说清楚你的生意，拿走一份能派工的义务清单

在收集、使用或披露个人数据前取得有效同意（或确认适用视为同意/法定例外），并在收集之时或之前告知目的；新增目的须在使用前另行告知。不得以同意超出提供产品所需范围的数据处理作为提供产品或服务的条件；处理目的须为合理人认为适当者。

需留存证据：隐私声明/通知文本及版本历史；同意取得界面截图与埋点记录；同意与撤回同意的记录；目的清单与合理性评估备忘

按数据敏感度与处理规模部署物理、技术、流程与合同层面的控制措施，防止未经授权的访问、收集、使用、披露、复制、修改或处置；数据中介同样直接承担本项义务。

需留存证据：安全控制措施清单与责任矩阵；访问权限审阅记录；渗透测试或安全评估报告；加密与密钥管理策略

向新加坡境外传输个人数据前，须采取适当步骤查明并确保接收方受“可强制执行义务”约束，使被传输数据获得至少可比于 PDPA 的保护标准；可强制执行义务包括法律、合同、约束性企业规则或其他具法律约束力的文书，接收方持有受认可的指定认证的亦视为满足。若改以个人同意为依据，须先以书面向其提供该国保护水平的合理摘要，且不得把同意作为提供产品或服务的条件（除非该传输为提供该产品或服务所合理必需）。

需留存证据：境内外数据流图与传输清单；含可强制执行义务条款的数据处理附录；接收方保护水平评估记录；若依赖同意：书面合理摘要文本与同意记录

打开工具：跨境传输矩阵

知悉可能发生数据泄露后须以合理且迅速的方式开展评估；一旦评估认定构成可通报泄露，须在作出该认定之日起 3 个日历日内、并尽快通报 PDPC，随后通知受影响个人（仅“重大损害”类须通知个人）。“规模显著”的法定门槛为受影响人数不少于 500 人。若已采取或事前已部署使重大损害不大可能发生的技术措施，可免于通知个人。

需留存证据：事件响应预案与升级路径；泄露评估记录（含时间戳与结论）；向 PDPC 提交的通报回执；对受影响个人的通知文本与发送证明；与数据中介的通知时限合同条款

AI 事件与严重事故报告记录（事件台账 + 对外报告底稿）

制定并落实一套覆盖 PDPA 全部义务的书面制度与操作规程，指定至少一名数据保护官（DPO）并公开其联系方式，同时建立投诉处理流程；应用请求时须向个人提供制度说明。

需留存证据：数据保护政策与内部操作规程；DPO 任命书与对外公示的联系方式截图；数据保护投诉与查询处理台账；员工数据保护培训记录

当收集目的不再存在、且法律或业务上无继续保留必要时，停止保留含个人数据的文档，或去除可将数据与特定个人关联的手段。AI 场景中须专门覆盖训练集、提示词与推理日志、向量库与模型检查点。

需留存证据：数据保留时限表（含训练集与日志）；删除/去标识执行记录；保留期延长的书面理由；定期保留审阅纪要

应个人请求提供其个人数据以及过去一年内该数据被使用或披露的方式，并在合理时限内更正错误或遗漏；受控制但由数据中介持有的数据亦须纳入响应范围。拒绝时须符合法定例外并作出说明。

需留存证据：查阅与更正请求登记台账；身份核验记录；答复函与例外适用说明；向数据中介发出的检索指令记录

对每一批用于预训练或微调的抓取数据，判断其中个人数据是否属于“公开可得”。数据位于数字屏障之后并不当然排除公开可得性，但必须结合屏障目的、屏障效果、获取步骤的数量与复杂度、以及该数据能否从其他来源无限制获取逐案评估。当“该数据不属于公开可得”在合理范围内可争辩而机构仍依赖该例外时，必须以数据保护影响评估或其他书面记录说明评估与理由，并能在 PDPC 要求时提交。

需留存证据：抓取数据源清单与屏障类型标注；逐来源的公开可得性评估记录；数据保护影响评估（DPIA）；爬取行为的 robots/ToS 合规核查记录

数据卡（Data Card）——训练、验证与测试数据集说明书

若将用户数据用于生成式 AI 模型的大规模训练或微调，泛泛的“新产品开发”表述不足以构成有效同意（第 4.4 段：“Organisations must provide AI-Specific Notifications for this purpose”）。告知的形式与措辞由机构自行决定，但个人必须能理解所涉个人数据类型、其将如何用于训练或微调、以及相关模型功能。第 4.6 段进一步“鼓励”（encouraged）机构在可行范围内载明四项内容：需要使用个人数据的模型功能、将使用的个人数据类型、这些数据将如何用于训练或微调、以及个人如何拒绝或撤回同意——该四项为最佳实践而非强制清单，但实务上应视为 PDPC 的审查基线。可采用分层告知，亦可就多个模型作单一告知；不得以同意超出提供产品合理所需范围的处理作为供给条件。

需留存证据：AI 专项告知文本与生效版本历史；隐私政策更新公告与应用内提示截图；拒绝/撤回同意的入口与执行记录；训练数据集与已撤回同意用户的比对核查记录

判定本企业在每一项业务中属于模型提供者、系统提供者还是系统部署者，以及在该情形下是“机构”还是“数据中介”，并据此配置义务集。模型提供者以自身目的处理个人数据（含从下游系统回收提示词与输入用于模型开发）时为机构，须履行 PDPA 全部义务；为下游客户运行推理或托管数据时为数据中介，至少须履行保护与保留限制义务。同一主体可能在不同场景切换角色，须逐场景说明并落到制度中。

需留存证据：业务线—角色—义务对照表；区分机构/数据中介身份的合同条款；各角色下的内部政策与操作规程；开放权重发布的下游数据接触边界说明

系统部署者须识别并登记系统带来的新数据源——终端用户提示词与输入、生成输出、agent 或工具活动数据、被接入的企业内部数据——指定责任部门，实施相应防护，并教育内外部用户可输入哪些类型的个人数据、收集后将如何处理。具备 agent 能力的系统须定期复核防护是否充分，并就隐私与效用的取舍保持透明。模型/系统提供者应向下游披露已实施的安全与保护措施、测试与性能指标（如数据泄漏可能性）以及事件响应与泄露通报流程。

需留存证据：新增数据源登记表与责任归属；提示词可输入数据类型指引与员工培训记录；提示词日志访问控制与脱敏配置；面向下游客户的安全与保护措施说明书（含数据泄漏测试指标）；agent 用例的隐私—效用取舍评估

查阅与更正义务适用于为模型或系统开发、部署而收集、使用或披露的个人数据；机构必须响应，除非可援引 PDPA 的法定例外（例如提供查阅的负担或成本对机构不合理、或与个人利益不成比例；或有合理理由认为不应作出更正）。传输给数据中介的数据仍属机构“控制”范围，必须纳入答复。指引承认嵌入向量、上下文窗口等技术特性带来的识别与更正难度，但这不构成自动豁免。

需留存证据：训练语料与用户数据的可检索索引/数据血缘记录；查阅更正请求处理台账；援引例外时的书面理由与技术限制说明；向数据中介发出的检索与更正指令记录

业务改进例外允许机构在无同意情形下使用其此前已依 PDPA 合法收集的个人数据，用于：改进或增强现有商品服务、开发新商品服务；改进或开发与其商品服务相关的业务运营方法或流程；了解个人（含按画像分群的群体）的行为与偏好；识别、个性化或定制适合个人的商品服务。适用前须确认业务改进目的无法在不使用可识别形式个人数据的前提下合理达成，并留存该判断记录。

需留存证据：依赖业务改进例外的书面适用性评估；数据来源合法性追溯记录；“无法以非可识别形式达成目的”的技术论证；模型训练用途与商品服务关联说明

将个人数据用于尚无直接产品应用的研发时，可依赖研究例外，但须同时满足：研究目的非以可识别形式提供个人数据不可达成；使用该数据具有明确的公共利益；研究结果不用于作出影响该个人的决定；若发表结果，须以不识别个人的形式发表。以研究例外向他方披露（包括与其他公司联合研发新 AI 系统）时，还须评估取得个人同意是否不可行。

需留存证据：研究例外四项条件的逐项评估记录；公共利益论证与研究方案；“研究结果不用于影响个人决定”的内部承诺与技术隔离措施；联合研发协议中的数据使用限制条款

在部署含 AI 推荐或决策功能的产品时，就以下内容在可行范围内作出说明：需要收集并处理个人数据的产品功能；将收集处理的个人数据类型的概括描述；所收集数据的处理与该产品功能之间的关联；以及最可能影响该功能输出的具体数据特征。可采用弹窗或可公开访问的书面政策，由机构自行权衡业务目标与用户体验后选择形式。

需留存证据：AI 功能说明文本（含影响输出的关键特征）；告知界面截图与投放记录；特征重要性分析结果与对外表述的一致性核查；政策发布页面的可访问性验证

PDPA 第 12 条要求机构制定制度与操作规程以履行义务。使用 AI 系统的机构应在书面制度中载明为实现公平与合理所采取的实践与保障，详略程度与个案风险（对个人的潜在损害、AI 系统的自主程度）相称；第 12(d) 条要求应请求提供，但指引建议机构主动通过网站公开，并考虑提供简明版本。

需留存证据：AI 治理书面制度（含公平性与合理性保障）；按用例的风险分级与详略度决策记录；对外公开页面与简明版政策；制度年度复核纪要

ISO/IEC 42001 人工智能管理体系实施与认证准备清单

为客户开发定制或可完全配置的 AI 系统、从而以数据中介身份处理个人数据的服务商，应在预处理阶段使用数据映射与标注追踪进入训练集的数据，并维护血缘记录，标明训练数据来源及其在数据准备过程中的变换过程。这些记录用于判断训练集是否遭未经授权访问或修改，并为部署方判断是否构成可通报泄露、以及训练集改动对 AI 系统的影响范围提供依据。

需留存证据：训练数据映射与标注清单；数据血缘记录（来源→变换→入集）；训练集完整性校验与变更审计日志；敏感个人数据识别与分级处理记录

数据卡（Data Card）——训练、验证与测试数据集说明书

按框架“数据”维度，对训练数据的来源、许可状态、质量与偏见风险建立治理机制，并能够说明数据是如何获取与处理的。在新加坡语境下，这与 PDPC 关于公开可得例外的书面留痕要求直接衔接。

需留存证据：训练数据清单与许可状态台账；数据来源与变换的血缘记录；数据质量与偏见评估报告；数据集准入审批记录

数据卡（Data Card）——训练、验证与测试数据集说明书

按框架“可信开发与部署”维度，对模型执行基线评估（能力、已知风险与限制），并以模型卡或等效文件向下游集成方与部署方披露评估范围、方法与结果，使其能据此判断适用边界。

需留存证据：模型卡/系统卡（含评估方法与结果）；安全评估与红队测试报告；已知限制与不建议用途清单；版本变更与再评估记录

模型卡（Model Card）

按框架“事件报告”维度，建立可发现模型异常行为、滥用与危害事件的监测机制，设定内部上报路径与对外通报判断标准，并保留处置记录。该机制须与新加坡 PDPA 的数据泄露通报时限（认定后 3 个日历日）打通。

需留存证据：AI 事件分级标准与响应预案；事件台账与处置闭环记录；滥用监测与内容审核日志；与 PDPA 泄露通报流程的衔接说明

AI 事件与严重事故报告记录（事件台账 + 对外报告底稿）

按框架“问责”维度，明确模型开发方、应用集成方与最终部署方各自承担的责任边界，并在对外合同与内部治理文件中一致体现，使风险落在最有能力管控该风险的一方。

需留存证据：AI 治理责任矩阵（RACI）；客户合同中的责任划分条款；AI 治理委员会章程与会议纪要

ISO/IEC 42001 人工智能管理体系实施与认证准备清单

按框架“内容溯源”维度，对生成内容采用标注、水印或元数据等技术手段，使下游用户与平台能够识别内容的机器生成属性。若同一产品同时进入韩国市场，须注意韩国《AI 基本法》第 31 条已把生成内容标示变为法定义务。

需留存证据：内容标识方案技术说明；水印或元数据实现与鲁棒性测试记录；用户界面提示截图

模型卡（Model Card）

按框架“测试与保证”维度，在自评之外引入独立第三方测试，以提高对外声明的可信度；新加坡已围绕 AI Verify 测试框架与工具包建设测试生态与测试方认证机制，投标与大客户尽调中常被问及是否参与。

需留存证据：第三方测试报告与测试范围说明；测试发现的整改闭环记录；对外宣称与测试结论的一致性核查

ISO/IEC 42001 人工智能管理体系实施与认证准备清单