如何使用大模型服务但不泄露隐私?
使用大模型服务时,隐私保护的关键不是“有没有加密”这一项,而是控制哪些数据离开自己的系统、服务商如何处理这些数据,以及数据会留下多久。
先按任务做数据最小化:能用概括或虚构样例表达的问题,就不要提交真实姓名、手机号、身份证号、住址、账号密码、客户记录或完整内部文档。确需分析真实材料时,可先在本地替换身份字段(如“客户甲”“项目A”),并删除与问题无关的段落;注意罕见职位、精确日期、地点和事件组合也可能重新指向某个人。映射表留在本地,不要和脱敏文本一起上传。密钥、访问令牌和私钥不应交给模型,即使要求模型“不要记住”也一样。
再核对服务的实际数据政策和配置,而不只看宣传页面:输入和输出是否用于训练、是否有保留期限、人工审核或滥用监测、删除请求如何处理、数据存储及处理地区、子处理方有哪些。企业/API方案可能提供关闭训练、较短保留期或更强管理控制,但要以当前合同、账户设置和适用条款为准;API 不等于天然不留存。不要把敏感内容放进会长期保存的聊天历史、共享工作区、调试日志或第三方插件。
风险较高的场景可优先考虑经安全评估的本地模型或受控云环境,并限制网络出口、访问权限和日志内容。即使在本地运行,也仍要保护设备、模型调用日志、备份和用户权限。对确实需要处理的敏感数据,先确认组织是否允许使用该服务;涉及受监管或高影响数据时,应由负责隐私/安全的人员核对法律义务与供应商条款。
一个实用判断标准是:如果这段内容被服务提供方的授权运维人员看到,或因配置错误留在日志里,会不会造成不可接受的损害?若会,就不要原样提交;改用脱敏样例、受控环境,或不调用外部模型。