业务材料交给 AI 前：自动脱敏后为什么还要人工复核

业务材料交给 AI 前：自动脱敏后为什么还要人工复核

合同要交给 AI 提取履约义务，财务底稿要做归类，尽调材料要整理风险点，咨询访谈和客服记录要归纳问题，企业知识库要接入检索。这些任务都要求模型读懂业务内容，却不要求模型看到材料里的真实姓名、联系方式、账号、地址或内部项目编号。

自动脱敏能先找出候选敏感项，但识别完成不代表文件已经适合提交。漏掉一个身份线索，未脱敏信息就可能进入 AI 输入；误删一个责任主体或项目代号，模型拿到的材料又可能失去分析所需的关系。

更准确的边界是：先在本地完成脱敏和人工复核，未脱敏原始材料不直接交给 AI 厂商；AI 使用的是复核后的安全版本；采用混淆代指且需要保留对应关系时，映射字典留在受控环境。这不等于业务数据完全不传给 AI 厂商，安全版本仍包含完成任务所需的业务内容。

AI 能读取，不等于原始材料适合直接提交

业务材料不是整齐的字段表。一个名称是否需要隐藏，取决于它在当前材料中的角色，也取决于 AI 接下来要做什么。

同一个机构名，在公开政策分析中可能可以保留，在客户尽调材料中却可能直接指向交易参与方。内部项目简称没有固定号码结构，可能没有被预制规则命中；普通地名放进咨询记录后，也可能与人物身份拼成可识别线索。

自动识别适合快速缩小排查范围，最终取舍仍要由熟悉材料用途的人完成。复核时要同时处理两类问题：本应隐藏但没有命中的漏脱，以及本应保留却被替换的误脱。

漏脱影响信息边界，误脱影响材料可用性。前者可能把原始身份线索带进模型，后者可能让合同主体、资金关系、访谈对象或客服事件发生混淆。只追求遮得更多，并不能得到适合 AI 使用的版本。

如果还没有确定本批材料要检查哪些类别，可以先参考常见敏感信息清单，再根据具体任务确定必须隐藏、可以保留和需要维持关联的内容。

第一步：把原文、处理结果和识别清单放在一起看

只看脱敏结果，很难发现哪些内容根本没有被识别；只看原文，又不容易确认每一项最终被怎样替换。提交 AI 前，需要把原文上下文、处理结果和识别项目清单连成一条判断链。

脱敏卫士工作台会把原文内容、脱敏结果和脱敏列表放在同一处理界面。复核者可以先在原文中理解人物、机构和事件关系，再看替换后的版本是否保留任务所需语境，最后在清单中确认对应项目是否启用。

先看原文语境，再核对 AI 将使用的替换结果，最后回到清单确认处理状态。

检查顺序应跟着材料风险走。合同和尽调文件要留意标题、签章、落款、交易编号及附件；财务材料要关注账户、往来单位和备注字段；咨询、客服记录常有昵称、口语化地址和散落在上下文中的联系方式；知识库文档还可能在页眉页脚、示例和历史批注里保留身份线索。

有些线索单独看并不敏感，组合后却能指向特定对象。也有一些词看起来像姓名或地址，实际是业务术语。复核者要做的是判断这份安全版本是否既守住信息边界，又足以支持当前 AI 任务。

导出应发生在三层信息核对之后，而不是自动识别结束之后。

第二步：修正误脱，保住 AI 任务需要的语境

误脱不一定造成信息泄露，却会直接降低材料质量。合同中的两个主体被替换成同一个代号，模型可能无法区分权利义务；财务摘要失去科目或往来方类别，归类结果会缺少依据；访谈记录删掉角色信息，观点便无法对应到正确群体。

在脱敏卫士中，发现本次误脱时，可以在脱敏项目清单里关闭不需要处理的项目。关闭前仍要回到原文确认该内容是否在其他位置重复出现，避免修正一处时放过另一处真正需要处理的位置。

如果同一个词在同类材料中频繁被误脱，而且业务上确定必须保留，可以将它加入白名单，减少后续任务中的重复撤销。不过白名单不是免检词库。某个名称在一批公开资料中可以保留，不代表它出现在另一份客户材料时仍可直接进入 AI 输入。

本次修正完成后，应顺着相邻段落再读一遍，确认人物、机构、时间和事件关系仍然清楚。对摘要、抽取、分类和知识库检索来说，可用的安全版本需要保留结构，不是把所有实体一概抹去。

第三步：补上漏脱，再处理反复出现的遗漏

漏脱往往不在识别清单中，复核者需要回到原文主动寻找。标题、页眉页脚、落款、扫描页边角、手写批注和图片区域，都是容易被忽略的位置。简称、别名、内部项目号和只出现一次的业务编号，也值得单独检查。

对于文本漏项，脱敏卫士支持选中文字后指定敏感信息类型和替换代号，把遗漏补进当前结果。这个动作适合少量、偶发且依赖上下文判断的内容。

自动识别未命中时，可选中具体文本并补充本次需要的处理项。

图片材料还需要视觉检查。产品支持手动框选自定义区域，复核时可据此处理印章、人脸、手写信息、二维码附近内容和扫描件边角，不能只靠文字搜索确认安全。

同一种遗漏如果在同类文件中反复出现，可以将组织特有编号、内部项目号或特殊字段沉淀为自定义规则，把必须处理的固定词加入黑名单。频繁误脱则可以在口径稳定时使用白名单。规则能减少下一批材料的重复劳动，但不会替代导出前的人工复核。

判断是否值得维护规则，可以看遗漏是否连续出现、判断口径是否稳定、模式能否清楚描述。高度依赖上下文的偶发内容，继续留给人工判断更稳妥。

第四步：按 AI 任务选择输出方式，单独控制映射信息

漏脱和误脱修正后，还要确认替换方式是否支持模型要完成的任务。脱敏卫士提供涂黑、星号遮盖和混淆代指等方式，各自保留的信息不同。

如果文件只供人查看，涂黑或星号更直观。需要让 AI 继续做摘要、要素抽取、关系分析或知识库检索时，混淆代指更容易保留句子结构和实体之间的区别。具体选择可以结合可逆与不可逆处理方式的差异判断。

这一步至少要回答几个与任务直接相关的问题：模型是否需要区分不同人物或机构，字段类型是否需要保留，关联材料是否使用一致代号，任务结束后是否存在还原需求，以及还原权限由谁掌握。

如果需要在内部还原结果，映射字典应与交给 AI 的安全版本分开，留在受控环境。提交给 AI 厂商的是复核后的安全版本，不应把原件、映射表或其他能够恢复真实身份的中间文件一并上传。

这里也要避免另一种含混说法：经过脱敏，不等于业务数据完全不传给 AI 厂商。合同条款、财务关系、访谈内容或客服问题仍可能存在于安全版本中，只是直接身份信息和已确定需要隔离的敏感项经过处理。是否允许把这些业务内容交给特定 AI 服务，还要服从组织自己的授权、供应商和数据管理要求。

第五步：验收 AI 实际会收到的副本

界面中的结果通过复核后，再执行保存导出。脱敏卫士会在任务完成后形成记录，结果区提供快捷编辑、保存导出、去还原以及脱敏列表或映射表等入口。

最后一次验收应针对实际导出的文件。打开准备上传给 AI 的副本，按模型实际会收到的内容检查：

• 搜索一组已知姓名、手机号、邮箱、项目代号和业务编号；
• 抽查标题、页眉页脚、落款及长文中重复出现的实体；
• 检查图片、扫描页和不能直接搜索的区域；
• 确认代指没有造成主体混淆、句子断裂或关键关系丢失；
• 核对交付目录，只保留安全版本，不夹带原件、映射字典或中间文件。

如果材料要求在本机或断网环境中处理，应在开始前明确版本和数据边界，可参考离线本地文档脱敏的检查重点。本地处理解决原始材料在哪儿运行的问题，复核解决安全版本是否可用的问题；两者都不能代替对 AI 服务和后续保存方式的管理。

发现问题后，偶发项回到当前任务修正，重复项再进入规则或黑白名单。修正完成要重新导出，并再次检查实际副本，避免工作台里的版本已经改对，上传目录里仍留着旧文件。

交给 AI 的应是复核后的安全版本

一份业务材料从原件变成 AI 可用副本，要经过识别、对照、纠错、输出选择和导出验收。脱敏卫士把自动识别、人工修正、规则维护、导出与任务记录放进同一条处理流程，但不会替材料负责人决定哪些内容可以交给 AI，也不承诺一次自动处理百分之百正确。

可以先从一份范围可控、结构复杂的真实材料开始：明确 AI 任务，确定必须隐藏和必须保留的内容，在本地脱敏并完成复核，只把验收后的安全版本交给 AI，映射字典继续留在受控环境。跑通这条边界，才算把自动脱敏真正接进业务流程。