客户材料进 AI 知识库前，授权要写清

相关工具：合同审查助手 Skill 腾讯电子签 Skill MCP-Doc Word 文档处理

委托协议里写一句“可以使用AI”，能否覆盖律所拿客户材料训练模型？Law.com Legaltech News 近期提出，律所在用客户数据训练或改进AI工具前，应先与客户沟通具体用途。美国律师协会（ABA）和哥伦比亚特区律师协会发布的相关材料，也把保密义务、知情同意和技术管理列为重点。生成式AI已进入检索、摘要、文书起草和知识管理环节，材料流向、保存期限、访问人员、跨事项复用和退出后的删除安排，都要逐项说清。笼统的AI条款未必覆盖后续的数据利用。

四类用途，风险并不相同

律所处理客户材料，大致有四种方式：仅在当前任务中短暂调用；纳入内部知识库，供获准人员检索；转化为评测样本，用来测试系统效果；或连同衍生数据用于模型微调和持续改进。四种处理的目的、保存期限和可见范围差别很大。

供应商承诺不使用数据训练通用模型，只能说明供应商一侧的部分安排，不能代替律所说明内部如何使用数据。某个客户项目形成的文书、检索结果或经验成果，是否进入全所知识库、是否会被其他项目调用，取决于律所自身的权限和数据治理规则。客户通常还会追问：原始文件是否离开指定存储区域？哪些人员、模型和插件可以访问？委托材料删除后，向量数据、提示记录、缓存文件和评测样本能否一并清除？多模型、多云和多插件并存时，这些问题要在数据流和合同安排中逐项核实。

授权应按用途拆开写

较稳妥的做法，是按用途切分授权。用于当前事项的摘要、检索或初稿，可作为基础处理；匿名化或去标识化成果用于内部质量测试，应另行说明；材料若要训练可跨事项复用的模型，则需取得更明确的授权，并写明限制。商业秘密、内部调查材料、未公开交易信息及受特别保密条款约束的数据，通常还应默认禁用，并从严控制访问。

匿名化不能把风险降到零。仍要评估材料会不会与其他信息结合后被重新识别，上下文、附件和元数据中是否残留客户身份或敏感事项线索。客户可以限定工具、数据类别和使用期限，要求关键输出经人工复核，或退出后续系统改进计划。处理这类授权和权限安排时，可在合规 Skills中查找相关工具。前提是律所能说清系统实际保留和处理了什么；数据流向尚未确认，客户同意的范围也无从谈起。

合同限制要进入权限系统

客户提出“不用于训练”“不得跨事项复用”后，限制还要写入事项管理和技术系统。只在邮件、委托合同或附件中留下一句，不能保证律师、知识管理人员和外部供应商在操作时收到同样提示。采购和合规团队需核查供应商关于数据留存、二次利用、人工访问、分包商及底层模型提供方的条款；技术团队则应保留数据流向、模型版本、调用人员、权限变更和删除操作的记录。律所更换模型、接入新插件或调整知识库范围时，也要重新评估原有授权是否仍然适用：

• 在事项层面记录允许使用的AI功能及禁止处理的数据类别；
• 分别管理即时任务、知识库检索、评测样本和模型训练数据；
• 建立客户退出、数据删除和供应商变更的执行流程；
• 定期核查权限与日志，确认实际使用范围与约定一致。

复用材料前，先核对授权范围

客户材料确实能让法律AI更贴合具体业务和工作流程，但复用范围扩大，泄密、越权访问和跨事项传播的风险也会增加。律师保密义务、商业秘密保护和法律职业特权制度下，技术供应商能否接触材料、材料是否被挪作他用，直接关系律所对客户承担的责任。现有行业意见尚未为所有技术场景给出统一答案，但方向较为明确：区分数据用途，披露与委托相关的重要处理事实，并通过权限、日志和删除机制留下可核查的记录。

资料来源

• Law.com Legaltech News：Training AI Tools on Client Data? Talk to Clients First
• American Bar Association：Prudently Training AI on Client Confidential Information
• DC Bar Ethics Opinion 388
• arXiv：Privilege and confidentiality in generative AI workflows