1. 数据分级
知识点讲解区分公开、内部、敏感、受监管数据。
核心定义与工作原理
核心概念「数据分级」:区分公开、内部、敏感、受监管数据。
放到本步里理解这一点属于「数据分级与权限」里的基础判断单元。你学习它,不是为了背术语,而是为了在真实项目里知道该问什么、看什么证据、用什么方式验证。
业务判断方法与适用边界
先问三个问题:第一,这个概念对应的业务对象是什么?第二,当前流程里有没有数据、规则或样本能支撑判断?第三,判断错了会带来什么成本?
- 什么时候该用:当业务目标清楚、输入材料可获得、输出结果能被检查时,数据分级 才能变成可落地的 AI 能力。
- 什么时候要谨慎:边界要看数据等级、访问权限、输出风险、审计记录和合规责任是否清楚。
- 怎么证明学会:你能用自己的业务举 1 个正例和 1 个反例,并说明为什么这个场景适合或不适合使用它。
常见误区与落地产物
容易踩坑只记住“区分公开、内部、敏感、受监管数据。”,但没有把它翻译成业务判断标准。真正有用的学习,是能把概念落到数据、流程、指标、风险和责任人上。
学完要产出一张 AI 使用安全清单,覆盖数据分级、脱敏、权限、审计、审批和应急处理。
一句话总结:本模块的核心是先把风险关进笼子里,再谈效率提升。 对「数据分级」来说,最低要求是:能讲清它解决什么问题、依赖什么条件、不能覆盖什么风险。
不同级别对应不同使用规则。