匿名化、假名化、编辑隐去：用于 AI 时该选哪一种

人们常把“匿名化”“假名化”和“编辑隐去”当作同一个意思。其实并非如此，这些方法之间的区别决定了你能如何使用处理后的内容，以及仍需遵守哪些规则。下面用通俗的语言介绍每种方法，以及想借助 AI 处理客户文件时哪种方法更合适。

编辑隐去

编辑隐去是指从文档中删除或涂黑部分内容，使读者无法看到。被隐去的内容已经不在文档中，也没有任何信息能将空缺处关联回原件。

当你要将文档交给另一方、法院或公众时，编辑隐去是合适的工具。正确操作后，处理结果不可逆。操作不当则不然：在 PDF 文本上画一个黑框，底下的文字可能仍然存在。用于提交或披露的编辑隐去，应使用专门为此目的设计的工具和流程，并由第二个人检查结果。

用于 AI 时，单纯编辑隐去有个缺点。如果每个姓名都变成黑条或“[已隐去]”，AI 就无法分辨谁是谁。一份涉及两方和双方之间一笔付款的合同，会变成一份涉及两个空白项的合同。你通常仍然可以获得摘要，但答案会失去让问题值得提出的各方关系。

假名化

假名化是指用一致的替代标识符（例如 Person_1 和 Company_1）替换可识别身份的信息，并将用于关联回真实值的密钥另行保存。

欧洲数据保护委员会依据 GDPR 对假名化的定义是：对个人数据进行处理，使其在没有额外信息的情况下不再能归属于特定个人；前提是这些额外信息另行保存，并受到技术和组织措施的保护。在其指南中，该委员会举例说明，额外信息可以是将假名与其所替代信息相对应的表格。

需要记住的是，假名化并不能使数据不再具有个人数据属性。根据同一份指南，假名化数据仍然是个人数据，因为有了额外信息后，它仍可能归属于某个人。英国信息专员办公室（ICO）也持相同观点：对于持有额外信息的人而言，假名化数据仍是个人数据。假名化可以降低风险，但不会让数据脱离数据保护法的适用范围。

用于 AI 时，它有一个实际优势：占位符保持一致，因此 AI 能看到文档的结构。而且由于密钥由你保管，你可以在 AI 的回答中还原真实姓名。

匿名化

匿名化更进一步。数据经过改变后，无论是你还是其他任何人，都无法再识别出相关个人，也不存在可以用于还原的密钥。数据是否真正匿名，取决于是否仍能通过合理可能采用的手段识别个人，而不仅仅取决于是否删除了姓名。

对于涉及个别客户的文件而言，这是很高的门槛。即使删除了所有姓名，一封描述独特情况的信件仍可能识别出当事人，因为故事本身就是识别信息。完全匿名化通常意味着删除或概括细节，直到文档对具体案件不再有用；但当你需要针对某个特定客户事项获得帮助时，这通常不是你想要的结果。

许多工具和文章把“匿名化”说成“替换姓名”。如果工具保留了可以还原姓名的密钥，那么无论按钮上写的是什么，它所做的都是假名化。

同一句话的三种处理方式

原文：“Maria Lopez，出生于 1980 年 5 月 4 日，根据租约欠 Northwind Ltd 12,000。”

• 编辑隐去后： “[已隐去]，出生于[已隐去]，根据租约欠[已隐去] 12,000。”没有任何信息能将这些空缺关联到任何人，AI 也无法判断第一个空缺和第三个空缺代表的是不同当事人。
• 假名化后： “Person_1，出生日期为 Date_1，根据租约欠 Company_1 12,000。”文档结构保持完整，而你保管的密钥会注明 Person_1 是 Maria Lopez。
• 匿名化后： “一名租户根据租约欠房东一笔款项。”无法识别任何人，而且大部分细节都已删除。

中间那句话既适合用来向 AI 提出有用的问题，也能让你之后将答案对应回正确的人。

哪种方式适合 AI 工作

对于大多数专业用途的 AI 工作，假名化是实用的选择。一致的占位符能让 AI 读懂文档，密钥能让你还原答案，同时你仍能顾及自身义务。由于假名化数据仍是个人数据，应将安全副本视为敏感信息，将密钥留在聊天之外，并在第三方服务接收安全副本时，确认你的职业规则有哪些要求。

这些方法都无法保证什么

没有任何方法能保证完全不留可识别身份的信息。自动检测会漏掉一些内容：昵称、拼写错误的姓氏，或只有与其他信息组合后才能识别个人的细节。无论使用什么方法，都必须由人检查结果。合理的问题不是“这是否绝对安全？”，而是“我是否已将离开电脑的信息减少到任务所需的程度，并检查过内容？”

ClientSafe 是一款由 GagarinSoft 开发的 Windows 应用，可在你的电脑上为客户文件制作假名化安全副本，将密钥保存在你的电脑上，并在 AI 的回答中还原真实姓名。它不是用于处理要交给另一方或法院的文档的编辑隐去工具。 详细了解 ClientSafe.

一般信息，不构成法律意见。请核查适用于你的规则。