屏幕上能看到的名字不一定是文本。在扫描版合同、拍下的信件照片，或粘贴到报告中的电子邮件截图里，名字就是以图片形式呈现的。查找和替换功能无法识别它，但 AI 工具可能识别得到。
个人数据可能藏在图片中的哪些地方
- 扫描版 PDF。 每一页都是图片。包括姓名和数字在内的所有文字都是像素。
- 文件照片。 用手机拍摄的信件、发票或表格照片。
- Word 或 PowerPoint 中的截图。 将电子邮件或聊天内容作为图片粘贴，只为“展示说了什么”。
- 签名栏和印章。 它们通常是图片，旁边还会有姓名。
- 信头和徽标。 横幅中的公司名称和地址。
- 会议上拍摄的名片、白板和表格 。
- 照片元数据。 图片可能包含拍摄日期、设备信息，有时还包括拍摄地点。
这对 AI 工具为何重要
AI 工具可以读取图片。如果你上传客户合同的扫描件，工具会像读取键入的文本一样读取其中的姓名。删除文件中键入部分的姓名，却留下图片，会使客户的信息暴露。
反过来的情况也会发生。看起来全是干净文本的文件，可能包含一份扫描的附录，其中包含所有信息。请打开每一页查看，而不仅仅是第一页。
快速测试：你能选中这些文字吗？
打开 PDF，尝试用光标选中一行内容。如果你可以高亮显示单个词语，这一页就有文本层。如果选中的是整页内容，或者什么都选不中，那么这一页就是图片。混合型文件很常见：前面是键入的页面，最后附有扫描的签名页或附录。请检查最后几页，而不仅仅是第一页。
同样的测试也适用于 Word：点击截图，如果它被选作一张完整的图片，其中的内容就不是可搜索文本。
聊天和电子邮件截图
这些截图值得单独提及，因为它们看起来似乎无害。短信对话截图会显示顶部的电话号码或联系人姓名、每个对话气泡中的对方姓名，而且消息中往往还会出现时间和地点。电子邮件截图会显示包含双方地址的完整邮件头。如果你需要其中的内容，请复制文字、替换姓名，并省略图片。如果截图本身就是证据，请将其视为一份独立文件，不要把它插入准备分享给 AI 工具的报告中。
手动处理
- 找出图片。 滚动浏览文档，记下所有扫描件、截图和图片。
- 判断是否需要它们。 很多时候并不需要，或者其中的文字只有一两行，可以重新输入。
- 如果需要其中的内容，请重新输入或复制文字 并插入占位符，然后不要保留图片。
- 不要使用模糊处理。 模糊后的姓名通常仍可读出，而且模糊效果有时可以还原。将纯色遮挡块合并到图片中会更安全。更好的做法是不要保留图片。
- 如果必须发送图片，请移除照片元数据 。
工具能做什么
扫描版 PDF 会逐页读取为文本。对于 Word、PowerPoint、Excel、电子邮件及类似文件，图片中的文字会被识别，并以标记为“图片中的文字”的文本块放置在图片原先的位置。之后，它会像文档中的其他内容一样经过相同步骤：查找姓名和数字，由你进行检查，再替换为占位符。图片本身不会进入安全副本。小图标和装饰元素会被跳过。
在 ClientSafe 中，安全副本上方的状态栏会显示有多少图片已被识别为文本。支持读取英语、西班牙语、法语、德语和阿拉伯语。
一个真实的案例
客户发来一个文件夹：一份键入的协议、一封扫描的银行信函、三张手写便条的照片，以及一串包含短信截图的电子邮件对话。协议很简单，其他文件才是姓名隐藏之处。只处理键入文本的工具会漏掉其中大部分内容，而快速搜索键入的协议只会显示“干净”。文本搜索不能检查扫描件。审核时必须包括从图片中读取的页面。
识别可能失败的情况
从图片中读取文本并不精确。手写内容、低分辨率照片、倾斜的页面、压在文字上的印章以及特殊字体都可能导致错误。名字一旦识别错误，就可能因为看起来不像姓名而逃过检测。如果识别结果不确定，ClientSafe 会将文档标记为“需要审核”。请把这类文档视为需要再读一遍的文档，并将安全副本与原始页面逐一对照。
以图片形式绘制的签名没有可读文本。旁边键入的姓名（例如“签名：Maria Lopez”）属于文本，可以被找到。
常见问题
我能不能保留图片，只寄希望于不会出问题？
不能。文件的图片就是文件本身。如果图片中有姓名，能够读取图片的 AI 工具就能看到这些姓名。
扫描版 PDF 会像 Word 文件一样处理吗？
系统会先将其读取为文本。之后的处理步骤相同。
安全副本会包含我的照片吗？
不会。图片不会保留。能够读取到的图片文字会被纳入副本并作安全处理。
手写便条怎么办？
要做好遗漏的准备。对于任何文本识别技术而言，手写内容都是最难处理的情况，因此请格外仔细地检查这些页面，或重新输入其内容。
ClientSafe 会读取扫描版 PDF 以及文档图片中的文字，然后像处理键入的文本一样查找并替换姓名和数字。审核步骤会显示查找到的内容；系统无法确定的文档会标记为“需要审核”。