一场法律讨论，经过两轮测试，最终成为 36 页 Word 工作底稿。

7 月 9 日，OpenAI 在更新日志里写下了一句话：Codex joins the ChatGPT desktop app。 打开新版桌面端，Chat、任务、项目、Skills 和 Sites 已经出现在同一个工作界面里。Codex 任务旁边还能打开近期的 ChatGPT 对话，通过 Add to task 加入当前任务。

我看到这个更新时，想到的并非某个新按钮。过去同时使用 ChatGPT 和 Codex，我会先在 ChatGPT 里讨论法律问题，等边界和方案逐渐清楚，再整理聊天、下载文档、上传 Codex，然后重新解释目标和限制。两个 AI 都在工作，中间那段机械交接一直由人完成。

这次更新刚好动到了这个断点。对于复杂法律工作，以一问一答为中心的 ChatBot 已经很难覆盖完整过程，接下来的工作界面需要承接讨论、调研、执行、测试和返工。为了看看这条链路能走多远，我选了一个真实任务：把 ChatGPT 中关于 EDPB 数据泄露通知的讨论交给 Codex，开发成一个可以安装和测试的“GDPR 初判与通知助手” Skill。

首版 Skill 的 benchmark 全绿，实际使用却不够顺手。经过一次返工和第二轮测试，它最终生成了一份保留 EDPB 126 个字段的 36 页 Word 工作底稿。整个过程比单独介绍几项新功能更能说明这次变化对法律人的意义。

数据泄露通知看上去像一张表格填写任务，实际开始处理时，团队先要弄清事件是否构成个人数据泄露、控制者何时达到“知悉”、72 小时从哪里起算。监管机构通知和数据主体告知也有各自的判断门槛，事实不完整时还会遇到分阶段通知、内部留档和职责分工。

这些问题需要一轮轮补充事实。讨论太少，后面的自动执行会把尚未想清楚的判断直接固化；讨论结束后没有可靠的交接方式，积累下来的内容又会留在历史聊天里。旧流程经常在聊天、文档和执行工具之间来回切换，这次我想验证的，是 Chat 中形成的判断能否直接进入 Codex，并在同一个 Project 里继续生长。

我最初和 ChatGPT 讨论的是 EDPB 个人数据泄露通知模板。如果当时直接要求它生成一个 Skill，得到的很可能只是字段填写器。我继续追问模板与 EDPB 通知指南的关系、GDPR 法定义务与 EDPB 判断方法的层级，以及怎样把这些内容组织成一套可运行的 SOP。

讨论逐渐形成了一个关键判断：2026 模板承担通知流程的输出，完整的数据泄露响应还需要前面的事实调查和法律判断。 这句话后来决定了 Skill 的结构，它要先识别初始告警时间 T0 和控制者知悉时间 T1，再梳理事件性质、数据范围、风险及相关角色；监管通知、数据主体告知和内部留档也要分开处理。

Chat 中还整理出一套来源层级。GDPR 第 33、34 条提供法定义务，EDPB Guidelines 9/2022 提供判断流程，Guidelines 01/2021 提供案例，新版模板负责最后的字段输出。原本一句“根据模板做个 Skill”的需求，到这里已经有了法律规则、事实判断、操作流程和交付格式。

进入 Codex 后，我从侧边“聊天”打开刚才那段 EDPB 对话，点击 Add to task。我没有另做交接文档，输入框里出现对话引用后，只补充了一句：“我已经初步和 ChatGPT 进行了讨论。基于这个讨论，你先阐述一下你的理解以及 Skill 开发计划。”

我随后增加了一次上下文验收，要求 Codex 制作“吸收对比表”，逐项说明哪些讨论已经进入 Skill 方案，哪些内容还要核对官方来源。Codex 估计产品定义和 MVP 已吸收约 85%，可以直接写成生产级法律规则的部分约 30%。未经核验的法律结论、疑似模板错误和固定内部时限都被暂缓固化。

这个结果让我放心了一些。Codex 读到了 T0/T1、两类通知、角色分工、风险分级、关键追问和人工审批等设计，也知道聊天内容仍需验证。上下文交接省掉了，验收环节依然保留，这种分工更适合法律任务。

Codex 将项目收窄为 GDPR 专用的 Atomic Skill，并命名为“GDPR 初判与通知助手”。它面向数据泄露事件的早期处置，接收事件描述、告警记录和调查材料，帮助隐私、法务、DPO 与安全团队确定下一步工作。

Skill 会维护一份事实账本，把信息标记为 confirmed、estimated、assumption 或 unknown。事实不足时，它使用引导式 intake，首轮最多询问四个关键问题，后续每轮最多两个，并说明新增事实对判断产生了什么影响。T1 已确认、期限临近或者用户要求起草时，流程会进入决策模式，开始处理风险和通知准备。

根据事件进度，它可以交付初判卡、缺失事实清单和通知工作稿。初判卡呈现事件性质、角色、时间和临时结论；缺失事实清单只保留可能改变判断的事项；通知工作稿沿用 EDPB Field 1—126 的顺序，无法确认的内容标成 [TO CONFIRM]。

这些要求被写进 SKILL.md、INTAKE.md、规则参考、风险模型、场景卡、字段映射、输出模板和测试文件。Skill 不会自动向监管机构提交材料，最终决定仍由控制者、DPO、法务和安全团队作出。第一轮结构校验得到 0 个错误、0 个警告，5 个 smoke test 和 35 项标准全部通过，随后完成本地安装。

第一次真实测试用的是勒索软件场景：服务器被加密锁定，是否需要通知？Skill 能区分可用性破坏与尚未证实的数据外泄，也询问了角色、T0/T1、数据范围和 72 小时状态，法律方向没有明显偏差。

实际使用的节奏却很重。第一轮就出现完整初判卡，每补充一项事实又重新输出大段分析，用户还要自己决定下一步应该问什么、何时开始准备通知。我当时给出的反馈很直接：“交互不够顺畅，还是需要使用者来引导。”

同一个任务随后修改了 Skill：首轮问题限制为四个，后续每轮限制为两个，事实账本持续记录变化，并设置决策模式的触发条件。第一次回归仍发现第二轮问了三个问题，最终通知也曾退回自定义的七节摘要。补丁修正后，真实对话回归任务 R02 达到 7/7，模板字段对齐达到 126/126。这一轮让我看到，规则覆盖和真实可用之间还隔着交互设计。

SECOND TEST ROUTE

第二轮测试换成了一个更复杂的场景：前员工利用系统漏洞，把用户账户中心的数据传到公开 GitHub 仓库。修正后的 Skill 先记录离职员工、系统漏洞和疑似保密性泄露，然后集中询问组织角色、发现时间、仓库公开情况及数据范围，总数严格控制在四个。

我回答，我们是控制者，三天前通过系统自检发现；仓库当时公开，有 10 次下载，涉及约 1 万名用户。Skill 随即识别出 72 小时紧迫性，给出初步通知判断，并把下一轮问题收窄到数据字段和仓库现状。

我继续补充账号、手机号和地址已经确认存在，仓库也已删除。最后一轮说明事件已经超过 72 小时，用户位于德国和法国，数据包含邮箱且不含密码。事实已经足够启动起草，Skill 直接进入 EDPB 不完整通知模式。

起草过程中，它没有补写尚未查清的内容。泄露起止时间、控制者信息、DPO 联系方式、国家人数拆分和漏洞细节继续显示为 [TO CONFIRM]。通知一直生成到 Field 126，末尾列出德国、法国、主管机构、调查时间线、GitHub 仓库证据和访问日志等项目。我确认字段完整后，要求它继续输出可编辑 Word。

最终 Word 以 EDPB 官方模板为底稿，保留字段顺序、样式和关系部件。账号信息、邮箱、手机号和邮寄地址被写入数据字段，不含密码这一事实也得到保留；登录令牌等尚未确认的内容仍然留有提示。

文档最终为 36 页，并经过逐页渲染检查。到这一步，Chat 中形成的 T0/T1、分阶段通知、角色判断和事实标注已经进入提问顺序、决策触发、字段填充和文档交付。一次法律讨论由此变成了可重复运行的工作流程。

这次实测让我感受到的变化，集中在工作如何延续。过去每轮对话都容易重新开始，现在的任务会保留此前的目标、材料、判断和文件。数据泄露通知也从一句“要不要报”变成了持续补充事实、修正判断和生成交付物的项目。

专业经验也有了新的去处。Chat 中的讨论可以继续沉淀为 intake、规则参考、模板映射和回归测试，后续事件能够直接复用。人的工作随之向前移动，我们花更多时间核对来源、设计验收、用真实场景找问题，并负责最后的法律决定。

第一轮测试还提醒我，评价法律 AI 不能只看答案是否正确。提问顺序、用户负担、时间压力和交付格式都会影响实际使用。一个系统能否跟着事实推进，往往比单次回答写得多漂亮更有价值。

我没有拿到可靠的前后 token 用量，因此没有做定量比较。可以确认的是，复制聊天、下载文档、重新上传和重复说明的次数少了很多。Chat 被加入任务后仍属于背景材料，GDPR 与 EDPB 官方文件依旧需要单独核对和记录版本。

现有测试覆盖 5 个 smoke test 和 1 个真实对话回归任务，尚未覆盖德国、法国等成员国监管机构的具体申报入口。生成的 36 页文件是一份起草底稿，需要控制者、DPO、法务和安全团队审核。Project 长期保留上下文后，错误规则、过期信息和敏感事实的管理也会成为新的治理问题。

完成 Skill 后，我又试了一次 Sites。当时的要求只有一句话：“我想设计一个法律人 AI 网站，包括 Skill，可以实现介绍和 GitHub 下载链接跳转，还可以有些直播预告、视频教程等。” 我没有重新提交个人简历、书目、GitHub 仓库和自媒体账号清单。

Codex 根据已有记忆把网站内容补了出来。我的两本书出现在著作区，《数据合规》直接接到豆瓣阅读，《人工智能业务合规》接到购书页；开源 Skill 连接到 The Data Galaxy 的 GitHub 仓库；公众号、小红书、Bilibili 和小宇宙也有各自的跳转入口。网站还沿用了“那一片数据星辰”的品牌名称、数据保护与 AI 治理的研究方向，以及此前直播中积累的内容。

这次建站很能说明上下文连续性的价值。我只描述了想做什么，Codex 已经知道“我是谁、我做过什么、这些内容应该连到哪里”，大量基础资料无需再次搬运。公开版本目前可以通过 GitHub Pages 访问：打开「那一片数据星辰」。

这次更新把讨论和执行接到了一起。一项法律工程可以先在 Chat 中充分展开，随后进入规则、文件和测试；使用中发现问题，再回到同一个任务修正。Project 保存过程，Skill 保存方法，Site 负责把成果组织出来。

ChatBot 仍然适合回答问题，但复杂法律任务需要更长的工作链。以后使用 AI 时，我会少问一句“怎样得到更好的回答”，多想一步“怎样让这项工作持续推进并留下可复用的结果”。当上下文能够延续，法律 AI 的基本单位也会逐渐从一轮 prompt 转向一个长期项目。

我是“那一片数据星辰”的主理人，关注数据保护、AI 治理与法律人的工作方式。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。

THANKS FOR READING