我想在把公司資料丟給 AI 前先擋住個資

我想在把公司資料丟給 AI 前先擋住個資的流程

1. 先盤點資料，不要先選工具

   把這個 AI 應用會碰到的所有欄位列出來，標註哪些是個資、哪些是營業秘密、哪些其實根本用不到。實務上最常見的問題不是技術，是資料欄位設計太隨性——姓名欄裡混著綽號、備註欄塞著身分證號，任何自動遮罩工具遇到這種資料都會漏。

2. 決定遮罩策略與可用性的取捨

   把姓名換成一串亂碼最安全，但模型也會答不出東西。評估你的應用需要保留多少語意，再決定用完全遮蔽、代碼化（可還原）還是合成資料替換。這一步要跟業務單位一起做，不能只有工程師決定。

3. 用實際資料實測遮罩前後的差異

   選一組真實的測試資料，比較遮罩前後模型回答的品質落差。用 Protecto 這類保留上下文的遮罩方案時，特別要驗證中文姓名、身分證字號格式、台灣地址寫法的辨識率——這些跟英文的表現一定有落差，只能自己測。

4. 把稽核軌跡與存取控制寫進設計

   誰能看到還原後的資料、什麼情境下能還原、紀錄保存多久，這些要在架構裡就設計好，不是事後補文件。文件量大的流程可以評估 Hyperscience 這類內建遮罩與合成資料替換的方案。本流程僅供規劃參考，實際法遵義務請依個資法與主管機關規範並諮詢法務。