01
说清新功能
把准备上线的功能、接入方式和业务目标先讲明白。
Product Preview
不是填表，是把判断一步步问清楚
你先说业务，系统再顺着真正影响判断的问题往下追。
我先帮你整理当前业务事实，再补几个会影响判断的关键问题。
我们想接入一个海外大模型做电商智能客服，可能会处理订单、手机号和聊天记录，想先看看上线前有哪些隐私合规风险。
系统追问
服务对象只有中国用户，还是也包含欧盟用户？
发送给模型的数据里，是否包含地址、订单详情、身份信息或其他敏感个人信息？
模型服务商是否会留存这些数据，或将数据用于训练？
适用地区待确认第三方处理待确认跨境传输需关注
报告准备度78%
Process
四步，把模糊需求变成可讨论的合规初评
不用先研究法规，也不用自己猜哪些问题重要。先把业务说出来，剩下的交给系统一步步补齐。
02
补齐关键事实
围绕地区、数据类型、模型来源、留存方式和训练用途继续追问。
03
看见风险和缺口
哪些地方风险更高，哪些事实还没说清楚，会直接标出来。
04
生成可复核报告
把当前判断、主要风险和建议动作整理成一份能继续讨论的结果。
Capabilities
不只是提醒风险，更是帮你把事情讲明白
CompliLens 的价值不在替你下最终结论，而在更早暴露问题、补齐事实，并把结果整理成业务、研发、法务都接得住的材料。判断围绕中国 PIPL 与欧盟 GDPR 的常见场景展开，但表达始终回到业务本身。
事实链路梳理
把零散的业务描述整理成判断所需的关键信息，不再停留在口头沟通。
高风险更早暴露
涉及敏感信息、跨境传输、第三方留存或训练用途时，会优先提示需要复核的点。
方便法务继续接手
输出的不只是结论，还有事实摘要、缺失项和建议动作，便于进一步审查。
结果可以沉淀留痕
每次评估都能形成可回看、可分享、可交付的过程记录和报告结果。
Scenarios
这些场景，尤其适合先做一轮预检
当业务会接触个人信息，又准备接入模型、第三方服务或自动化流程时，越早把事实问清楚，后面越省事。
AI 客服与售后处理
涉及订单、手机号、地址和聊天记录时，适合先确认第三方处理、数据留存和跨境风险。
招聘筛选与候选人处理
处理简历、候选人画像或自动筛选逻辑时，适合提前梳理处理依据和高风险点。
SaaS 知识库与工单问答
接入模型处理客户工单、内部知识和用户对话时，适合先确认数据边界和服务商责任。
营销自动化与用户画像
涉及联系方式、行为数据和推荐逻辑时，适合先检查用途边界、最小化原则和告知方式。