Перед передачей таблицы в разрешённый ИИ-контур создай минимизированную рабочую копию: убери прямые идентификаторы, обобщи редкие сочетания признаков, проверь свободный текст и вручную осмотри выходной файл. Простое удаление имени не делает набор анонимным: человека могут выдать уникальная должность, маленький населённый пункт, редкая дата и связанная с ними история.
NIST рассматривает деидентификацию как процесс управления риском повторной идентификации, включая преобразование косвенных признаков и проверку результата, а не как замену имени на случайный код. Руководство подготовлено для государственных наборов данных США и не является юридическим тестом для любой частной организации. Настройки данных также зависят от конкретного продукта: ChatGPT и API имеют разные контуры, правила и параметры хранения. Проверка настроек не разрешает загружать запрещённые данные и не заменяет внутреннюю политику или правовое основание. NIST SP 800-188, настройки данных ChatGPT, управление данными в API.
Сначала определи, что требуется для задачи
Опиши вопрос, на который модель должна ответить, и оставь только признаки, необходимые для ответа. Например, если нужно сгруппировать причины обращений, может быть достаточно категории продукта, месяца и краткого обезличенного описания; полный email, номер договора, токен доступа и имя менеджера не помогают такой классификации.
| Тип поля | Пример | Действие перед загрузкой |
|---|---|---|
| Прямой идентификатор | имя, email, телефон, номер клиента | Удалить или заменить устойчивым случайным кодом, если связь нужна внутри процесса |
| Косвенный идентификатор | редкий город, уникальная должность, точная дата события | Укрупнить диапазон, объединить категории или убрать, если для анализа не нужен |
| Секрет или credential | пароль, API-ключ, токен, приватный URL | Удалить полностью; не маскировать частично и не загружать |
| Полезный признак | категория обращения, укрупнённый месяц, тип продукта | Оставить только если он нужен, разрешён и не создаёт чрезмерную редкость в сочетании |
| Свободный текст | описание клиента с именем или номером | Проверить поиском и прочитать выборку; очистить повторно после преобразования |
Псевдоним помогает заменить видимое имя, но если таблица содержит отдельную колонку соответствия «код → человек», набор остаётся связываемым. Храни таблицу соответствия отдельно, с отдельным доступом и только если она действительно необходима.
Синтетический пример перед обработкой
Вымышленный файл содержит заявки: C-17; Elena; [email protected]; Северск; единственный инженер по квантовым насосам; 2026-04-11; позвонить на [ТЕЛЕФОН-1] после инцидента.
Для анализа тем обращений можно сделать рабочую копию: case-001; email удалён; город → регион; должность → инженер; дата → апрель 2026; текст → запрос по категории оборудования; колонка телефона удалена. Но в первом варианте копии свободный комментарий остался без очистки: при проверке перед загрузкой там найден [ТЕЛЕФОН-1]. Значит, преобразование не завершено: удали его, выполни поиск повторно и осмотри несколько строк вокруг найденного совпадения. В этом примере комбинация редкого оборудования, региона и события тоже может выделять запись; проверь, можно ли обобщить её без потери смысла анализа.
Значения полностью синтетические. В реальных данных не сохраняй номер телефона в статье, отладочном выводе или отчёте по очистке.
Учебная проверка: три места, где остались данные
Допустим, рабочую копию подготовили для классификации причин обращений. Заранее составь контрольный список известных исходных значений в защищённой среде, не передавая этот список модели. В вымышленной книге он позволяет найти три независимых дефекта:
| Где проверяем | Что обнаружено | Решение до загрузки | Повторный контроль |
|---|---|---|---|
| Колонка комментариев | [ТЕЛЕФОН-1], хотя отдельная колонка телефона удалена |
Заменить весь контактный фрагмент нейтральным описанием | Искать маркер по всей рабочей книге, затем перечитать строку |
| Скрытый лист «Исходник» | Старая таблица с именами | Исключить лист из передаваемого файла | Открыть именно итоговый файл и проверить список листов |
| Формула и ссылка на исходную книгу | Отображается код, но формула содержит путь к клиентскому файлу | В новой книге оставить только нужные проверенные значения | Проверить строку формул и внешние ссылки в итоговой копии |
Это синтетический набор дефектов, а не тест конкретного приложения. Практический приём — собрать новую пустую книгу только из разрешённых полей и проверенных значений, затем повторно осмотреть её. Не считай операцию «Сохранить как» самостоятельной очисткой. Если для задачи нужен плоский CSV, проверь его как текст: он всё ещё может содержать идентификаторы внутри ячеек.
Запиши результат в короткий журнал без самих персональных данных: «комментарии — исправлено; скрытые листы — проверено; формулы/ссылки — исключены; остаточный риск — оценен владельцем». Статус готовности выдаётся конкретному итоговому файлу; после любой правки проверка повторяется.
Контрольный проход по готовому файлу
- Сохрани исходник в утверждённом защищённом месте; создай отдельную копию для анализа.
- Удали прямые идентификаторы, секреты и ссылки на внутренние системы.
- Обобщи редкие значения и проверь комбинации колонок, которые вместе выделяют одного человека.
- Просканируй весь файл на email, телефон, адрес, номера договоров/карт и секреты; отдельно просмотри свободный текст и комментарии.
- Открой готовую копию как пользователь: проверь скрытые листы, фильтры, свойства, имена вкладок и формулы, которые могут показывать оригинальные значения.
- Проведи повторную выборочную ручную проверку; зафиксируй владельца решения и остаточную неопределённость.
Для использования ChatGPT проверь актуальные настройки своей учётной записи и рабочего пространства. Страница Data Controls объясняет настройку использования чатов для улучшения моделей; API data controls описывает отдельные endpoint и политики хранения, которые могут зависеть от конфигурации. Не своди их к общей фразе «данные не хранятся». Если цель — получить идеи из обращений, сначала агрегируй темы в разрешённой среде: смотри как превратить поддержку в контент-план без клиентских данных.
Удаление идентификаторов снижает некоторые риски, но не доказывает анонимность и не исключает повторное сопоставление с внешней информацией. При высоком риске останови загрузку и обратись к владельцу данных или специалисту по безопасности/приватности.
