留什么：五类最小记录
调用方与用途、模型与提示词版本、输入输出摘要、人工复核结论、异常与投诉处置。五类记录能串起完整链路，缺一类就出现无法解释的断点。存摘要而非全文，是兼顾可审计与最小化的折中，也降低泄露风险。怎么定这五类，要看链路最常在哪一步断掉。
留多久：按用途分级
对外服务与涉及个人信息处理的记录，保存期应覆盖争议周期与监管要求；内部低风险场景可缩短。做法是在数据分级表里给每类记录标保存期与到期删除方式，避免全量长期堆积反而扩大泄露面，也增加清理成本。边界在于保存期要与争议周期相匹配。
怎么抽：分层抽样
按场景、模型版本与风险等级分层，每层抽固定数量，重点看标识是否在位、人工复核是否真实发生、异常是否闭环。抽样要留抽样单与复核人签字，否则无法证明抽过，结论也无法被别人复核，跨期也无法对比。怎么抽才有代表性，要看分层是否合理。
报告写什么
审计报告应包含范围与排除项、抽样方法与样本量、发现的问题与分级、整改责任人与期限、上次问题的关闭情况。只写结论不写方法的报告无法被复核，也无法在下次审计中作为对比基线，整改验收更是无从谈起。为什么必须写方法：换人复核时，方法决定结论能否延续。
留痕的边界
留痕不是越多越好，超出必要范围的记录本身构成个人信息集中风险。要把留痕字段、访问权限与保存期一起设计：谁能看、看哪些、看完是否留访问日志，都要有明确规则并定期复核，避免留痕系统变成新的风险点。边界在于留痕本身也是一种个人信息处理。
适用与不适用
适合谁
- 准备接受监管检查或客户尽调的企业
- 已上线生成式功能、需要建立抽检机制的团队
- 需要向董事会说明风险状况的合规负责人
不适合谁
- 尚未上线任何生成式功能、无链路可审的企业
- 只想要一份报告模板、不做抽样的团队
典型场景
某银行的合规部门对内部知识问答做季度审计，从网关日志按部门与模型版本分层抽取样本，逐条核对答案引用来源、转人工记录与投诉工单，把发现的问题按高中低分级派给责任人，下季度审计先复查上期问题是否关闭。
可执行步骤
- 确定审计范围与排除项，写进审计方案并报批，明确本次不覆盖的部分，避免每次口径不同
- 在网关与工单系统确认五类记录都能按时间检索，缺字段的先补埋点，否则抽检结论落空
- 按场景与风险分层抽样，保留抽样单与复核人签字，样本量写进方案，便于他人复核
- 逐条核对标识、人工复核与异常闭环的实际情况，结论附证据位置，并保留证据的位置信息
- 出报告、派整改、在下期审计中复查问题关闭情况，未关闭的升级处理，形成完整闭环
常见坑
- 只留最终回答，不留输入与模型版本，问题无法复现，整改只能凭猜测，也无法向客户说明处置过程
- 抽样凭印象挑样本，结论无法复核，也难以与其他季度横向对比，代表性说不清，抽样记录形同虚设
- 报告只写问题不写方法与样本量，整改无法验收，下一次审计仍会重复发现同类问题，责任难以落位
- 留痕字段过多且无权限控制，形成新的泄露点，审计时要连同留痕系统一起看，删除机制也要收紧
自检与验收清单
- 五类记录是否都能按时间检索，缺项是否补齐，可核
- 保存期与到期删除方式是否已经确定并执行，删除是否有执行记录
- 抽样方法、样本量与复核人是否留档可查，可供外部复核
- 报告是否含范围、方法、问题分级与责任人，样本量是否写明
- 上期问题是否在本次复查中关闭并留结论，未关闭是否升级处理
常见问题
日志留存会不会违反最小必要？
会有张力，所以要按用途分级并做字段裁剪。保留审计必需的最小字段，设定保存期与访问权限，到期删除；含个人信息的字段优先存摘要或哈希，降低可识别性，同时保留核对能力。
内部审计和外部审计差别在哪？
内部审计重在发现问题与推动整改，节奏可控；外部审计或客户尽调重在举证与责任划分，对记录完整性与可追溯性要求更高。两者可共用一套记录，但报告口径与取证深度要分开。
模型供应商的日志能替代自留吗？
通常不能。供应商日志的字段、保存期与导出能力不受企业控制，检查时也未必能及时提供。企业应在自有网关记录关键字段，把供应商日志作为补充证据，而不是唯一证据。