anonym.legal

By · Last updated 2026-04-25

Назад към блогаGDPR и съответствие

Картографиране на токени за AI работни процеси по GDPR

Когато имената на клиентите са анонимизирани преди AI обработката, отговорът на AI съдържа анонимизирани токени. Крайният отговор трябва да съдържа реалните имена — не.

April 25, 20268 мин. четене
token mapping AIGDPR customer service AIauto-decryptsession-based anonymizationAI workflow pseudonymization

Картографиране на токени за AI работни процеси по GDPR

Актуализирано за 2026 г.

Екипът ви използва AI за изготвяне на отговори до клиенти. Клиент пише. Името му е анонимизирано, преди AI да го види. AI изготвя отговор с заместващ символ. Агентът трябва ръчно да го замени обратно. При 200 взаимодействия на ден тази разходна позиция нараства бързо.

Картографирането на токени на ниво сесия решава това. То автоматично възстановява реалните имена.

Проблемът без картографиране на токени

Стъпката за анонимизиране създава токен. "Maria Schmidt" се превръща в [CUSTOMER_1]. Claude изготвя: "Уважаема [CUSTOMER_1], извиняваме се за закъснението."

Обработващият претенции служител сега трябва да замени [CUSTOMER_1] с "Maria Schmidt" преди изпращане. В мащаб тази стъпка обезсмисля AI помощта. Това е повтаряща се работа, която не изчезва.

Как работят токените на ниво сесия

Сесията съхранява таблица за търсене: [CUSTOMER_1] -> "Maria Schmidt". Когато Claude върне чернова, слоят за автоматично декриптиране чете тази таблица и възстановява името. Агентът вижда "Уважаема Maria Schmidt" — вече коректно. Никаква ръчна стъпка. GDPR защитата работи безшумно.

Защо е важна последователността на сесията

Таблицата с токени трябва да бъде последователна в рамките на цялата сесия. Ако "Maria Schmidt" се появява в първоначалната жалба и отново в последващо съобщение, двете трябва да се резолвират към [CUSTOMER_1]. Без това Claude може да ги третира като двама различни хора. Отговорът му става неконкретен.

Едно лице получава един токен на сесия. Claude може тогава да разсъждава правилно върху разговора.

GDPR съответствие по проект

GDPR Член 4(5) определя псевдонимизацията като техника за намаляване на риска. Насоките на EDPB от 2022 г. изискват едно нещо: ключът трябва да се съхранява отделно от псевдонимизираните данни.

Таблиците с токени на ниво сесия отговарят на това правило. Таблицата за търсене остава в браузъра. Тя никога не се изпраща до Claude. След края на сесията тя изчезва. Никакви лични данни не достигат до външни сървъри. Въпросът по Член 46 за трансфер на данни не възниква.

Застрахователни претенции: Конкретен пример

Германска застрахователна компания обработва имейли с жалби от клиенти. Всеки имейл съдържа ime, номер на полица и сума на претенцията.

Преди AI обработката разширението за Chrome или MCP сървърът анонимизира и трите полета. Claude вижда [CUSTOMER_1], [POLICY_2024-08847] и [AMOUNT_1]. Изготвя отговор с тези токени.

Слоят за автоматично декриптиране след това възстановява и трите полета. Служителят по претенциите вижда реалното ime и номер на полица в чернова. Преглежда и изпраща. Не е необходима ръчна замяна на заместващи символи.

Резултатът от GDPR: данните, изпратени до сървърите на Claude в САЩ, не съдържат лични данни. Реалното ime и номер на полица на клиента са останали в Германия, в браузъра на служителя.

Какво изисква пълният цикъл

Три компонента трябва да работят заедно за безпроблемен работен процес:

1. Последователни токени. Всеки обект получава един токен на сесия. Винаги един и същи.

2. Локална таблица за търсене. Тя живее в сесията. Не се изпраща до AI.

3. Автоматично декриптиране на изхода. Таблицата се прилага към чернова на AI, преди агентът да я види.

Без и трите агентите заменят токените ръчно. С всичките три работният процес тече сам и остава съвместим с GDPR.

Заключение

Този подход затваря цикъла при AI-подпомаганата работа с клиенти. Анонимизацията защитава данните преди да достигнат до AI. Автоматичното декриптиране връща реалните имена в отговора. Агентите виждат правилните имена на всяка стъпка. GDPR съответствието се поддържа непрекъснато.

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.