是企业在 AI 生成答案里被发现、理解、信任和引用的程度,目标是进入答案本身。两者共用一部分技术基础(可抓取性、结构化数据、内容质量),但 GEO 额外要求实体事实治理、机器可读面(llms.txt、Markdown 镜像)和第三方提及生态。做 SEO 的网站不等于对 AI 可见:AI 引擎引用谁,取决于它能否抓到、读懂并核实这个企业的事实。 具体差异集中在四个层面:目标、对象、内容结构与评估方式,正文有逐项对照。

中国企业出海,怎么做 AI 搜索可见度?

出海企业的 AI 可见度短板通常不在内容量,而在机器可读面:我们对 30 家中国出海企业的实测显示,类目均分最弱的是机器可读面(69.2/100)——17 家首页没有 JSON-LD、15 家 sitemap 缺失或收录不足、13 家 H1 缺失或重复。路径是四步:先体检摸清机器人可达性与机器可读面,再治理实体事实(双语口径一致),然后按海外客户的真实问题生产问答式内容,最后经营第三方提及(媒体、社区、合作伙伴),并用固定问题集定期复测提及与引用验证效果。

AI 搜索时代,企业官网要做哪些改造?

五件套:一是机器人可达——robots 对 AI 爬虫显式放行且实测不被防火墙/验证页拦截;二是机器可读面——llms.txt 事实文件(可选辅助)、sitemap 完整、核心页提供 Markdown 版(可选);三是实体结构——JSON-LD 写明 Organization 等实体类型、标题与 H1 规范、双语站 hreflang 对应;四是问答式内容——按客户问题组织页面、短答先行并配 FAQ schema;五是可度量——后台能分开看到真人与机器人流量、AI 引荐带来的线索单独归因。Negency 官网自身就是按这五条改造的,体检工具用的也是同一套标准。

llms.txt 是什么?企业网站有必要加吗?

llms.txt 是放在网站根目录的一份纯文本说明书,专门写给 AI 看:公司是谁、做什么、核心页面在哪、关键事实与定义是什么。它不能直接提升被引用的概率(Ahrefs 2026 年 5 月研究:137,210 个域名中,已发布 llms.txt 的文件 97% 当月零次被取用,对引用率的直接影响接近零),但它是成本最低的事实治理动作——一份文件把全网口径统一锚点立住,AI 抓取时有据可依。结论:值得加,但别指望只加它就有效;它要和实体事实治理、结构化数据、问答式内容一起做。Negency 的 llms.txt 是事实圣经版:含公司定义、方案边界、案例出处与引用规则。

企业部署 AI Agent 之前,要做哪些准备?

四件准备,缺一件都不建议开工:一是场景选型——从高频、规则相对清晰、结果可验证的工作流里选试点,而不是从最炫的场景选;二是知识与数据基础——Agent 要用的知识库先治理(去重、版本、权限),脏知识库只会放大错误;三是治理设计——权限边界、人工审批点、审计日志在上线前定好;四是度量基线——试点前先记录人工流程的耗时与错误率,否则上线后无法证明价值。Negency 的方法论是先小范围受控试点、验证有效再扩围,治理是设计输入而不是事后补丁。