A ocultação de PII em um prompt de IA consiste em substituir os detalhes que identificam uma pessoa — nomes, dados de contato, números de contas e de identificação, datas de nascimento — por rótulos neutros antes de colar o texto no ChatGPT, no Claude ou no Gemini. Mantenha as funções, os valores e as datas dos acontecimentos de que a IA precisa; oculte tudo o que revele quem é a pessoa e leia o texto ocultado mais uma vez antes de enviá-lo.
O que são PII e como se diferenciam dos dados pessoais
PII é a sigla em inglês de informações de identificação pessoal. É um termo dos Estados Unidos que consta de orientações federais. A Circular A-130 do OMB define PII como informações que podem ser usadas para distinguir ou rastrear a identidade de uma pessoa, sozinhas ou combinadas com outras informações vinculadas ou vinculáveis a essa pessoa. A publicação NIST SP 800-122, guia do NIST sobre a proteção da confidencialidade de PII, dá como exemplos nome, número do Seguro Social, data e local de nascimento, registros biométricos e informações vinculadas a uma pessoa, como detalhes médicos, financeiros ou profissionais.
A UE e o Reino Unido usam outro termo. Nos termos do artigo 4.º, n.º 1, do RGPD, e do mesmo artigo do RGPD do Reino Unido, dados pessoais são «qualquer informação relativa a uma pessoa singular identificada ou identificável», inclusive por meio de dados de localização, um identificador em linha ou fatores específicos da identidade física, econômica, cultural ou social de uma pessoa.
Para um prompt, a diferença é sobretudo uma questão de hábito. Quem pensa em «PII» tende a procurar campos: nome, SSN, e-mail. A definição do RGPD também leva você a perguntar se uma frase, lida em conjunto com o restante, aponta para uma pessoa. Se seus clientes estão na UE ou no Reino Unido, siga essa definição mais ampla. Saber se determinado uso de IA é lícito para sua empresa é uma questão para seu advogado ou encarregado da proteção de dados, não para uma ferramenta de ocultação.
Por que detalhes aparentemente inofensivos se acumulam
Os identificadores se dividem em dois grupos. Os identificadores diretos apontam para uma pessoa por si só: nome completo, número de passaporte, endereço de e-mail. Os quase-identificadores não fazem isso, mas restringem as possibilidades: código postal, data de nascimento, cargo, diagnóstico raro.
A medida mais conhecida de quão rapidamente eles restringem as possibilidades vem de Latanya Sweeney. Com dados do Censo dos EUA de 1990, ela estimou, em «Simple Demographics Often Identify People Uniquely» («Dados demográficos simples muitas vezes identificam pessoas de forma única»), que havia grande probabilidade de 87% da população dos EUA ser identificável de forma única com base em apenas três campos: código postal de cinco dígitos, gênero e data de nascimento. Uma reanálise posterior de Philippe Golle estimou o valor em cerca de 63% para o Censo de 2000. De qualquer modo, três fatos corriqueiros bastavam para identificar a maioria das pessoas.
Em um prompt, os quase-identificadores geralmente se escondem no texto livre: «a única sócia no escritório de Leeds», «o cliente que vendeu a padaria da Main Street na primavera passada». Nossa lista sobre o que remover antes de enviar um documento à IA explica essas combinações tipo por tipo.
Ocultação, tarja e pseudonimização: o que a IA ainda pode fazer
Esses três termos costumam ser usados de forma imprecisa. Para um prompt, o que importa é o que cada método ainda permite que a IA faça. Considere uma frase: «Anna Weber enviou um e-mail a Tom Hale em 3 de maio; Anna contesta a fatura de Tom.»
| Método | A frase fica assim | O que a IA ainda pode fazer | É possível restaurar os nomes? |
|---|---|---|---|
| Tarja (remover ou cobrir) | «[█████] enviou um e-mail a [█████] em 3 de maio; [█████] contesta a fatura de [█████].» | Pouco: não consegue saber quem escreveu, quem contesta e a quem se deve. | Não |
| Ocultação com rótulo de tipo | «[NOME] enviou um e-mail a [NOME] em 3 de maio; [NOME] contesta a fatura de [NOME].» | Sabe que são pessoas, mas não sabe qual é qual. | Não |
| Pseudonimização (marcadores consistentes) | «Person_1 enviou um e-mail a Person_2 em 3 de maio; Person_1 contesta a fatura de Person_2.» | Acompanhar quem fez o quê e responder usando os mesmos termos. | Sim, usando a tabela que vincula os marcadores aos nomes, mantida do seu lado |
Na maioria das tarefas de IA, marcadores consistentes produzem as melhores respostas, porque a IA ainda consegue acompanhar a história. O RGPD chama isso de pseudonimização (artigo 4.º, n.º 5) e ainda considera o resultado dado pessoal. Nosso artigo sobre anonimização, pseudonimização e tarja explica os três termos em detalhes.
O que ocultar em um prompt e o que manter
Oculte o que identifica a pessoa. Mantenha aquilo de que trata a pergunta.
| Oculte | Mantenha |
|---|---|
| Nomes de pessoas e empresas, apelidos, iniciais | Funções: comprador, inquilino, funcionário, nosso cliente, a outra parte |
| Endereços de e-mail, números de telefone, endereços residenciais | País ou jurisdição, se a resposta depender disso |
| Números de contas, IBANs, números de cartões, números fiscais e de identificação, números de processos e apólices | Valores, a menos que o próprio valor identifique o cliente |
| Datas de nascimento | Datas de acontecimentos: assinatura, notificação, pagamento, prazo |
| Detalhes em texto livre que identificam alguém: cargo incomum, cidade pequena, parente mencionado pelo nome | Os fatos dos quais depende a resposta, formulados de maneira geral |
A idade é uma exceção comum à orientação de «ocultar datas de nascimento»: se a resposta depender de saber se alguém tem mais de 18 anos ou está perto da aposentadoria, informe a idade ou «mais de 65 anos» em vez da data.
Um prompt curto, antes e depois:
Before:
Maria Lopez (born 12 March 1981, maria.lopez@example.com) rents
a flat from Greenfield Lettings Ltd. Her deposit of $2,400 was not
returned after she moved out on 30 June. What can she do?
After:
Person_1 (born Date_1, Email_1) rents a flat from Company_1.
Person_1's deposit of $2,400 was not returned after Person_1 moved
out on 30 June. What can Person_1 do? Keep the placeholders as written.O valor e a data de desocupação permanecem, porque a resposta depende deles. Se a data de nascimento não acrescentar nada à pergunta, exclua-a em vez de ocultá-la.
Três formas de ocultar
Manualmente
Para um prompt curto, leia o texto e substitua cada identificador você mesmo. Anote a lista de marcadores à medida que avança (Person_1 = Maria Lopez), para que a mesma pessoa sempre receba o mesmo rótulo. A ocultação manual é lenta e falha em textos longos: um nome que aparece doze vezes pode ser substituído onze vezes.
Com localizar e substituir por padrões
Alguns identificadores seguem um padrão fixo, e uma busca com expressões regulares os encontra todos de uma vez. Editores de texto como Notepad++ e VS Code são compatíveis com isso, e o Word tem uma busca com caracteres curinga e sintaxe própria. Dois padrões para começar:
Email: [A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}
IBAN: \b[A-Z]{2}[0-9]{2}(?: ?[A-Z0-9]){11,30}\bO padrão de IBAN segue a estrutura do Registro de IBAN da SWIFT: código de país com duas letras, dois dígitos de verificação e, em seguida, até trinta letras e números. Os padrões detectam formatos, não significados. Eles não detectam um número de telefone escrito como «zero-sete-sete» e nunca encontrarão um nome.
Com uma ferramenta de detecção
As ferramentas de detecção procuram nomes, empresas e lugares, além de padrões. Em documentos longos, são muito mais rápidas do que trabalhar manualmente, mas nenhuma encontra tudo. A documentação do kit de ferramentas de detecção de código aberto Presidio diz isso claramente: como usa detecção automatizada, «não há garantia de que o Presidio encontre todas as informações confidenciais».
Por isso, a detecção precisa ser seguida de uma etapa de revisão. Confira o que a ferramenta encontrou e desmarque os falsos positivos, como um nome de rua que também é sobrenome. Depois, leia o texto à procura do que passou despercebido: apelidos, nomes em minúsculas, pessoas descritas em vez de nomeadas. O que procurar em uma ferramenta de pseudonimização compara os tipos de ferramentas disponíveis.
No ClientSafe, você adiciona os documentos a um caso, e a ferramenta encontra nomes, empresas, endereços, números de telefone, endereços de e-mail, números de contas e de identificação e datas de nascimento no seu PC. Você desmarca o que não é dado pessoal e sinaliza o que não foi identificado. Depois, copia a cópia segura para o chat de IA. A mesma pessoa recebe o mesmo marcador em todos os documentos do caso.
A resposta volta com marcadores
A ocultação funciona nos dois sentidos. A IA responde usando os mesmos termos que você usou, então sua resposta diz «Person_1 pode pedir a Company_1 que...» em vez de «Maria Lopez pode pedir que...». Pedir à IA que mantenha os marcadores exatamente como foram escritos, como no exemplo acima, aumenta a probabilidade de isso acontecer.
Recoloque os nomes verdadeiros no seu próprio computador, não no chat: use localizar e substituir com sua lista de marcadores ou a mesma ferramenta usada para ocultá-los. Depois, leia a resposta restaurada uma vez: um marcador que a IA tenha alterado («Pessoa 1» em vez de «Person_1») talvez não tenha sido restaurado. Nosso guia sobre como restaurar os nomes verdadeiros na resposta da IA explica o processo de ida e volta passo a passo.
Perguntas frequentes
O texto ocultado é anônimo?
Geralmente, não. Se você mantiver uma tabela que vincule os marcadores aos nomes, o texto será pseudonimizado e, nos termos do RGPD, continuará sendo dado pessoal. A ocultação reduz o que o serviço de IA recebe. Ela não retira o texto do âmbito da legislação de proteção de dados.
Devo ocultar nomes de empresas?
Oculte a empresa do cliente e qualquer empresa que o identifique, como uma pequena empresa familiar. Muitas vezes, o nome de uma grande empresa de capital aberto pode ser mantido se ela for fornecedora ou contraparte e a pergunta precisar dessa informação.
A ocultação piora a resposta da IA?
Com marcadores consistentes, raramente: a IA ainda vê quem fez o quê. A resposta piora quando depende de algo que você ocultou, como o país ou a idade de uma pessoa. Acrescente esse detalhe de forma geral.
Posso simplesmente pedir à IA que ignore os dados pessoais?
Não. Quando a IA lê a instrução, os dados já foram enviados. A ocultação precisa ocorrer antes de você colar o texto.
ClientSafe substitui nomes, endereços, números de telefone, endereços de e-mail, números de contas e de identificação e datas de nascimento por marcadores no seu PC e recoloca os nomes verdadeiros na resposta da IA. A detecção não é perfeita, então revise a lista antes de copiar.