L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Productivité · SKILL.md

feature-risk-assessment

feature-risk-assessment

对单个功能或产品领域进行更深入的风险评估,当上线审查发现某个议题需要 超出单行条目的深度分析时使用。结构化分析:可能出什么问题、可能性多大、 后果多严重、如何缓解。当用户说"深入分析这个风险""[功能]风险评估" "可能出什么问题"或上线审查标记了全新议题时使用。

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: feature-risk-assessment description: > 对单个功能或产品领域进行更深入的风险评估,当上线审查发现某个议题需要 超出单行条目的深度分析时使用。结构化分析:可能出什么问题、可能性多大、 后果多严重、如何缓解。当用户说"深入分析这个风险""[功能]风险评估" "可能出什么问题"或上线审查标记了全新议题时使用。

功能风险评估

事项上下文

事项上下文。 检查实务级 CLAUDE.md 中的 ## 事项工作空间。如果 Enabled 为 ✗(企业法务用户的默认值),跳过本段其余内容——技能使用实务级上下文,事项机制不可见。如果已启用且无活跃事项,询问:"这是哪个事项?运行 /product-legal:matter-workspace switch <事项简称> 或说 实务级。"加载活跃事项的 matter.md 获取事项特定上下文和覆盖规则。输出写入事项文件夹 ~/.claude/plugins/config/claude-for-legal/product-legal/matters/<事项简称>/。除非 跨事项上下文 为 开,否则绝不读取其他事项的文件。


目的

上线审查是广度。这是深度。当单个议题需要超出表格行的分析——一个新型AI功能、一个儿童产品、一个监管机构正在积极关注的事项——本技能产出一份独立的评估。

不是每次上线都需要。大多数不需要。这是给那10%的,其中"做完个人信息保护影响评估,上线"的审查深度不够。

何时运行

  • 上线审查发现一个不在校准表中的模式(全新)
  • 上线审查发现**"通常阻断"**类别中的某项
  • 法务负责人或领导层问"这里有什么风险"且需要的不是一句话
  • 功能处于监管积极关注的领域(AI、儿童、生物特征、健康、金融)
  • 法律团队外部有人担心,结构化的回答会有所帮助

如果以上都不满足,上线审查就足够了。不要为自身目的生成文书工作。

结构

1. 我们评估什么

一段话。功能做什么、新在哪里、为什么被升级到完整评估。

2. 风险

对每个独立风险(目标是2-5个,不是15个):

### 风险[N]:[简短名称]

**场景:**[需要发生什么才会导致出问题。要具体——不是"数据泄露"
而是"推荐算法因X将用户的敏感类别兴趣展示给了不该看到的人。"]

**谁受伤害:**[用户?公司?第三方?要具体。]

**可能性多大:**[低/中/高——附理由。"低——需要X和Y同时失效。"
不只是感觉评分。]

**如果发生有多严重:**[低/中/高——附理由。"高——
行政处罚+集团诉讼暴露+媒体报道"vs."低——一条愤怒的微博,无实际损害。"]

**现有缓解措施:**[已经降低可能性或影响的措施]

**缺口:**[还缺什么,如果有]

**剩余风险:**[在现有缓解措施之后——这是可接受还是需要更多?]

3. 监管环境(如相关)

仅当有监管机构对此领域有积极关注时才包含。如有:

  • 哪个监管机构,他们最近说了什么/做了什么
  • 此功能在他们看来如何
  • 我们是希望他们从我们这里听到还是从一篇头条新闻中听到

在中国法语境下,关注市场监管总局、国家互联网信息办公室、工业和信息化部、公安部门及其他行业监管机构最近的执法动态和指引。

4. 先例(如有)

其他公司做过类似的事吗?发生了什么?

  • 如果没出什么问题 → 有用,但不具有决定性
  • 如果出了问题 → 他们的情况有什么不同,这里是否适用

不要高估先例。监管机构会变换优先级;一家公司侥幸过关不意味着下一家也会。

5. 选项

呈现2-3条现实路径:

| 选项 | 描述 | 风险降低 | 成本 |
|---|---|---|---|
| A:按设计上线 | [当前计划] | 无 | 无 |
| B:上线并增加[缓解措施] | [改动] | [多少] | [开发工作量、时间、用户体验] |
| C:不上线[组件] | [砍范围] | [多少] | [产品影响] |

6. 建议

选一个。解释理由。承认您正在做何种权衡。

**建议:选项[X]**

[理由。剩余什么风险。为什么可接受。谁接受。]

**如果答案是"非我能定":**[谁决定,他们需要知道什么]

校准检查

定稿前,对照 ~/.claude/plugins/config/claude-for-legal/product-legal/CLAUDE.md → 风险校准检查:

  • 这份风险评估是针对这家公司校准的,还是泛泛的?
  • 对处于承诺整改协议下的公司可能是"高"风险,对不在该情况下的公司可能是"中"
  • 评估应反映实务画像中记载的实际监管环境、诉讼历史和风险偏好

交接

  • 转AI治理: 如果深度评估由AI功能触发——这很常见——同时或紧接着运行 /ai-governance-legal:aia-generation [功能]。功能风险评估搭建决策框架;算法安全评估以AI治理所需的格式具体记录AI系统。两者不重复:FRA是产品法务决策文件;算法安全评估是治理记录。
  • 转个人信息保护: 如果功能涉及新的数据采集或处理,运行 /privacy-legal:pia-generation [功能]。FRA的风险节可能与个人信息保护影响评估重叠——标记该重叠以避免重复工作,但两份文件都需要存在。
  • 转AI治理供应商审查: 如果功能使用新的AI供应商,运行 /ai-governance-legal:vendor-ai-review [供应商协议],如在上线审查时尚未完成。

输出格式

独立文件,2-4页。冠以 ~/.claude/plugins/config/claude-for-legal/product-legal/CLAUDE.md ## 输出规范 中的工作成果页眉(因用户角色而异——参见 ## 使用者)。

不是PPT演示稿,不是备忘录——是一份供阅读后决策的决策文件。

保存到 ~/.claude/plugins/config/claude-for-legal/product-legal/CLAUDE.md → 上线审查流程规定的审查文件存放位置。如果文件将被分享给保密范围外的任何人(例如发布到广泛共享的工单上),仅为该对外版本去除工作成果页眉,在事项文件中保留保密原始版本。

引用检查

如果评估引用了案例、法律、法规或执法行动——尤其是在监管环境或先例节中——这些引用由AI模型生成且未经原始来源验证。在决策文件交给决策者之前,对照法律研究工具(北大法宝、威科先行、法信或您的律所研究平台)核实每个引用的准确性、有效性和当前的执法态势。建立在虚构执法行动上的风险评估比没有评估更糟糕。

禁止静默补充。 如果对已配置的法律研究工具的检索查询返回的结果很少或无结果,报告检索到的情况并停止。不要未经询问从联网搜索或模型知识中填补。说:"[工具]搜索返回[N]条结果。关于[制度/先例]的覆盖似乎有限。选项:(1) 扩大检索查询,(2) 尝试不同的研究工具,(3) 搜索网络——结果将标记 [联网检索 — 需复核],依赖前应比照发布机关核实,或 (4) 标记为未核实并停止。您选哪个?"由律师决定是否接受较低置信度的来源。

来源归属。 将监管环境和先例节中的每个引用标记其来源:[北大法宝]、[威科先行]、[监管机构网站],或对于从法律研究对接获取的引用使用MCP工具名称;[联网检索 — 需复核] 用于联网搜索引用;[模型知识 — 需验证] 用于训练数据中回忆的引用;[用户提供] 用于功能团队提供的引用。标记 需验证 的引用具有较高的编造风险,应首先检查。绝不剥离或折叠标签——决策者需要看到哪些引用需要首先核实。

以下一步决策树收尾

以 CLAUDE.md ## 输出规范 中的下一步决策树收尾。将选项定制为本技能刚刚产出的内容——五个默认分支(起草X、上报、补充事实、监控等待、其他)是起点,不是锁死。决策树是输出;律师做选择。

本技能不做什么

  • 它不评估每个功能。大多数功能只需上线审查。
  • 它不做决策。它搭建决策框架。有权的人选选项。
  • 它不做定量风险建模。如果公司有带数字的正式风险框架,使用该框架——这是定性评估。
Skills enregistrées