隱私政策

隱私政策

最後更新:2026年5月25日

A1P(以下簡稱「我們」或「本公司」),一家在香港注冊成立的公司,注冊地址為香港九龍觀塘海遠道64號仁孚商業中心2705室,以「BasicRouter」品牌名稱營運網站 https://basicrouter.ai/,尊重您的隱私,並致力於透過遵守本隱私政策來保護您的隱私。我們制定本隱私政策,旨在告知您有關個人資料收集、使用和披露的相關政策,以及您在此方面擁有的選擇權。本隱私政策中使用但未定義的大寫術語,其含義與我們的服務條款中所賦予的含義相同。

本隱私政策適用於透過書面、電子或口頭通信方式收集的所有個人資料,適用情形包括:

  • 造訪位於 https://basicrouter.ai/ 的網站及連結至本隱私政策的所有對應網頁和網站(以下簡稱「網站」);
  • 與第三方網站和服務上的應用程式進行互動,前提是這些應用程式包含本隱私政策的連結;
  • 使用我們的服務。

在使用我們的網站和服務之前,請仔細閱讀我們的服務條款及本隱私政策。透過使用本網站或服務,您同意按照本隱私政策和我們的服務條款收集和使用您的個人資料。

我們可能隨時修改本隱私政策,恕不另行通知,且變更可能適用於我們持有的您的任何個人資料。如有變更,修訂後的隱私政策將發布在我們的網站上。您繼續使用或重新造訪網站或服務,即表示您接受並同意相關變更。

我們也可能提供額外的「即時」披露或有關我們服務資料收集、使用和共享實踐的補充資訊。

1. 個人資料的收集

當您使用我們的網站和服務時,我們會收集個人資料。個人資料是指與您相關、能夠識別您的個人身份或可用於識別您的任何資訊,包括但不限於:您的姓名、郵寄地址、電子郵件地址和電話號碼。您在服務中輸入的任何文字或資料(「輸入內容」)可能僅為提供服務而被處理。輸入內容僅在提供服務時被處理,且預設情況下不會儲存,除非您明確啟用。某些技術和使用資料可能會出於計費、安全和合規目的而被保留。我們無法控制,也不對第三方AI模型(包括大型語言模型)如何處理、儲存或使用您的輸入或輸出內容承擔責任,包括用於模型訓練。您應避免在使用服務時提交任何敏感個人資料。第三方模型提供商可能有自己的資料處理和保留政策。建議使用者在使用服務時查看相應提供商的隱私政策。

我們可能收集的個人資料類型包括但不限於:您主動提供給我們的個人資料、自動收集的有關您使用網站或服務的個人資料,以及來自第三方(包括我們業務合作夥伴)的資訊。

您主動提供的個人資料

我們可能從您處收集的個人資料包括:

  • 您在網站或服務的表單中填寫的資訊,包括注冊和建立帳戶時、使用服務時以及透過服務發送輸入內容時提供的資訊。
  • 如果您聯繫我們,包括電子郵件地址在內的通信記錄和副本。
  • 您對我們內部調查問卷的回答。
  • 您透過網站進行交易的詳細資訊及點數購買的履行情況。
  • 您在網站上的搜尋查詢記錄。

自動收集的個人資料

當您瀏覽和使用我們的網站或服務時,我們可能使用自動資料收集技術來收集以下資訊:

  • 您造訪網站的詳細資訊,包括流量資料、位置資料、日誌檔案、瀏覽歷史記錄及其他通信資料。
  • 有關您的電腦和網際網路連接的資訊,包括IP地址、作業系統和瀏覽器類型、時區設定及其他標識符。
  • 有關您偏好設定的資訊,以透過Cookie提升您對網站的使用效率。

Cookie及其他跟蹤技術

我們可能使用Cookie、嵌入式腳本及其他類似跟蹤技術(「跟蹤技術」)在您與網站互動時自動收集額外的個人資料,並個性化您對網站的使用體驗。

Cookie

Cookie是網站或其提供商透過您的網路瀏覽器傳輸到您裝置硬碟上的小型網路檔案,使網站或提供商的系統能夠識別您的瀏覽器並記住某些資訊。我們使用第一方和第三方Cookie以使網站正常運行、改善網站和服務、簡化登入流程及提供安全的瀏覽體驗。

我們網站使用以下類型的Cookie:

在適用法律要求的情況下,我們將在您的裝置上放置非必要Cookie之前征得您的同意。

更改Cookie設定

您的瀏覽器可能提供拒絕部分或全部Cookie的選項。請注意,如果您禁用Cookie,您可能無法存取網站的安全區域。更多資訊請造訪 http://www.allaboutcookies.org。

分析及其他跟蹤技術

我們可能使用第三方服務供應商監控和分析網站的使用情況。目前,我們使用Google Analytics。我們使用分析和性能監控工具來改進服務。非必要Cookie(如分析Cookie)僅在透過Cookie橫幅獲得使用者同意後才啟用。更多資訊請造訪:https://policies.google.com/privacy?hl=en。

我們還可能使用跟蹤技術收集「點擊流」資料,並使用PostHog分析平台(條款:https://posthog.com/terms)。

我們網站的頁面和電子郵件中可能包含網路信標及工作階段回放工具,用於跟蹤交易事件、統計造訪使用者數量及進行其他網站統計。

2. 個人資料的使用方式

我們僅按本隱私政策所述的方式使用您的個人資料。使用目的包括:

  • 提供服務。
  • 就網站或服務功能的管理事項與您聯繫。
  • 向您提供有關帳戶的通知。
  • 通知您有關網站、政策、條款或產品或服務的變更。
  • 向您發送行銷和促銷電子郵件。
  • 回覆您的問題或其他請求。
  • 允許您參與網站和服務的互動功能。
  • 定製您在網站或服務上的使用體驗。
  • 保留您的使用者帳戶、注冊和個人資料。
  • 跟蹤您對網站和服務的回訪及使用情況。
  • 積累並報告與網站、服務及使用者活動相關的匯總統計資訊。
  • 確定使用者最喜歡哪些功能和服務,以幫助我們營運和改進網站。
  • 在您使用網站時保障安全,打擊垃圾郵件、惡意軟體及安全風險。
  • 改進和加強我們的安全措施。
  • 維護法律和法規合規性。
  • 執行我們的服務條款和其他政策的合規性。
  • 調查和解決爭議。
  • 調查和防止欺詐、濫用及違規行為。
  • 保護您、他人和我們的業務。
  • 用於在您向我們提供個人資料之前向您披露的任何其他合理目的。

我們不會使用您的輸入或輸出內容來訓練AI模型。

資料分類分級管理

我們將收集的資料按照隱私敏感程度分為三類,針對不同類型的資料應用不同的使用、儲存與保護規則:

1. 原始個人資料指可直接或間接識別到特定自然人的未經處理的原生資料,包括您的身份資訊、聯繫方式、完整的對話內容、支付記錄、帳戶標識等。此類資料敏感程度最高,僅可用於為您提供本服務的必要場景,未經您單獨同意,不得用於 AI 模型訓練或其他商業用途,儲存過程將採取最高等級的加密與存取控制措施。
2. 去標識化資料指已移除所有可識別特定個人的標識資訊,且無法透過任何方式還原定位到特定自然人的資料。此類資料敏感程度中等,可用於優化平台服務、內部模型迭代,不得用於識別特定使用者,也不會隨意對外共享。
3. 純統計聚合資料指將大量使用者的資料匯總後,完全去除個人資訊的統計結果,例如平台整體的使用者活躍度、功能使用分佈等,此類資料無法關聯到任何具體使用者,可用於平台營運分析、行業報告,甚至可對外公開發佈。

針對您的輸入與輸出內容用於 AI 模型訓練的場景,我們將提供獨立的 opt-in 同意選項,該選項不與服務使用、日誌儲存功能綁定,您可自主選擇是否同意;同時您可隨時撤回該同意,撤回後我們將對您相關訓練資料進行安全刪除。

匯總和去標識化資訊

我們可能以匯總或去標識化的形式處理個人資料,與企業合作夥伴共享,包括以下方式:

  • 處理回饋時,我們將輸入內容和輸出內容與您的使用者ID解除關聯。
  • 建立在網站上共享的分析報告,並為每個輸入內容分配主題類別。
  • 改善使用者體驗時,分析匯總一般使用者行為和使用資料(不識別個別使用者)。
  • 與企業合作夥伴共享時,經您同意以匯總、去標識化的形式披露輸入內容。

3. 個人資料的共享與披露

在以下情況下,我們可能共享或披露您的個人資料:

網站服務供應商。我們可能雇用其他公司和個人協助提供網站和服務(「服務供應商」)。服務供應商受合約約束,僅為代表我們執行任務的目的存取您的個人資料。
附屬公司和企業合作夥伴。我們可能與我們的子公司、附屬公司和合作夥伴共享您的個人資料。
公司交易。在合並、資產剝離、重組、解散或出售轉讓部分或全部資產的情況下,我們持有的個人資料屬於轉讓資產之一,您同意並授權我們轉讓您個人資料的相關權利。
分析。我們可能公開共享匯總的去標識化資訊,並與我們的附屬公司、子公司和合作夥伴共享。
經您同意。經您同意,我們可能為任何目的披露您的個人資料。
法律要求。在某些情況下,您的個人資料可能依據法律、法規、司法或其他政府命令進行處理。如法律要求或出於善意相信合理必要,我們將向執法機構或其他方保留並披露相關資訊,以遵守法律程序、執行服務條款、回應第三方權利主張,或保護BasicRouter及其員工、使用者和公众的權利、財產或人身安全。

4. 您的權利與選擇

行銷通訊

我們努力為您提供有關所提供個人資料的選擇權。如果您不希望我們使用您的電子郵件地址推廣我們的服務,您可以發送電子郵件至 support@basicrouter.ai 選擇退出,或按照行銷郵件中包含的「取消訂閱」說明操作。

保持個人資料準確和刪除

我們致力於確保您的個人資料保持準確和最新。您可以透過登入網站存取帳戶資料頁面查看和更改個人資料,也可以發送電子郵件至 support@basicrouter.ai 請求存取或更正資料。如果您希望刪除帳戶,請發送郵件至 support@basicrouter.ai 提交請求。一旦確認,帳戶刪除流程無法取消或逆轉。

有關您個人資料的權利

根據您所在地及適用的法律,您可能對您的個人資料享有某些權利。如需行使權利,請發送電子郵件至 support@basicrouter.ai 提交請求。

如需行使您的權利,您或您的授權代理人可發送電子郵件至 support@basicrouter.ai 提交請求。我們可能首先請求額外資訊以驗證您的身份後再處理您的請求。

知情權。您有權瞭解BasicRouter處理有關您的哪些個人資料,包括個人資料類別、收集來源類別、收集目的,以及我們向其披露資料的第三方類別。
存取權和資料可攜帶權。您有權在一定條件下請求獲得我們處理的有關您的個人資料副本,在某些情況下還可導出您的資訊。
刪除權。您有權請求我們在一定條件下刪除我們在您使用服務時收集的個人資料。
更正權。您有權請求我們在一定條件下更正我們保留的有關您的不準確個人資料。
反對權。您有權在一定條件下反對處理您的個人資料,可按照本部分說明選擇退出行銷通訊。
限制權。在某些情況下,您有權限制我們處理個人資料。
撤回同意權。如果我們處理您個人資料的依據是您的同意,您有權撤回同意,但撤回不影響撤回前已進行處理的合法性。若您撤回AI訓練相關的同意,我們將在7個工作日內完成對您相關訓練資料的安全清理,保障您的刪除權可落地執行。若我們未來與上游AI供應商共享訓練資料,將提前確認供應商的合規性,保障您的資料處理符合法規要求。
出售和定向行銷。我們不會按照適用法律法規對「出售」一詞的定義「出售」您的個人資料。

5. 資料安全

針對未來個人資料保護委員會(PDPC)的監管要求,我們已提前比照其預期標準建立安全措施,維持合規基線。我們實施並維護實體、技術和行政安全措施,包括存取控制、加密傳輸、安全事件回應程序等,旨在保護您的資料免遭意外丟失以及未經授權的存取、使用、更改和披露。您向我們提供的所有個人資料均儲存在防火牆後面的安全伺服器上。

您的資訊的安全性也取決於您自身。如果我們為您提供了存取網站某些部分的密碼,您有責任對此密碼保密,不應與任何人共享。

遺憾的是,透過網際網路傳輸資訊並非完全安全。儘管我們盡力保護您的個人資料,但我們無法保證傳輸至我們網站的個人資料的安全性。個人資料的任何傳輸均由您自擔風險。

6. 第三方平台與服務整合

網站可能與其他公司營運的網站、應用程式、介面、服務和平台相連結、依賴或整合(包括第三方服務)。我們對第三方營運的平台的隱私實踐不承擔責任。離開本網站後,您應查看適用的隱私政策。本隱私政策僅適用於BasicRouter收集的資訊。

7. 個人資料保留

我們受適用資訊保留法律的約束,將按照資料類型,在以下明確的期限內保留您的資訊,以遵守我們的業務和法律義務:

  • 金融交易記錄、KYC身份驗證資料、會計憑證:交易結束後保留5年
  • 會計帳簿:保留10年
  • 一般使用者行為資料:服務結束後最多保留3年(安全刪除或匿名化)
  • 客服對話記錄:保留1~3年(安全刪除)
  • Prompt / 對話內容:服務使用期間 + 1年(使用者可提前申請刪除)

當我們收集的個人資料達到對應的保留期限後,我們和我們的服務供應商將按適用法律的許可或要求,執行安全刪除或匿名化處理,落實資料全生命週期管理。

8. 資格條件

本網站面向至少16歲或滿足您所在司法管轄區最低年齡要求的使用者提供服務。透過使用網站,您聲明並保證您符合此年齡要求,且您的父母或監護人已授權您使用本網站,或您已達到與我們簽訂具有約束力合約的法定年齡。如果您不滿足上述要求,您不得造訪或使用我們的網站。

9. 資料跨境傳輸

當您造訪我們的網站或服務時,您的個人資料可能會被傳輸到我們在美國的伺服器,或歐洲經濟區(「EEA」)和英國以外的其他國家。我們透過依據GDPR第45條的充分性認定,以及依據GDPR第46條批准的標準合約條款,確保跨境傳輸的資料受到充分的法律保護。

10. 適用法律

因本隱私政策或BasicRouter任何產品或服務的購買、注冊或使用而產生的或與之相關的所有爭議,均受香港法律管轄並按香港法律解釋,無論您從何處造訪網站或服務,且不受任何法律衝突原則的影響。

11. 美國各州附加披露及GDPR處理依據

GDPR和一些美國州隱私法律要求特定披露。以下資訊提供了有關我們收集的個人資料類別及使用和披露方式的更多細節。

個人資料類別:

我們按上述說明收集以下資訊:標識符(姓名、聯繫方式、IP地址、裝置標識符);商業資訊(交易歷史);網路活動資訊(與服務的互動方式);通訊資訊(聯繫資訊);地理位置資料(裝置存取服務的大致區域);帳戶憑據。

個人資料的使用

我們將此資訊用於以下目的:提供、分析和維護服務(法律依據:履行合約);改進和發展服務(法律依據:合法利益);與您溝通(法律依據:您的同意);防止欺詐和保護系統安全(法律依據:合法利益和法律義務);遵守法律義務(法律依據:合法利益和法律義務)。

個人資料的披露

我們可能在以下情況下披露此資訊:供應商、服務供應商和附屬公司按照我們的指示進行處理;政府機構或其他第三方出於上述法律原因;參與公司交易的各方;您進行互動或共享資訊的其他使用者和第三方。

12. 模型服務商服務及隱私條款

本平台大型模型服務均由第三方雲廠商提供,模型相關隱私規則及資料服務政策以各廠商官方網站發布的條款為準。

詳情如下:

模型服務廠商條款對比

雲廠商「是否使用客戶資料訓練模型」原文對比(簡化版)模型提供商資料隔離Zero Data Retention(零留存)推理資料留存使用者控制方式是否匿名化各廠商隱私條款
AWS Bedrock“AWS does not use customer prompts or completions to train foundation models.” 不會使用客戶輸入或輸出訓練基礎模型。 ❌ 不用於訓練✅ 完全隔離,不向模型提供商共享✅ 支援(預設不保留推理資料)預設不儲存 prompt / completion 日誌由使用者 CloudWatch 設定預設不使用於訓練是
Microsoft Azure“Prompts, completions, and training data are NOT used to train, retrain, or improve OpenAI models.” 提示詞和輸出不會用於訓練或改進 OpenAI 模型。 ❌ 不用於訓練✅ 與 OpenAI 邏輯隔離✅ 支援(企業可申請 Zero Retention)預設最多 30 天用於濫用監控 企業可申請 Zero Retention預設不使用於訓練是
Google CloudGoogle Cloud "Your data does not train our models." 您的資料不會用於訓練模型。 ❌ 預設不使用於訓練✅ 模型提供商無法存取客戶資料⚠️ 預設保留日誌,可透過設定減少日誌預設約 30 天 企業可自訂預設不使用於訓練是
阿里雲國際Alibaba Cloud (International) “Customer content will not be used for model training without customer authorization.” 未經客戶授權不會使用客戶內容訓練模型。 ❌ 預設不使用於訓練✅ 使用者資料與平台模型隔離⚠️ 無統一 Zero Retention(依產品設定)按日誌與合規策略保留,通常 30 天-6 個月,不同產品不同部分 AI 服務提供 Opt-out 或企業協議控制是
騰訊雲國際Tencent Cloud “Customer data may be processed to provide and improve services, subject to applicable privacy settings.” 客戶資料可能用於提供和改進服務(受隱私設定控制)。 ⚠️ 可能用於服務改進(可關閉)⚠️ 若呼叫第三方模型需遵循其策略 可能共享給授權的服務供應商或模型提供方(取決於呼叫的模型)⚠️ 通常保留服務日誌(不可完全零留存)日誌通常 30–180 天部分 AI 服務提供 Opt-out 或企業協議控制是
華為雲國際Huawei Cloud “Customer data is processed strictly according to customer instructions and will not be used for other purposes.” 僅按客戶指令處理,不用於其他目的。 ❌ 不用於訓練✅ 強調使用者資料完全隔離⚠️ 預設存在日誌留存按日誌策略保留,一般 30–180 天預設不訓練,僅按使用者指令處理是
BytePlusBytePlus “We may use service data to improve and develop our services, including machine learning models.” 可能使用服務資料改進服務,包括機器學習模型。 ⚠️ 可能用於模型優化(可關閉)⚠️ 若使用第三方模型策略可能不同⚠️ 預設存在日誌和服務資料服務期間 + 合規要求(未統一公開期限)隱私設定或企業合約控制是
火山引擎(國內)Volcengine “Customer content will not be used to train base models unless authorized.” 未經客戶授權不會用於訓練基礎模型。 ❌ 預設不使用於訓練(使用者可授權用於模型優化)✅ 使用者資料與模型隔離⚠️ 預設日誌留存服務期間 + 合規日誌策略控制台可關閉資料用於模型優化是