给店铺、工作室或公司用 AI 时，经常有人想把一份客户表、合同或内部文档直接传上去。能不能传，不能只看“有没有姓名”：还要确认你有没有权使用、这次任务是否真的需要这些字段，以及公司批准的 AI 服务怎样保存和处理输入。下面用一份完全虚构的售后表格做一个本机练习，再给你一张上传前检查表。准备好 Python 的话，约 15 分钟可以跑完，免费。

先按这三步判断

先别把文件拖进聊天框。按顺序问：

  1. 我有权把它用于这项 AI 任务吗？ 看客户约定、员工告知、素材授权、公司制度和项目保密要求。文件是同事发给你的，不等于你能交给任意外部服务。
  2. 这次任务真的需要这些内容吗？ 去掉姓名、电话、订单号、地址、账号口令、密钥和与任务无关的整列。只保留完成任务需要的最少字段。
  3. 公司批准的这个服务怎么处理输入？ 查清输入是否会用于训练、保存多久、谁能访问、是否交给其他服务商、数据存放或处理区域、怎样删除，以及公司账号的管理方式。没有查清，就先停在这一步。

《个人信息保护法》要求处理个人信息有明确、合理的目的，并限于实现目的的最小范围；敏感个人信息需要特定目的和充分必要性，并采取严格保护措施。个人信息委托处理、处理敏感个人信息、向境外提供等情形还涉及事前影响评估要求。具体适用要看你的角色、数据和服务安排，别把这张练习表当作法律判断。查看《个人信息保护法》第六条、第二十八至二十九条、第五十五至五十六条

哪些可以先拿来练

数据情况 先怎么做
自己编的练习内容、公开且允许使用的资料 确认来源和使用条件后，可以用来熟悉流程。公开可见不等于没有版权或使用限制。
公司已经批准用于该服务的低敏资料 只提交完成任务所需的部分；仍按公司的账号、权限和保留规则操作。
客户或员工记录、合同、报价、未公开经营数据、源代码 先问数据负责人或法务；核对授权、合同、公司数据等级和具体服务条款。获批后仍应删减字段。
密码、访问令牌、私钥、涉密或受行业特别限制的资料 默认不要输入普通聊天服务。凭据应先撤销或轮换；涉密资料只能按单位规定的涉密渠道处理。

这不是法律规定的统一颜色分级表。企业要按数据来源、用途、泄露后影响和行业要求制定自己的分类规则。《数据安全法》确立了数据分类分级保护制度，具体目录和保护要求还要看适用的行业规则及公司制度。查看《数据安全法》第二十一条

使用面向境内公众提供的生成式 AI 服务时，还应按实际服务协议和适用规则核对输入信息的保护方式。《生成式人工智能服务管理暂行办法》要求服务提供者保护用户输入和使用记录；它对服务的适用范围有规定，不能把它简单套成所有内部部署或所有企业 AI 项目的完整规则。查看《生成式人工智能服务管理暂行办法》第二条、第四条和第十一条

本机练习：先删掉不需要的列

练习包里只有虚构售后记录。脚本按明确的字段白名单，只输出“商品类别、问题类别、问题摘要”，把姓名、电话、订单号、地址和测试令牌整列留在本机原文件中。它不会联网、调用模型或修改原文件。

下载并解压企业数据安全本机练习包。在包含 sanitize_demo.py 和 synthetic_tickets.csv 的目录打开终端，运行：

python3 sanitize_demo.py --self-check --input synthetic_tickets.csv --output sanitized.csv

打开生成的 sanitized.csv，确认里面只有三列；原始 CSV 则仍留在原目录。练习的重点是先确定模型任务需要什么，再生成最小输入，而不是把整张业务表交给模型。

真正上传前再做一次人工检查

白名单只检查列名，不会读懂摘要里藏着的姓名、地址或客户秘密。把保留下来的自由文本逐条读一遍，删掉能识别具体个人或项目的细节；检查表格公式、批注、隐藏工作表、文档修订记录、图片 OCR、文件名和附件。只要无法确认剩余内容适合当前服务，就不要上传。

然后回到前面的第三步：确认这项 AI 服务已获公司批准，且输入范围、保留、训练使用、访问、删除和服务商安排满足本次任务要求。私有化部署只改变数据经过的系统，不会自动给你数据处理授权，也不能代替权限控制、日志和备份核对。需要接企业知识库项目时，可以再看给中小企业做 AI 知识库：需求、报价、交付全流程；看客服样例时，可以参考AI 客服落地：从售前咨询到售后，能替代多少人工。

实测边界

本机脚本用 3 条合成记录验证了字段白名单：输出只含允许保留的 3 列，虚构姓名、电话、订单号、地址和测试令牌均未进入输出。它没有测试任何 AI 服务，也不判断法律授权、数据分类或文本中的隐含敏感信息；不要把它当成通用脱敏器或合规扫描器。

如果真实资料已经误传到未批准的服务，别只删聊天窗口：尽快联系公司安全或隐私负责人，按应急流程确认服务端删除、访问日志、凭据轮换和客户/监管通知义务。