Metadata

name: ai-forensic-audit
slug: ai-forensic-audit
displayName: AI 溯源审计 · 证据链报告
description: AI 溯源审计技能：对 AI 生成内容/Agent 行为/对话记录执行溯源审计——采集证据链（来源/时间线/操作日志/生成痕迹）→ 交叉验证 → 输出结构化审计报告（证据清单+可信度+风险点+建议）。对标国际标准：C2PA 内容溯源 / SLSA 供应链 / EU AI Act Art.50 / 审计准则（ISSAI/COBIT）。适用：AI 内容是否由某 AI 生成、Agent 操作合规审计、泄密溯源、医疗 AI 审计（细分第一）。触发词：溯源、审计、证据链、AI 审计、这是谁生成的、provenance、forensic、audit trail、内容溯源。
version: 1.0.0
description_zh: AI 溯源审计：证据链采集→交叉验证→审计报告，对标 C2PA/SLSA/EU AI Act Art.50，适用内容溯源、Agent 审计、泄密溯源
description_en: AI provenance & forensic audit: evidence chain collection → cross-validation → audit report. Aligned with C2PA, SLSA, EU AI Act Art.50, ISSAI/COBIT. For content attribution, agent compliance audits, leak tracing.
author: 注册老炮
license: MIT
platforms: ["WorkBuddy","QClaw","ima","Claude Code","Cursor"]
category: 战略 · AI 溯源
tags: ["溯源","审计","证据链","forensic","provenance","audit","C2PA","SLSA","追踪"]

AI 溯源审计 · 证据链报告（Forensic Audit）

像警察破案一样审计 AI：采集证据 → 交叉验证 → 出报告。国际对标：C2PA（内容溯源）/ SLSA（供应链）/ EU AI Act Art.50 / 审计准则 ISSAI·COBIT。

这是什么

对 AI 生成内容 / Agent 行为 / 对话记录，执行 五步溯源审计，输出结构化审计报告：

【五步溯源审计全景】
界定范围 → 采集证据 → 交叉验证 → 定级结论 → 审计报告
    │         │           │           │          │
 审计目标   来源/时间线  多源比对   可信度L1-4  证据清单+风险+建议
            操作日志     矛盾检测
            生成痕迹

五步审计流程

步骤	做什么	输出
1. 界定范围	明确审计对象（内容/Agent/对话）、审计目标（来源？合规？泄密？）、时间窗口	审计范围声明
2. 采集证据	收集：生成元数据（C2PA 若存在）、时间线（创建/修改/发布）、操作日志、API 调用记录、生成痕迹（风格/指纹）	证据链清单
3. 交叉验证	多源比对（不同渠道的证据是否一致）、矛盾检测（时间/内容/主体冲突）、指纹比对	验证矩阵
4. 定级结论	按证据充分度输出可信度 L1-L4（同三锚一票分级体系）	审计定级
5. 审计报告	结构化报告：证据清单 + 验证矩阵 + 定级 + 风险点 + 整改建议	可分发报告

可信度定级（与 ai-identity-verification 对齐）

级别	含义
L4	密码学证据（C2PA 签名/SLSA 可验证）支撑，溯源链条完整
L3	多源证据一致，无矛盾，但无密码学签名
L2	单一来源证据，或存在轻微矛盾
L1	证据不足或硬矛盾，无法确证

使用示例

示例 1 · 内容溯源 问："这篇市场报告是 AI 写的吗？谁写的？" → 检查 C2PA 元数据 → 无则采集：生成时间线（文档属性）、写作风格指纹、引用来源 → 交叉验证 → 输出 L2/L3 结论 + "建议发布平台启用 C2PA 签名" 建议

示例 2 · Agent 操作合规审计 问："审计一下这个 Agent 昨天的所有操作是否合规" → 采集操作日志 → 对照合规边界（权限/数据访问/外部调用）→ 输出合规矩阵（通过/违规/存疑）+ 风险点 + 整改建议

示例 3 · 泄密溯源 问："这份内部文件泄露了，源头在哪？" → 采集：文件元数据（作者/创建时间）、不可见追踪码（若已嵌入）、分享链记录 → 时间线重建 → 输出泄露路径假设 + 证据 + 建议加强密文追踪

示例 4 · 医疗 AI 审计 问："审计这个医疗 AI 的回答是否合规（不承诺疗效、不越权诊断）" → 采样回答 → 对照《医疗器械广告审查办法》/医疗合规边界 → 输出合规率 + 违规样本 + 整改建议

边界（Boundary）

审计≠执法：本技能输出证据与建议，不具执法效力；司法/监管场景需专业机构
证据有限则如实：缺密码学证据就定级 L2/L3，不臆断
隐私保护：审计不扩大采集范围，只用用户提供的材料；涉及个人信息遵守个保法
时效性：AI 工具与平台日新月异，C2PA/SLSA 等标准在演进，结论标注审计日期

常见坑（Gotchas）

#	坑	正确做法
1	把"看起来像"当证据	风格相似是弱证据，需时间线/元数据/密码学证据支撑
2	单源证据定级过高	至少 2 个独立来源交叉验证才可 L3
3	忽略元数据可篡改	文档元数据可改，需结合多源；只有签名（C2PA）防篡改
4	医疗审计给绝对结论	医疗 AI 审计必须标注"需监管/专业机构确认"
5	审计报告不带日期	标准在演进，报告必须含审计日期与依据版本

错误处理（Error Handling）

情况	处理
证据链断裂（中间环节缺失）	标注断点位置，定级降一档，给出补证路径
无任何元数据	说明"纯内容型无元数据"，走风格/来源分析，定级上限 L2
用户要求"查出真凶"式的绝对结论	如实给证据与可能性，不迎合
跨平台证据格式不一致	先归一化（时间戳/格式），否则标注差异

国际标准对标（2026-08 查证）

标准	状态	应用
C2PA	2026 一致性计划进行中	内容溯源密码学层（OpenAI/Google 已用）
SLSA + Sigstore	生产级	AI 供应链溯源（模型训练/部署血缘）
EU AI Act Art.50	生效	AI 内容披露义务的合规基准
ISSAI / COBIT	成熟审计准则	审计流程方法论参照
W3C DID/VC	标准	与 ai-identity-verification 联动（身份→行为→内容全链）

理论增量：五步审计把「身份核验（三锚一票）」与「内容溯源（C2PA）」打通为完整审计链——身份锚定谁、行为审计做了什么、内容溯源产出什么，三者合一才是完整 AI 问责闭环。这对应战略「专家→警察」的警察角色工具。

版本记录

v1.0.0（2026-08-22）：五步溯源审计方法论首发，对标 C2PA/SLSA/EU AI Act Art.50/ISSAI/COBIT

AI Forensic Audit (Evidence Chain)

安装技能