各省、自治区、直辖市档案局、馆，各副省级城市档案局、馆，新疆生产建设兵团档案局、馆，中央和国家机关各部委档案部门，中央军委办公厅保密和档案局，各人民团体档案部门，各中央企业档案部门，中国人民大学档案学院：
随着国家“人工智能+”行动持续推进，人工智能技术同各行各业逐步深度融合。为贯彻落实党中央、国务院决策部署，稳妥有序推进人工智能在档案行业应用，现提出如下意见。
一、总体要求
深入贯彻落实习近平总书记对档案工作重要指示批示精神，统筹发展和安全，按照稳妥探索应用、确保安全保密、突出重点培育、不搞一哄而上、注重实效节约的工作原则，切实推动人工智能在档案工作中的有效应用，为档案事业高质量发展提供有力支撑。
二、有序推进应用
（一）夯实数据基础。加强档案数字资源建设，大力推进电子档案收集，持续推进传统载体档案数字化，创造条件开展文字、语音、图像识别工作。加强档案数据质量管理，规范推进数据标准化，扎实做好档案著录，探索开展数据标注，提高数据可解释性、可用性，通过补正缺失、修正错误等操作实现数据清洗等处理，提升数据质量。构建具备数据完整性、准确性、安全性、可追溯性等特征，包含多模态数据的高质量档案数据集，为人工智能应用提供数据支撑。
（二）拓展应用场景。推动人工智能赋能档案工作全流程各环节，深化深度学习、多模态、知识图谱、大模型等技术应用，优先推进智能化档案接收检查、档案著录、档案编研、档案检索、档案盘库、开放审核、档案数据脱密脱敏、数据清洗、专题库构建、音像档案修复、档案知识服务等典型应用场景建设，探索开辟新的应用场景，促进人工智能技术与档案业务深度融合。
（三）建设算力设施。加强人工智能基础设施建设，探索智能算力基础设施共建共用，鼓励有条件的档案部门建设区域档案智能算力平台，为档案工作提供算力支持、模型训练、语料处理和推理研究等服务。审慎、规范使用人工智能算力服务，优先使用档案部门自建或本单位本系统自建智能算力平台。做好算力平台安全风险评估，科学规划、准确划分使用算力平台的业务范围和档案数据，不得将档案数字资源总库部署在非自建算力平台上，确保档案数据安全。
（四）加强算法监控。充分认识人工智能算法可能存在后门攻击、设计缺陷等不确定性风险，按照相关部门风险监测和安全预警信息，及时做好算法安全风险排查。加强人工智能算法备案情况审查，做好应用上线前和使用过程中的安全风险评估，防范算法漏洞、数据泄露、数据污染、后门嵌入等风险。加强人工智能算法安全伦理风险研判，对潜在负面影响开展预见性风险评估，提前做好风险预案，防止虚假信息和伪造内容生成。
三、强化安全支撑
（五）加强安全管理。压实人工智能应用安全管理责任，将安全理念和合规标准贯穿技术研发、模型训练、场景应用等全过程，确保人工智能在档案工作中的应用安全可靠。人工智能应用全过程应当符合国家有关法规制度规定，规范档案数据管理，任何单位或个人不得擅自留存、使用、泄露或向他人提供档案数据。加强档案数据安全管控，建立数据权限管理策略，不得超档案管理权限授权，防止非授权访问和越权操作，定期复核并按照有关规定保留档案数据访问、操作等记录，采取必要技术措施，确保档案数据始终处于有效保护和合法合规利用状态，防止档案数据被非法获取、篡改和泄露。
（六）防范泄密风险。强化底线思维和风险意识，建立健全人工智能应用保密管理制度，规范人工智能技术选型、部署、训练、使用、废止等工作的保密管理。不得为在建大模型提供档案数据用于测试。不得使用档案数据在非档案部门自建或本单位本系统自建的算力平台上进行大模型训练。部署人工智能应用，要采取技术措施，对输入输出档案数据进行筛查，识别、拦截涉密敏感信息。加强运维管理和自我监管，定期开展档案数据审计，防止未经审核审批开展多维度档案数据的交叉关联、深度挖掘。提升档案数据汇聚、关联风险识别和管控水平，防止数据汇聚、关联引发的泄密风险。档案数据汇聚、关联后涉及国家秘密事项的，应当遵守国家保密管理等相关法律、法规要求。
四、统筹组织实施
（七）加强组织保障。各级档案部门要明确牵头部门和职责分工，加强人工智能应用政策供给，争取资金支持，因地制宜推动人工智能在档案工作中的应用。跟进开展人工智能应用情况分析研判评估，研究解决工作中的重大问题，强化工作督导，加快推进人工智能应用取得实效。
（八）实施科研带动。加强档案科研带动引领，设置人工智能研究选题，引导科研力量攻坚解决难点共性问题。整合科研机构、高等院校、企业等技术优势和资源，结合档案工作实际，对人工智能应用的基础模式、关键技术、核心算法、业务场景等开展研究攻关。联合人工智能应用提供者、科研机构、高等院校、企业等共同推动人工智能在档案行业应用的创新和推广。
（九）构建制度和标准体系。制定人工智能在档案行业应用相关制度规范，推进依法依规管理使用。围绕系统框架、功能要求、应用场景、数据管理、评估审核、利用服务等建立人工智能应用标准体系，规范档案数据采集、存储、训练、使用等操作流程，确保安全合规。鼓励和支持科研机构、高等院校、企业和其他组织参与标准制定。
（十）注重节约。强化算力、数据集等基础资源统筹规划和调度，合理选择技术路线，确保投入和产出相匹配，避免重复建设。档案大模型开发部署和应用应注重场景、模型、算力兼容适配，通过档案业务知识赋能等推动大模型能力复用。尽量使用轻量化解决方案，严控建设和运维支出，避免为“追热点”而盲目投入，造成资源浪费。
各级档案部门要坚持需求导向，科学审慎评估人工智能在档案业务工作中应用的必要性、可行性和可靠性，优先在可控性强、成熟度高、效能明显的场景中稳步有序应用。不得以人工智能应用替代职责履行，档案业务部门须对应用结果进行审核确认。
国家档案局办公室
2026年4月8日
