# 数据授权准备试点研究

创建：2026-11-17
更新：2026-11-17

## 问题与决策

组织首次与数据授权或供应计划沟通前，应准备哪些信息？本文面向拥有或管理组织数据集、需要准确描述数据集的读者。本次试点研究检验公开披露的申请阶段信息能否支持编写一份有用的准备简表。研究不衡量提供方的表现，也不推荐任何提供方。

`observations.json` 中的 10 个计划在主要证据更新之前选定，目的是涵盖此前供应方渠道目录审查中不同类型的可见申请入口。选样是有目的的，并非随机抽样：涵盖实验室直接征集、交易平台、经分析师审核的目录、内容授权、企业运营数据和工业档案。此前的目录并非市场普查。本数据集不纳入此前的评分、账户活动、私人数据或主观排名。

## 收集

研究日期：2026 年 11 月 17 日，Asia/Bangkok。来源包括官方英文公开计划页面、直接相关的公开说明，以及可公开提取的申请字段标签。网页检索工具可能使用索引副本；这是对当时可访问来源材料的一次阅读，并非经提供方认证的实时审计。OpenAI 的说明文章最初发表于 2023 年 11 月 9 日，本研究未将其视为新公告。

研究范围止于输入个人信息、创建账户、接受协议、上传样本或提交任何内容之前。研究未执行这些操作。每条记录都标明具体查阅的来源和观察边界。当入口页面未展示申请内容时，研究使用了其他公开说明页面。各提供方披露的深度不同，因此披露数量不能作为可比较的评分。

提取工具未能从 Turing Lazarus 获取可用的计划正文。The General Data Company 的首页可读取，但其合作入口不可读取。这两项仍保留在固定样本中，并就本研究问题标记为不可观察；研究没有将任何一项归类为已关闭、公众无法访问或没有申请入口。Protege 的公开计划页面和联系入口可读取，但嵌入的字段不可读取。Neudata 的嵌入式表单未被提取；其公开页面描述了公司和联系信息请求以及后续阶段。

## 编码

每条记录代表一个计划。当至少一个当前来源提供有意义的申请或准备信息时，`observation_status` 为 `substantive`；否则为 `unobservable`。一条记录包含实质内容，并不意味着研究观察到了完整申请流程。

`first_action` 描述公布的入口：`interest_form`、`account_creation`、`provider_application`、`listing_request`、`partner_form`、`meeting_request`、`estimate_or_contact` 或 `unknown`。这不表示相关操作已经完成。`preparation` 简要转述来源中明确提供的内容；`later_stage` 保留提供方说明的步骤顺序。`limitations` 记录无法观察到的内容。字段标签不能作为验证机制的证据，提供方的承诺也不是独立观察到的结果。

综合分析将准备工作分为公司背景、数据集特征以及权限和范围。这些分类由作者创建，用于组织信息。它们是对观察结果的实用解读，并非经过验证的量表。未知信息不会被编码为零，也不会被视为不存在相关要求。

## 复现

在此文件夹中运行 `python3 analyze.py`。该程序只读取 `observations.json`，并生成 `results.json` 和 `evidence-table.md`；不发起网络调用，也没有第三方依赖。断言会检查固定样本、日期、允许的操作类别、来源引用，以及包含实质内容和不可观察记录之间的边界。得出的 8/10 仅描述本次试点研究中可读取的证据；不适合据此计算置信区间或市场占比。

根据所提供的观察结果复现分析会得到确定的结果。复现收集过程则需要重新访问所列网址，其内容可能发生变化。下载包有意只包含作者编写的事实性观察和来源链接，不重新分发完整网页、截图、账户记录或私人研究语料库。链接所指来源材料的版权仍归其所有者。Sapien1 自己的文章、工作表和观察文件可作为已发布网站的材料使用；此包不授予对源数据集或第三方内容的任何权利。

运行 `python3 render-assets.py` 可复现 2 张原创 SVG 图。入口展示图使用观察记录；准备工作信息图展示作者创建的综合分析。两张图都包含可编辑文本、标题和描述。
