anonym.legal

By · Last updated 2026-04-15

Назад към блогаСигурност на AI

Защо Политиките Не Спират Изтичането на Лични Данни от ChatGPT

77% от корпоративните потребители на AI копират и поставят данни в запитвания към чатботове. Почти 40% от качените файлове съдържат лични данни или данни за платежни карти. Предложена актуализация на правилото за сигурност по HIPAA.

April 15, 20268 мин. четене
ChatGPT PII leak preventionChrome extension DLPenterprise AI policytechnical controls browsercopy-paste PII protection

Проблемът с Копирането и Поставянето

77% от корпоративните потребители на AI копират и поставят данни в запитвания към чатботове. Това не е периферно поведение. Това е стандартният начин, по който служителите използват AI инструменти на работа.

Моделът е прост. Служителят е изправен пред задача. Отваря документ, копира съответния текст и го поставя в ChatGPT. Получава полезен отговор.

Нищо в този работен процес не филтрира за лични данни. Поставянето се случва преди тя да зададе: "Съдържа ли това лични данни?" По времето, когато прочете отговора на AI, предаването вече е завършено.

Изследването на Cyberhaven установи, че почти 40% от качените файлове в AI инструменти съдържат лични данни или данни за платежни карти. Повечето от тези качвания не са безразсъдни. Служителите работят с файла, който им е бил възложен. Клиентските данни в него са случайни.

Защо Обучението Не Мащабира

Обучението по политики е изправено пред структурно ограничение. То се опитва да промени навичното поведение чрез периодично образование.

Пропастта между обучителните сесии е проблемът. Повечето корпоративни програми се провеждат ежегодно. Работник, обучен за работа с AI данни през януари, работи на навик до октомври. Паметта затихва. Навиците продължават.

Актуализацията на Правилото за сигурност по HIPAA, предложена през март 2025 г., отразява това. Тя изисква годишни одити на криптирането - не само годишно обучение. Регулаторите очакват техническите контроли да бъдат основният предпазен механизъм. Обучението е допълнение.

AI инструментите влошават проблема с обучението. Поведението е ново. Служителите не са развили навици за работа с AI данни преди десетилетие, по начина, по който го направиха с имейла. И изтичането е невидимо. Служителят вижда полезен отговор. Няма съобщение за грешка. Без незабавна отрицателна обратна връзка.

Без обратна връзка поведението не се самокоригира.

Как Разширението за Chrome Прихваща Поставянето

Разширението за Chrome работи на слоя на клипборда. То стои между действието на копиране и полето за въвеждане на AI инструмента.

Прихващането работи така. Служителят копира текст от работното си приложение. Превключва към раздела ChatGPT и поставя. Разширението открива лични данни в съдържанието на клипборда в момента на поставяне - преди съдържанието да се появи в полето за въвеждане.

Появява се модал за предварителен преглед. Той показва точно какво ще се промени:

"Името на клиента 'Maria Schmidt' -> '[PERSON_1]'; Имейл 'maria.schmidt@company.de' -> '[EMAIL_1]'"

Служителят може да продължи с анонимизираната версия. Може и да откаже, ако заместването не работи за задачата.

Този дизайн прави две неща. Първо, той е прозрачен. Служителите виждат какво прави инструментът. Това изгражда доверие и избягва усещането, че контролите за поверителност са наблюдение. Второ, прави решението за класификация явно. Човек потвърждава всяка стъпка на анонимизиране. Решението не се автоматизира.

Практически Пример

Вземете екипа за обслужване на клиенти на европейска компания за електронна търговия. Агентите използват ChatGPT за изготвяне на отговори. Те поставят клиентски имейли, съдържащи имена, номера на поръчки и адреси.

С активното разширение всяко поставяне задейства проверка за анонимизиране. Агентът изпраща анонимизирана подкана. Отговорът на ChatGPT препраща към анонимизираните токени. Агентът чете предложенията и ги включва в реалния отговор.

Качеството на обслужването остава високо. Минимизирането на данните по Член 5 от GDPR е удовлетворено. Личните данни на клиента никога не достигат до сървърите на OpenAI.

Обучението по политики не може да постигне този резултат. Технически контрол на слоя на клипборда може.

Политиката като Допълнение, Не Основен Контрол

Обучението по политики има своето място. То задава очаквания. Изгражда базова осведоменост. Но не може да прихване поставянето в реално време.

Актуализацията на правилото по HIPAA показва посоката на съответствието. Одитируеми технически контроли, не само документирани обучителни програми. Предприятията, разчитащи само на обучение, са изправени пред одиторска пропаст, която само технически слой може да запълни.

Вижте също:

Източници

Готови ли сте да защитите данните си?

Започнете анонимизация на PII с 285+ типа субекти на 48 езика.

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.