---

name: nist-ai-rmf description: > 将 NIST AI 风险管理框架（NIST AI 100-1 + NIST AI 600-1 生成式 AI 配置文件）应用于特定 AI 系统、治理问题或影响评估。三种模式——咨询、 治理计划、完整评估——均逐字引用子类别（GOVERN 1.1）和配置文件行动 ID（GV-1.2-001）。当用户提及 AI RMF、NIST RMF、NIST AI 100-1、 NIST AI 600-1、GenAI 配置文件、四项功能（治理 / 映射 / 测量 / 管理）、可信 AI 特征、12 项 GAI 风险（虚构、有害偏见、信息完整性、 CBRN、数据隐私等），或就 AI 系统询问"NIST 对 X 怎么说"时使用。 version: 1.0.1 audience: > AI 治理负责人、内部法律顾问、隐私与合规官，以及需要将 NIST AI RMF 严格应用于特定系统或项目、而无需每次重读完整出版物的 AI 风险/政策 专业人员。 owner: standalone-skill distribution; source of truth is NIST AI 100-1 and NIST AI 600-1 last_verified: 2026-05-19 freshness_window: 12 months freshness_category: regulatory-guidance verified_against:

• https://www.nist.gov/itl/ai-risk-management-framework
• https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf
• https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf verification_notes: > 2026-05-19 重新核验：将 references/core/ 和 references/gai-profile/ 中的每个子类别 ID 和建议行动 ID 与上述 URL 处当前的 NIST AI 100-1 （2023 年 1 月）和 NIST AI 600-1（2024 年 7 月）出版物逐一比对。 全部 211 个 GAI 配置文件行动 ID 和全部核心子类别 ID 均存在且逐字一致。 截至该日期，NIST 未对任一出版物发布修订。请于 2027-05-19 当日或之前 重新核验，或若 NIST 宣布更新则尽早核验。

---

NIST AI 风险管理框架

本技能做什么

将 NIST AI RMF——按名称、按子类别、按行动 ID——应用于用户带来的任何 AI 用例、治理问题或评估。三种模式；根据用户的问题选择一种，不确定时默认为咨询。

1. 咨询（Consult）——快速查找。"依 AI RMF，我应该为 X 做什么？" 返回适用风险（对生成式 AI）和相关建议行动/子类别，逐字引用。最适合快速直觉检查类问题。
2. 治理计划（Governance plan）——结构化计划。"依 AI RMF，我们的治理计划应包含什么？" 围绕治理（GOVERN）功能的子类别组织，在适用处叠加 GenAI 特定行动。最适合建立或审计 AI 治理项目。
3. 评估（Assessment）——完整影响评估。"为 X 运行一次 NIST AI RMF 影响评估。" 为某一特定系统走完全部四项功能。最适合用户需要文件化工件时。

三种模式共享同一真相来源：references/ 中 NIST 文本的逐字摘录。引用文件；不要编造或转述。

来源与范围

两项 NIST 出版物支撑本技能。逐字提取的 markdown 随 references/ 分发；原始源 HTML 和仅维护者可用的重新提取工具位于本分发之外。

• NIST AI 100-1（AI RMF 1.0，2023 年 1 月） —— 核心框架。适用于任何 AI 系统。定义治理（Govern）、映射（Map）、测量（Measure）、管理（Manage）及其类别和子类别，以及七项可信 AI 特征。已提取至 references/core/。
• NIST AI 600-1（生成式 AI 配置文件，2024 年 7 月） —— GenAI 特定叠加。12 项列明的 GAI 风险和 211 项编码为 GV-X.Y-NNN 等的建议行动，每项映射到一个核心子类别。已提取至 references/gai-profile/。

核心适用于任何 AI 系统。配置文件是生成式系统之上叠加于核心的覆盖层。因此：

• 非 GenAI 系统 → 仅核心。不要引入 GAI 配置文件行动；许多不适用。
• GenAI 系统 → 框架用核心 + GenAI 特定风险和行动用配置文件。
• 混合流水线 → 按组件拆分。

还存在其他 NIST AI 配置文件；此处未加载。用户询问其中一个时，如实说明。

溯源与拒绝路径

本技能作为独立技能分发。每项主张的溯源对从未看过对话的读者必须明确无误。

技能将：

• 逐字引用 references/ 中的每个子类别 ID 和行动 ID。输出中的措辞必须与文件一致。
• 行内标注模型判断。 适用性判断（"该风险在此适用"）、操作性注释（"实践中这意味着……"）、角色归属建议和最终评估建议是模型推断，而非 NIST 陈述。对每种类型的首次出现标注 [model judgment — verify against system specifics]（模型判断——请对照系统具体情况核验）（或模板中的更具体变体）。
• 区分核心与配置文件。 非 GenAI 系统绝不引入 GV-/MP-/MS-/MG- 行动 ID。

技能将拒绝：

• 发明 ID。 如果子类别或行动 ID 未出现在 references/ 中，则它在 NIST 框架中不存在。如实说明，而非编造一个。
• 转述 NIST 文本。 框架的权威在于出版物本身。改写会剥离引用价值。
• 无输入即评估。 如果用户的系统描述缺少评估某子类别所需的细节，将其列为待决事项——不要猜测。
• 替代律师。 NIST 是非约束性的自愿指引。强制性制度（欧盟 AI 法案、州 AI 法律、行业规则）施加的实际义务可能追随 NIST，也可能不追随。标记分歧，不要掩盖。

工作流

每次调用，按顺序：

1. 先读 references/README.md。 它是路由索引——告诉您对哪个问题加载哪些参考文件。不要贪婪地加载文件。
2. 收集问题。 识别 AI 用例、系统或治理问题。如果用户的提示含糊（"NIST 对 AI 怎么说？"），在起草前先问一个澄清问题——什么系统、什么背景、什么决定。
3. 决定模式。 咨询 / 治理计划 / 评估。除非用户明确要求计划或评估，大多数查询是咨询。
4. 决定是否为 GenAI。 基础模型、LLM、图像/音频/视频/文本生成器、基于生成核心的 RAG——是 GenAI。分类器、回归器、推荐器、异常检测器、传统 ML——不是 GenAI（仅用核心）。
5. 仅加载问题所需的参考文件，按 references/README.md。
6. 起草输出时，从 references/templates/<模式>.md 加载相关输出模板。
7. 按模板产出输出，附逐字引用和上述溯源标记。

模式一——咨询

何时使用： 用户带着特定系统或场景询问"我们该做什么？"或"NIST 对……怎么说？"。快速周转。不是交付工件。

程序：

1. 从系统描述中识别：
   • 系统类型（GenAI？非 GenAI？混合？）。
   • 对 GenAI：12 项 GAI 风险中哪些可能适用。使用 gai-profile/risks.md + crosswalk.md。诚实——如果某风险明显不适用（例如客服聊天机器人的 CBRN），如实说明并排除。不要注水。
   • 对任何系统：核心子类别中哪些最直接适用。通常 4–10 项，而非全部。
2. 将相关建议行动（GenAI）或子类别陈述（非 GenAI）放入表中。按功能分组。
3. 提出 2–4 个用户无法仅从框架回答的后续问题（例如"您的事件响应能力如何？"）。框架指出方向；用户填空。

输出模板： references/templates/consult.md —— 起草时加载。

模式二——治理计划

何时使用： 用户在建立或审计 AI 治理项目，而非评估某一特定系统。他们想要结构，而非针对系统的深入分析。

程序：

1. 偏向核心中的**治理（GOVERN）**功能。走遍每个类别（GOVERN 1–6）。对每个类别，列出子类别并附一句"实践中"注释（操作性注释，按模板相应标注）。
2. 添加对治理项目有明显影响的 MAP / MEASURE / MANAGE 子类别（例如 MAP 1.5"确定并记录组织风险容忍度"——尽管它是 MAP 子类别，但容忍度定义归治理所有）。
3. 如果组织使用或计划使用 GenAI，按子类别叠加 GAI 配置文件治理行动。
4. 交叉引用七项可信 AI 特征——大多数政策应按名称承诺每项。

输出模板： references/templates/governance-plan.md —— 起草时加载。

模式三——评估

何时使用： 用户需要端到端评估某一特定系统的文件化工件。比咨询更重。输出应自成一体——从未看过对话的读者应能理解。

程序：

1. 确认范围：一个系统、一个版本、一个部署背景。用户含糊时，在起草前询问。
2. 走完全部四项功能。对每项功能，识别适用的子类别和（对 GenAI）行动 ID。逐字引用。
3. 对每个子类别/行动，写一段评估，说明我们对照该子类别发现了关于该系统的什么。诚实、具体。没有输入可评估时，如实说明并列为待决事项——不要虚张声势。
4. 以建议收尾：部署 / 附条件部署 / 不部署。如有条件，必须引用具体子类别以便可核验。

输出模板： references/templates/assessment.md —— 起草时加载。

输出格式

工作产品页眉。 每次输出顶部默认为 CONFIDENTIAL — Internal Use（机密——内部使用）。如果用户在法律场景中运作并要求律师工作产品页眉，该输出切换为 ATTORNEY WORK PRODUCT. PRIVILEGED AND CONFIDENTIAL.（律师工作产品。享有特权且机密。）。

Markdown 输出至标准输出。 不写文件。输出是供用户自行复制、编辑、流转或保存的 markdown。

引用。 始终将子类别或行动 ID 作为清晰引用包含（例如 **GOVERN 1.1** 或 `GV-1.2-001`）。NIST 逐字陈述紧随其后。绝不要把引用埋在脚注中。

本技能是什么、不是什么

它是： 一种以逐字引用严格应用 NIST AI RMF 于特定问题和系统的方式。它为律师或治理专业人员省去每次重读完整 PDF 的麻烦。

它不是：

• 法律顾问的替代品。NIST 是非约束性的。强制性监管制度（欧盟 AI 法案、州 AI 法律、行业规则）施加的实际义务可能追随 NIST，也可能不追随。标记分歧；不要替代分析。
• 合规认证。引用框架不等于满足框架。模式三建议中的条件应可审计——但审计不是本技能做的。
• NIST AI 出版物的完整库。仅加载了 AI 100-1 和 AI 600-1。用户询问其他配置文件、NIST AI 安全研究所出版物或 NIST 网络安全/隐私框架时，如实说明。

局限

• 来源日期。 AI 100-1 来自 2023 年 1 月；AI 600-1 来自 2024 年 7 月。该框架定位为活文件；可能存在后续修订。将技能内容视为冻结快照。
• 非约束性。 建议行动和子类别是自愿指引。只有组织采纳后，它们才成为"我们所做的"。
• GenAI 范围。 配置文件以生成式 AI 为前提。将其行动应用于非生成式系统会产生噪音——不要这样做。
• 仅逐字引用。 如果子类别或行动 ID 未出现在 references/ 中，则它不存在（在 NIST 框架中）。不要发明。