現在走到哪裡
主法與風險框架已經出現，產業細節正在補
人工智慧基本法先定方向，數發部也已在 2026 年 7 月正式訂定風險分類框架 v1.0。
接下來要追的是各主管機關怎麼把它變成產業規範、評估方法與管理措施。
看完整時間線台灣怎麼開始管 AI
不是突然禁止，也不是完全放任。
從公部門生成式 AI 指引、金融業 AI 指引，到人工智慧基本法、風險分類框架和兩年法規調適。本站追的不是公告數量，而是規則怎麼一步一步長出來。
先選入口
你不是一定要從法條開始讀
想看台灣 AI 法規怎麼長出來，就走時間線；想知道公司現在要先盯哪些條文，就走企業必讀。
國際觀察
台灣視角看美國與歐盟 AI 法規
本站不是國際新聞站。美國和歐盟放在這裡，是幫台灣公司判斷市場、角色、風險分類、對外宣稱、著作權與採購文件，不是取代台灣官方來源。
國際觀察
美國 AI 法規觀察
從台灣視角整理美國 AI 規範怎麼看：白宮政策、NIST 框架、FTC、EEOC、著作權局、州法與法院，不把美國寫成一部單一 AI Act。
國際觀察
EU AI Act 台灣視角
用台灣公司看得懂的方式整理 EU AI Act：它是歐盟 AI 主法，但不是所有台灣公司都直接適用；要先看市場、角色、風險分類與時程。
國際觀察
台灣、美國、歐盟 AI 法規差在哪
用台灣視角比較三地 AI 法規：台灣是基本法加既有法源與主管機關調適；美國是分散式監管；歐盟是 EU AI Act 分階段適用。
台灣 AI 法規時間線
這不是一條法突然冒出來
先管公部門怎麼用生成式 AI，接著產業主管機關補指引，主法出現後才進入風險分類和兩年法規調適。
0102030405
2023-08-31
行政院及所屬機關使用生成式 AI 參考指引
這代表政府先把自己的 AI 使用規則收起來。它沒有直接把民間企業納入同一套義務，但提供了一個很早期的官方風險語言。2024-06-20
金管會金融業運用 AI 指引
金融業直接碰到客戶權益、模型判斷、授信、客服、交易安全與第三方供應商，所以產業主管機關先補了一套指引。2026-01-14
人工智慧基本法公布施行
這部法把 AI 治理從零散指引拉到法律層級，但它沒有把每一個企業使用場景的答案全部寫完。它更像主幹，後面要接風險分類、主管機關分工和兩年法規調適。2026-07-07
數發部正式訂定 AI 風險分類框架 v1.0
台灣 AI 治理不再只有上位原則。主管機關現在有正式的風險類型與操作流程，可用來盤點產業 AI 應用並補管理規範。2026-05-21
行政院提出人工智慧基本法施行規劃
這份文件把接下來兩年的工作排上日程。企業現在要看的不是一條單獨義務，而是各部會會怎麼補規則、分風險、做內控和法規調適。法規主幹
時間線看脈絡，法源庫看依據
時間線負責說故事；法源庫負責把依據放穩。第一版先把三個核心文件接起來：人工智慧基本法、施行規劃、AI 風險分類框架。
法律
人工智慧基本法
台灣 AI 治理上位法，作為政府推動 AI 發展、風險管理、法規調適與公部門使用 AI 的基本框架。
政策文件
人工智慧基本法施行規劃
行政院 2026-05-21 提出的人工智慧基本法後續施行方向，重點包含 AI 戰略委員會、風險分類、公部門內控與 2 年法規調適。
治理框架
台灣 AI 風險分類框架 v1.0
數發部已於 2026 年 7 月 7 日正式訂定 AI 風險分類框架 v1.0。白話整理 3 大類、20 項風險、4 個操作步驟，以及企業現在應該怎麼用。
topic
主管機關分工地圖
看懂國科會、數發部、目的事業主管機關與既有法源主管機關各自處理哪一段。
AI 基本法拆解
這條法第一眼先看四件事
不要急著找「哪一條說能不能用」。人工智慧基本法比較像台灣 AI 治理的路線圖，重點在原則、分工、風險管理與未來法規調適。
上位治理框架
人工智慧基本法先定義 AI 治理原則，不是把所有企業使用 AI 的細節一次寫完。
風險分類與標示
高風險 AI 應用、注意事項、警語、評估驗證工具，是後續要追的重點。
2 年法規調適
政府須檢討主管法規與行政措施，各目的事業主管機關會陸續補管理規範。
公部門先做內控
政府使用 AI 要做風險評估、內控管理與使用規範，可作為企業制度參考。
台灣 AI 治理正式有上位法，中央主管機關為國科會；涉及各領域職掌者，由各目的事業主管機關辦理。
施行規劃把重點放在國家 AI 戰略、風險分類框架、公部門內控，以及 2 年法規調適。
數發部與人事總處先把公務 AI 人才、課綱、認證和專長註記做成制度雛形。
接下來要追金管會、衛福部、文化部、教育部、數發部、個資與資安主管機關如何落地。
風險分類框架
不是先問合法不合法，是先盤點 AI 用在哪裡
數發部已於 2026 年 7 月 7 日正式訂定風險分類框架 v1.0。它把 AI 風險整理成 3 大類、20 項，並提供盤點、識別、評估、應對 4 個步驟；企業可拿來盤點，但具體義務仍要看主管機關與既有法律。
- 1盤點 AI 應用情境
- 2識別可能風險
- 3評估影響程度
- 4決定管理作為
主管機關分工
AI 法規不是一個機關講完
人工智慧基本法定主幹；但金融、醫療、教育、文化、資安、個資、著作權、消保、公平交易，仍會回到不同主管機關。這也是本站要做深度拆解的原因。
相關法源
主法往下，還要接回既有法律
AI 基本法給治理方向；企業每天真的會撞到的，常是個資、著作權、營業秘密、資安、消保與公平交易。這些頁面會跟著主法一起拆。
情境頁降到第二層
情境頁用來理解法規怎麼落地，不再當首頁主軸
後續情境頁會從法源回推：哪些是官方已確認、哪些還等細則、實務上要留什麼紀錄。
情境
員工可以把客戶資料丟進 AI 嗎？
整理員工把客戶名單、客服紀錄、會員資料、交易資料上傳 AI 工具前應注意的個資與委外風險。
情境
公司文件可以上傳 AI 工具嗎？
公司文件可能含個資、營業秘密、契約保密資訊或未公開策略，上傳 AI 前要先做資料分級與工具審查。
情境
AI 生成圖片有著作權嗎？
AI 生成圖片是否受著作權保護，要看人類創意投入；商用時還要注意平台條款與侵權風險。
情境
AI 客服講錯話，責任算誰的？
AI 客服回覆價格、保固、退換貨、醫療金融資訊或交易條件時，企業仍要注意消保、廣告與內控責任。
情境
AI Agent 為什麼需要權限控管與操作留痕？
AI Agent 一旦能寄信、下單、改資料或呼叫 API，就需要最小權限、人審、日誌、回復與事故處理。
企業工具包
範本要服務法規拆解，不是取代法規判斷
資料分級、工具白名單、AI Agent 權限留痕、企業 AI 使用規範，都會接到 AI 基本法與既有法源。
AI Agent 權限控管檢查表檢查 AI Agent 上線前的權限、審核、日誌與事故回復。AI 客服驗收檢查表驗收 AI 客服或客服機器人時，確認回答範圍、錯誤輸出、轉人工、客服紀錄、消費者資訊與維運責任。AI 專案驗收檢查表讓 AI 專案在驗收前確認需求、資料、模型、風險、維運與移交，不只看展示或單一準確率。AI 工具白名單 / 黑名單表管理公司允許與禁止使用的 AI 工具。企業 AI 資料分級表讓員工知道哪些資料可以用 AI、哪些資料禁止上傳。企業 AI 使用規範範本建立公司內部使用 AI 的最低限度規則。RAG 驗收檢查表驗收 RAG 知識庫或文件問答系統時，確認資料來源、引用、權限、答案邊界、更新與留痕。
來源制度與免責聲明
白話拆條文，但依據回到官方來源
本站內容是 AI 法規與合規資訊整理，不構成法律意見。每篇內容都應標示來源、最後查證日期與法規狀態；實際案件、契約、爭議或法遵需求，仍應諮詢律師、法務或相關專業顧問。
查看官方來源盤點