学校自己的数据积累
审计数据与匿名化画像保存在客户本地，教研组和学校可以持续积累、利用自己的 AI 使用数据。
仅在本地化部署时开启在线 SaaS 不开启本模块。数据保存范围、审查模型的运行位置与访问权限，在部署方案中确认。
让使用留下积累
不只了解用了多少，也看懂团队需要什么
模型用量反映投入，审计与匿名化画像帮助理解使用情况。让每一阶段的 AI 使用，都能为后续教学科研支持留下参考。
了解团队使用特点
借助匿名化画像了解团队怎样使用 AI，为选择模型、安排培训与调整资源提供参考。
增加一道安全审查
内置大模型安全审查，帮助识别使用中的不合规风险，减少问题内容对教学科研工作的影响。
兼顾管理与隐私
将数据留存、分析用途与访问范围一起纳入部署方案，让师生知道哪些数据会被处理、用于什么目的。
数据如何沉淀
从使用记录，到本地的教研参考
在约定的数据范围内开展审计和分析，让团队逐步积累自己的使用经验与数据依据。
- 01
大模型审计
围绕授权范围内的模型使用数据，形成可供核对与分析的审计记录。
- 02
匿名化画像
以匿名化方式了解团队使用特点，为模型选型、培训和资源安排提供参考。
- 03
本地数据沉淀
审计数据与匿名化画像保存在客户本地，逐步积累教研组和学校自己的 AI 使用数据。
流程为功能说明。具体记录哪些数据、是否涉及请求或回答内容，以及保存多久，需结合你的管理要求与隐私要求确认。
内置大模型安全审查
给日常 AI 使用
增加一道风险检查
在教学科研使用 AI 的过程中，由内置大模型开展安全审查，帮助识别可能不合规的内容，为后续核查和处理提供依据。
安全审查用于降低风险，不能保证识别所有问题，也不能替代师生对重要内容的核验和所在单位的管理要求。
尊重师生隐私
看懂团队需求，也尊重个人信息
匿名化画像用于理解团队使用特点。学校的数据积累，应建立在清楚的使用目的、授权范围与访问规则之上。
数据沉淀有范围
在开通前与你确认数据收集、审计和分析的范围，以及留存期限与清理安排。匿名化处理不等于可以忽略个人信息保护，原始数据的处理同样需要明确规则。
查看数据有权限
根据部署方案确认哪些人员可查看审计数据、哪些人员使用画像结果。团队管理不代表可以任意查看成员的提问和回答，涉及个人内容的访问需要相应授权。
本地保存与本地模型运行是两件事。本模块的数据在客户本地沉淀；如果调用云端模型，请求仍会发送给对应模型服务商。业务模型和安全审查模型的运行位置、数据流向，都需在部署前确认。
后续规划 · 尚未开放
让审计规则更贴合
学校自己的管理要求
后续计划支持自定义安全审计规则，让学校和教研团队可以结合自身制度与使用场景，设置更适合的审查要求。
开通前常见问题
数据存在哪里，谁可以查看？
在线 SaaS 可以开启这个模块吗？+
不能。本页介绍的大模型审计、匿名化画像与安全审查模块，仅在本地化部署时开启。可联系我们确认服务器、模型运行环境及开通安排。
匿名化画像是不是个人监控？+
画像的用途是理解团队的 AI 使用特点，为资源和使用支持提供参考。它不代表负责人可以任意查看个人内容。具体分析的数据、匿名化方式与可访问人员，会在部署方案中与你确认。
本地部署后，数据一定不会离开校内吗？+
审计数据与匿名化画像在客户本地保存，但数据保存位置不等于模型处理位置。若使用云端模型，相应请求仍会发送给服务商。业务模型和安全审查模型的数据流向需要分别确认。
安全审查能保证所有内容都合规吗？+
不能作出这样的保证。大模型安全审查帮助识别风险，也可能出现漏判或误判。重要内容仍需人工核查，并遵守所在单位的教学、科研和数据使用要求。
现在能自定义安全审计规则吗？+
自定义安全审计规则属于后续规划，目前尚未开放。可以先交流你的规则需求，具体可用功能与时间以双方确认的信息为准。
先了解，再决定
让学校的数据积累与安全要求，一起落地
告诉我们本地部署环境、希望沉淀的数据和安全管理要求，我们协助评估适合的开通方案。