明晚（7 月 15 日）19:30，星辰实验场第 5 期会聊一个很实际的问题：海外数据合规调研，怎样同时兼顾质量和成本？分享嘉宾 Austin 在某全球茶饮品牌从事数据合规法务，拥有 5 年境内外实务经验，长期关注十余个法域。

6 月 21 日，我们在《海外数据合规调研：每个法律人都应触手可及的技能》中介绍过 Austin 开发的这款 Skill。它支持完整法域梳理、专项研究和多法域比较，检索时优先查找法律原文、官方公报和监管机构材料，输出中还会标注结论的确定程度。直播前，我们先用三轮真实任务跑了一遍，看看合规人员拿到结果后，能否继续推进产品讨论、内部研究和专业复核。

— 三轮测试覆盖专项研究、多法域比较和完整法域框架，人工复核综合评分为 89.3 分。

法律调研的质量很难通过篇幅和法条数量来判断。海外数据合规任务常常从一句不够完整的业务需求开始，合规人员需要确认法域和事实，找到现行的一手依据，再把材料整理成业务能够理解的结论。交付之前，还要判断哪些内容可以确定，哪些地方需要保留意见。

基于这条工作链，我们把人工测试拆成四个维度：

— 四个维度对应合规人员从接题、检索、交付到专业把关的工作链，每项 25 分。

这四项对应合规人员从接题到交付的主要环节。我们将每项设为 25 分，目的是观察输出能否进入实际工作，同时保留一套独立的红线规则。法律状态、数字期限和法域混淆等问题一旦触发，不会被其他项目的高分抵消。

两项连续的人工体验最终形成了三份输出：泰国 Cookie 专项研究，新加坡、泰国和马来西亚 Cookie 比较，以及马来西亚完整法律框架。三份输出覆盖了 Skill 预设的专项研究、多法域比较和完整法域研究三种模式。人工复核后的综合评分为 89.3/100，整体达到优秀水平，可以形成高质量调研底稿；涉及法律状态、数字期限和关键法条时，仍需专业人员抽查。

第一轮测试从一句很像真实业务需求的话开始：

“东南亚”覆盖多个司法管辖区，直接生成区域规则，很容易把不同国家的制度揉在一起。Skill 先询问需要覆盖哪些国家。我回复“先看泰国”后，它才开始单国专项研究。

— 快速开始也包括必要的澄清。关键在于只询问会改变法律结论的信息。

这一步对应“能不能快速开始工作”。合规人员无需理解 Skill 内部的模式和清单，也不用配合一轮冗长的需求访谈；遇到会影响结论的法域问题时，系统又能及时停下来确认。后续任务发生变化后，它还从泰国专项自然切换到了三国比较。

泰国报告没有沿用欧洲常见的 Cookie 结论。它先说明当地法律的规范路径：

这段定位决定了后续分析的方法。报告先判断追踪信息是否构成个人数据，再讨论合法基础、告知和产品控制，没有把其他法域的终端设备规则直接移植到泰国。

随后，输出用“法律判断—产品处理”矩阵整理了不同技术场景。以下内容直接摘自原始报告：

— 报告继续覆盖了 Web Cookie、App SDK、广告像素、设备指纹和服务端事件。

这份输出已经能够支持产品评审。产品团队可以据此讨论哪些技术默认开启，哪些需要阻断，撤回机制如何实现，第三方供应商应当如何定性。报告还给出了 Banner 第一层与第二层、Consent Gate、Cookie Wall、供应商管理和敏感画像等控制点。

它对法律要求和产品建议也做了区分。报告在讨论按钮设计时写道：

前半句说明法律材料能够支持到哪里，后半句再提出风险较低的产品方案。合规人员可以据此决定是否采用更高标准，同时不会把某种界面设计误认为当地法的逐字要求。

这款 Skill 使用四类颜色标记。🟢表示法律明文或较明确的正式规则，🔵用于监管实践、专业分析或需要结合事实的判断，🟡提示草案、征求意见稿和尚未生效的文件，⚠️则用于官方材料不足或需要进一步核实的内容。

— 颜色标记提示结论的确定程度；文件效力还要结合立法层级、发布主体和当前状态判断。

法律、监管指引、行业做法和实施建议如果采用同一种语气，业务人员很容易把它们都理解为“企业必须”。颜色分级为快速阅读增加了一层提示，也使“专业边界”有了可观察的表现。

泰国报告多次说明官方材料尚未给出明确答案。它没有找到统一的 6 个月或 12 个月同意有效期，也没有找到统一的 Cookie 最长期限、强制使用泰语的专门规则，以及针对 Cookie Banner 或广告像素的公开处罚决定。报告保留了这些空白，没有拿其他国家的数字或行业经验来补齐。

完成泰国专项后，我在同一会话继续提出：

Skill 给出的核心判断很直接：

— 比较结果进一步回答了统一产品机制怎样设计。

报告建议共用一套 CMP 或 Consent SDK，并统一追踪分类、Consent Gate、撤回和留痕机制。语言、法律基础、告知文案和供应商配置留在国家配置层。这样的结论已经能够进入产品架构讨论，合规人员也能看出统一控制在哪些国家高于当地法律的最低要求。

报告还对界面建议作了限定。它说明“接受全部”和“拒绝非必要”保持相近的视觉权重，是为了降低自由同意、误导设计和举证风险的统一方案，三国法律并未逐字规定完全相同的 UI 样式。这种写法保留了建议的实用性，也交代了依据的强度。

第一项连续体验的人工评分为 93.5/100。其中，快速开始为 25/25，可靠信息为 22.5/25，可用结论为 24/25，专业边界为 22/25。主要扣分来自“技术机制可以统一约 90%”这一精确比例缺少可验证依据；少数高水位建议靠近法定义务，业务人员快速阅读时仍可能混淆。

第二项人工体验要求 Skill 梳理马来西亚完整的个人数据保护框架。这个法域近两年同时存在 Act 709、2024 年修正法、分阶段生效公告、专项通告、2026 年正式指引，以及仍在公众咨询阶段的材料。文件发布日期很新，并不代表它已经生效，也不代表它与法律条文具有相同效力。

报告对大部分材料的状态处理得很清楚：

— 模式 A 的输出包含法律沿革、现行法源、18 个合规模块、待观察事项和内部动作。

数据可携带权的处理很能说明这种状态意识。原始报告写道：

报告确认了权利已经生效，同时保留了配套规则尚未补齐的部分。它没有自行补出处理期限，也没有因为存在空白就放弃分析。

从交付形态看，这份报告已经具备内部备忘录的主体结构。执行摘要、法律沿革、18 个主题、行业补充、待观察事项和实施优先级都已整理完成，合规人员可以将它作为陌生法域的法律地图，并据此安排后续专项研究。

完整的结构和充分的引用，仍然需要逐项核对关键事实。按照测试前冻结的 Benchmark 复核官方公报时，我们发现报告把 2025 年 1 月 1 日生效的一批条款概括为包括“部分定义、处罚及跨境条款”。

马来西亚官方分阶段生效公报显示，定义、生物识别数据、处理者安全责任和跨境修订等主要属于 2025 年 4 月 1 日生效批次。报告后文又正确写到跨境修订自 4 月 1 日实施，因此前后出现了不一致。

按照预先设定的红线，错误映射修正法的分阶段生效属于 P0，不能用报告其他部分的高分抵消。马来西亚报告的可靠信息分因此下调，总分为 85/100。

这处错误没有改变截至测试基准日的当前义务判断，相关条款当时均已生效。它影响的是法律沿革和状态核验的准确性，报告关于当前 DPO、处理者安全责任和跨境制度的主体结论仍可使用。更合适的处理方式，是在内部使用前修正生效批次，并继续抽查法律状态、期限和数字门槛。

马来西亚体验的快速开始为 24/25，可靠信息为 17.5/25，可用结论为 21.5/25，专业边界为 22/25，总分为 85/100。两项人工体验综合为 89.3/100。

这三轮输出已经覆盖了相当多的基础研究工作。查找法源、整理规则、制作比较表和形成备忘录初稿所需的时间与精力，都有机会明显下降。对法律专家来说，工作重心也随之发生变化。

这次评测中，AI 负责生成报告，专家先设计了测试任务和四个评价维度，再预先建立 Benchmark，明确哪些事实必须出现、哪些错误不能被平均分抵消。报告生成后，专家继续核对文件效力和生效批次，判断发现的问题是否改变当前义务，并把结论放回产品场景和组织风险中审视。

多年经验在这里体现得很具体。它帮助评测者识别真正影响决策的事实，判断官方文件的规范层级，找到结构完整的长报告中不易察觉的矛盾，也决定一处错误需要局部修正，还是足以推翻主体结论。最终交付的责任仍由专业人员承担。

因此，89.3 分同时包含两方面信息。高分说明这款 Skill 已经能承担大量资料搜集、框架搭建和底稿整理工作；生效批次错误则提醒我们，专家需要把注意力集中在法律状态、数字期限、适用范围和关键判断上。这样的分工比从头重做更有效率，也更符合当前法律 AI 的实际能力。

三轮测试表明，合规人员可以用自然语言启动任务，范围过宽时系统会先确认法域。官方信源、颜色分级和法律状态意识都实际进入了输出，专项研究能够支持产品控制，多法域比较能够形成统一机制与本地配置，完整法域研究则可以提供内部备忘录的主体结构。

它适合用于陌生法域法律地图、专项问题初稿、多法域比较和律师咨询前的底稿准备。最终当地法律意见、监管回复、对外法律承诺，以及依赖精确生效日、期限和门槛的高风险决定，仍应经过专业复核。

这款 Skill 的价值已经可以从三份原始输出中看到。它减少了搜索和结构整理的工作量，也让专家更早进入证据核验、事实适配和最终判断。随着这类工具逐渐成熟，法律工作中的关键问题会越来越集中到研究标准如何设定、结论如何验证，以及最终责任由谁承担。

7 月 15 日（周三）19:30，星辰实验场第 5 期邀请 Austin 分享这款 Skill 的设计和实际使用方法。直播会从单国概览、专题调研和多国对比展开，也会讨论幻觉控制、官方信源白名单以及人工复核的边界。

前面的三轮测试给出了使用结果，直播将进一步解释这些结果怎样产生。我们会结合原始回答和人工复核中发现的问题，继续追问颜色分级怎样落地、18 项清单如何控制遗漏，以及关键法律状态应当怎样核验。

— 长按识别海报二维码，预约 7 月 15 日 19:30 的视频号直播。

正文只拆解了最能说明问题的段落和表格。三份未经修订的完整输出已经合并为一份飞书报告，测试时的原貌和人工复核发现的马来西亚生效批次错配都予以保留。点击文末“阅读原文”，即可查看三轮测试的完整材料。