多数人做供应商安全评估,是把通用问卷原样发给对方,收到一堆「已部署防火墙」「符合行业标准」的回填就归档。这些答案既不能验证,也无法追责。AI 能帮的不是替你打分,而是把模糊表述逼成可核对的细节:数据到底流向哪里、谁能访问、出事多久通知你。下面按数据流向、访问控制、事件通报三条线给出可执行做法。

先拆问卷结构,再让 AI 填问题

判断:直接把整份问卷丢给 AI 让它「生成答案」是错的,它只会编出听起来合理的套话。正确顺序是先由你确定要问什么,再让 AI 把每个问题改写成对方无法用一句话敷衍的形式。

做法:列出你真正关心的三类事实——数据在哪些系统间流动、访问权限由谁审批和回收、安全事件在多长时间内以什么方式通知。把每类拆成 5 到 8 个具体问题,再交给 AI 做「问题硬化」:要求它把每个问题改写成必须给出系统名、角色名、时间数值才能回答的形式,并删掉可以用「是/否」打发的条目。

数据流向:要路径,不要承诺

判断:供应商说「数据仅用于提供服务」没有信息量。有效的回答必须能画出路径:数据从你的系统进入对方哪个组件,经过哪些第三方,存储在哪,保留多久,删除如何触发。

做法:要求对方按「输入—处理—存储—外传—删除」五段描述,每段写明系统名称与所在区域。对涉及子处理方的环节,要求列出名称与用途。拿到回答后,用 AI 做一致性检查:把对方的架构描述与问卷回答一起贴进去,让它指出前后矛盾之处,例如某系统在数据流里出现但访问控制部分未提及。下面是可直接复制的提示词。

你是安全评估复核人。下面是一份供应商的问卷回答与其系统架构说明。
请只做三件事:
1. 列出回答中所有模糊表述(如「适当措施」「行业标准」「必要时」),逐条指出缺少哪类具体信息;
2. 找出数据流向描述与访问控制描述之间的矛盾点;
3. 针对每个缺口,生成一个只能靠具体系统名、角色名或时间数值回答的追问。
不要评价供应商是否可信,不要给出总体评分。
问卷回答:{{粘贴}}
架构说明:{{粘贴}}

访问控制:问审批与回收,不问有没有

判断:「有权限管理系统」不等于权限受控。真正要问的是权限从申请到回收的完整链条:谁审批、多久复核一次、离职或项目结束后多久失效、特权账号如何管理。

做法:把问题聚焦在三个时间点——授予时、存续期间、终止时。授予时要求说明审批人与最小权限如何落实;存续期间要求说明定期复核的周期与执行人;终止时要求给出权限回收的实际时限。让对方用具体角色和天数回答,而不是描述制度存在。对回答中出现的「按需」「及时」等词,一律要求换算成可核查的数值。

事件通报:把「及时」换成小时数

判断:事件通报条款最常见的失效点是时间与内容都含糊。合同里写「及时通知」,实际可能拖到对方公关定调之后。

做法:明确四个要素——发现后多少小时内初次通知、通知渠道与联系人、初次通知必须包含哪些事实(影响范围、涉及数据类型、已采取措施)、后续更新的频率。要求对方给出过去一次真实演练或事件的通报时间线作为佐证,而不是只签条款。若对方以保密为由拒绝,可要求提供脱敏后的时间线。

什么情况下这套方法不适用

判断:AI 辅助的价值在于把模糊回答逼成可核对的事实,它不替代验证。以下情况不要依赖这套流程:供应商拒绝提供系统名称与角色信息,此时问卷再细也只能得到包装过的答案,应转为现场审计或第三方报告核验;评估对象是开源组件或纯 API 调用且不接触你的数据,问卷重点应转向供应链与漏洞响应,而非数据流向;以及你方内部尚无数据分类分级标准时,先补这一课,否则问题本身就没有判断基准。