mcpField
R
reg-gap-analysis

reg-gap-analysis

github.com/anthropics其他9.8k650 次安装14 周前更新
代码仓库

关于 reg-gap-analysis

reg-gap-analysis 面向隐私法律团队,将新规与公司记录的承诺和实践进行比对。它评估适用性、识别要求差距,并制定包含负责人和日期的优先整改计划。

主要功能

  1. 01评估司法辖区与适用性
  2. 02提取并分类法规要求
  3. 03对照现行实践识别差距
  4. 04按期限和影响确定优先级
  5. 05生成整改计划和日期记录

适用场景

  1. 01评估新颁布的隐私法规
  2. 02审查监管指导对政策的影响
  3. 03跟踪已识别差距的整改工作

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/anthropics/claude-for-legal --skill reg-gap-analysis

安装后在 Claude Code 中输入/reg-gap-analysis确认已加载。

详细介绍

/reg-gap-analysis

  1. 加载 ~/.claude/plugins/config/claude-for-legal/privacy-legal/CLAUDE.md → 隐私政策承诺、监管覆盖范围、DSAR 系统。
  2. 运行以下工作流。
  3. 确定范围:法规是否适用?(司法管辖区、门槛、行业)
  4. 提取要求 → 与当前状态逐项比对 → 列出差距。
  5. 制定整改计划,列明负责人、日期和优先级。
  6. 保存带日期的文档。即使“没有差距”,也要记录。
/privacy-legal:reg-gap-analysis "Colorado Privacy Act"
/privacy-legal:reg-gap-analysis
[paste guidance / reg text]

法规与政策差距分析

目的

某个州通过了一项新的隐私法。ICO 发布了新的指南。CPPA 完成了法规定稿。情况发生了变化——现在你需要知道哪些内容(如果有的话)需要调整。

此技能会将新要求与当前做法进行比对(依据 ~/.claude/plugins/config/claude-for-legal/privacy-legal/CLAUDE.md → 隐私政策承诺,以及 PIA 中记录的做法),并生成差距清单和整改计划。

加载当前状态

阅读 ~/.claude/plugins/config/claude-for-legal/privacy-legal/CLAUDE.md:

  • ## Privacy policy commitments — 你公开承诺了什么
  • ## Regulatory footprint — 已经适用哪些法规
  • ## DSAR process → 系统清单 — 你实际如何开展运营

如果法规不适用于你(司法管辖区不符、未达到门槛或行业不同),差距分析只需一句话:“不适用。原因如下:[原因]。无需采取行动。”

工作流

步骤 1:确定法规适用范围

进行比对前,先回答:

  • 是否适用? 司法管辖区(你是否拥有该地的数据主体?)、门槛(收入、用户数量、数据量)、行业豁免
  • 何时适用? 生效日期、执法日期(通常较晚),以及任何分阶段实施安排
  • 实际新增了什么? 许多“新”州隐私法有 90% 的内容与 CCPA 相同,只做了一些调整。找出相较于你已遵守的规定有哪些变化,而不是通读全文。
步骤 2:提取要求

阅读法规(或摘要/指南)。将每项实质性要求列为单独条目:

#要求引用类别
1[按原文表述的要求][条款][告知/权利/安全/供应商/其他]

类别:

  • 告知 — 你必须告知用户哪些内容(隐私政策内容)
  • 权利 — 用户可以提出哪些请求(与 DSAR 相关)
  • 安全 — 技术和组织措施
  • 供应商 — 你必须向处理者传达哪些要求
  • 同意 — 选择加入/选择退出机制
  • 治理 — DPO、影响评估、记录保存
步骤 3:与当前状态比对

对每项要求:

### [Requirement #N]: [short name]

**Regulation says:** [requirement, quoted or paraphrased]

**We currently:** [what the config CLAUDE.md / privacy policy / practice shows]

**Gap:** [None | Partial | Full]

**If partial/full gap — what's missing:** [specific]

**Effort to close:** [Policy update only | Product change | Vendor renegotiation |
New process]

**Risk of non-compliance:** [regulatory penalty range, enforcement likelihood,
reputational]
步骤 4:确定优先级

差距的重要性各不相同。按以下顺序排序:

  1. 有实际后果的硬性截止日期 — 生效日期、开始执法且存在实际处罚
  2. 投入与影响之比 — 更新政策措辞成本低;重建产品则不然
  3. 已部分完成的事项 — 如果你已完成 GDPR 要求的 80%,州法新增部分可能很少
步骤 5:制定整改计划

在文档开头添加 ~/.claude/plugins/config/claude-for-legal/privacy-legal/CLAUDE.md 中 ## Outputs 下的工作成果标题(标题因用户角色而异——参见 ## Who's using this)。

研究连接器预检。 输出整改计划前,检查本次会话是否可连接法律研究连接器——Westlaw、EUR-Lex/监管机构网站连接器,或律所配置的任何研究 MCP。按照 CLAUDE.md 中的 ## Outputs,将检查结果写入审核者备注:如果步骤 2 或“常见法规类别研究”步骤没有连接器返回结果(或者运行时未配置连接器),请在审核者备注的 Sources: 行中记录——例如,not connected — cites from training knowledge; the highest-fabrication items in privacy gap analyses are new state-law effective dates, enforcement-begins dates, and article/section pinpoints — spot-check those first。逐条引用的 [model knowledge — verify] 标签仍应保留在正文中。不要在输出内容上方单独添加提示横幅。

[WORK-PRODUCT HEADER — per plugin config ## Outputs]

## Remediation Plan: [Regulation name]

**Effective date:** [date]
**Enforcement begins:** [date]

### Must-do before enforcement

| Gap | Fix | Owner | Due | Status |
|---|---|---|---|---|
| [gap] | [specific fix] | [name] | [date] | [ ] |

### Should-do (lower risk, not blocking)

[same table]

### Already compliant

[list of requirements where gap = None — useful for the "we're mostly fine" message]

### Accepted gaps (risk-accepted, not fixing)

[if any — with documented rationale and who accepted the risk]

常见的法规类别

确定差异时,先将新法规大致归类,再研究具体要求,会很有帮助:

  • 基线数据保护/隐私法 — 广泛涵盖某司法管辖区的个人数据处理实践
  • 行业专项补充规定 — 医疗、金融、儿童、教育、就业等领域
  • AI 专项制度 — 对自动化决策的透明度、影响评估或治理要求
  • 数据经纪商/广告科技制度 — 注册、选择退出和删除机制
  • 数据泄露通知制度 — 独立规定或纳入更广泛的法律
  • 跨境传输制度 — 充分性认定、传输机制和评估要求

对于与新法规相关的每个类别,起草差距分析前,都要研究当前生效的要求。引用一手来源。核实信息是否为最新——每个立法会期都会有新的州法律生效,监管机构也会发布解释性指引,改变特定控制措施所对应的“合规”含义。对于尚未确认的规则,应标明不确定性并交由律师核实,不要断言其成立。

不得擅自补充。 如果对已配置的法律研究工具(Westlaw、监管机构数据库或律所平台)执行查询后,某项法规、指引文件或执法行动的结果很少或没有,请报告检索结果并停止。不要在未征求同意的情况下,用网络搜索或模型知识填补空白。请说明:“使用 [工具] 的检索返回了 [N] 条结果。[制度/主题] 的资料覆盖似乎不足。可选方案:(1) 扩大检索范围;(2) 尝试其他研究工具;(3) 搜索网络——结果将标记为 [web search — verify],依赖前应对照发布机构核实;或 (4) 标记为未核实并停止。您希望如何处理?”是否接受置信度较低的来源,由律师决定。

来源归属分级。 差距分析中的每条引文都要标明来源。对于基于模型知识的引文,使用以下三个级别之一,而不是统一标注“需核实”:

  • [settled] — 稳定且广为人知、不太可能变动的法律和法规引用(例如,GDPR 第 33 条、CCPA § 1798.100、FTC Act § 5)。提交前仍需核实,但优先级较低。
  • [verify] — 真实但应核实的模型知识引文:具体实施法规、机构指引、判决要旨、门槛、 生效日期、新颁布的州法规。
  • [verify-pinpoint] — 精确定位引文(具体分项字母、卷/页码、段落编号、法规子部分引用)具有最高的编造风险,必须始终对照一手来源核实。

工具检索到的引文保留其来源标签([Westlaw]、[issuing authority site] 或 MCP 工具名称);网络搜索引文保留 [web search — verify];用户提供的引文保留 [user provided]。分级机制能凸显实际需要核实的内容——如果读者核实所有内容,就等于什么也没核实。切勿删除或合并这些标签。

与其他技能的集成

来自 PIA 生成: PIA 会标出隐私政策中的不一致之处 → 这些内容会作为已知差距输入到此处。

对接监管法律插件(如已安装): 此技能是手动版本。监控插件会监视信息源,并在有变化时自动触发此分析。

输出

保存为带日期的 Markdown 文档。整改计划表将作为跟踪表——项目关闭后更新状态。

即使差距分析的结论是“没有差距,我们符合规定”,也要编写文档——日后它可以作为你曾进行过检查的有用证据。

以引文核验说明结尾:

本输出中的引文由 AI 模型生成,尚未对照一手来源核实。在依赖任何法规、成文法、指导意见或执法行动之前,请使用法律检索工具(Westlaw、贵所的研究平台或发布机构的网站)核实其准确性和当前状态。AI 生成的引文有时是捏造或误引的。每条引文上的来源标签(例如 [web search — verify])会显示其来源;带有 verify 标签的引文存在更高的捏造风险,应优先核查。

以“下一步”决策树结尾

按照 CLAUDE.md ## Outputs 中的要求,以“下一步”决策树结尾。根据本技能刚刚生成的内容定制选项——五个默认分支(起草 X、升级处理、收集更多事实、观察等待、其他事项)只是起点,并非固定选项。决策树就是输出;由律师作出选择。

本技能不做什么

  • 它不会对含义模糊的法规条文作权威解释。法规不明确时,应如实说明:“第 X 条可能有 [A] 或 [B] 两种解读。[A] 是较为保守的解读。如果这会产生重大影响,建议咨询外部律师。”
  • 它不会主动跟踪法规变化。只有在你指出某项变化时,它才会运行。如需主动监控,请参阅 regulatory-legal 插件。
  • 它不会实施修复措施,只会规划修复方案。

评论

支持 Markdown