anonym.legal

By · Last updated 2026-04-15

Назад на блоготБезбедност на вештачка интелигенција

Зошто политиките не успеваат да ги спречат протекувањата на лични податоци преку ChatGPT

77% од корпоративните корисници на ВИ ги копираат и лепат податоците во прашалниците на чатботовите. Скоро 40% од прикачените датотеки содржат лични или PCI податоци. Предложено е ажурирање на Правилото за безбедност на HIPAA.

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

Проблемот со копирање и лепење

77% од корпоративните корисници на ВИ ги копираат и лепат податоците во прашалниците на чатботовите. Ова не е рабно однесување. Тоа е стандардниот начин на кој вработените ги користат ВИ алатките на работа.

Шаблонот е едноставен. Вработен се соочува со задача. Го отвора документот, ја копира релевантната содржина и ја лепи во ChatGPT. Добива корисен одговор.

Ништо во тој работен тек не филтрира за лични податоци. Лепењето се случува пред таа да праша: „дали ова содржи лични податоци?" До времето кога го чита одговорот на ВИ, преносот е завршен.

Истражувањето на Cyberhaven покажало дека скоро 40% од датотеките прикачени во ВИ алатки содржат лични или PCI податоци. Повеќето од тие прикачувања не се непромислени. Вработените работат на датотеката која им е доделена. Клиентските податоци во неа се случајни.

Зошто обуката не е скалабилна

Обуката за политики е соочена со структурно ограничување. Се обидува да го промени навичното однесување преку периодично образование.

Јазот помеѓу сесиите за обука е проблемот. Повеќето корпоративни програми се одржуваат годишно. Работник обучен за справување со ВИ податоците во јануари до октомври работи по навика. Паметењето опаѓа. Навиките опстојуваат.

Предложеното ажурирање на Правилото за безбедност на HIPAA во март 2025 го одразува ова. Бара годишни ревизии на шифрирање — а не само годишна обука. Регулаторите очекуваат техничките контроли да бидат примарната заштитна мерка. Обуката е дополнување.

ВИ алатките го влошуваат проблемот со обуката. Однесувањето е ново. Вработените не развиле навики за справување со ВИ податоците пред десет години на начинот на кој го направиле со е-поштата. А протекувањето е невидливо. Вработениот гледа корисен одговор. Нема порака за грешка. Нема непосредна негативна повратна информација.

Без повратна информација, однесувањето не се самокорегира.

Kako Chrome екстензијата го пресретнува лепењето

Chrome екстензијата работи на нивото на таблата со исечоци. Се наоѓа помеѓу дејството на копирање и полето за внесување на ВИ алатката.

Пресретнувањето функционира вака. Вработената ја копира содржината од нејзината работна апликација. Преминува на ChatGPT јазичето и лепи. Екстензијата ги открива личните податоци во содржината на таблата со исечоци во моментот на лепење — пред содржината да се појави во полето за внесување.

Се појавува прозорец за преглед. Точно покажува što ќе се промени:

"Името на клиентот 'Maria Schmidt' → '[PERSON_1]'; Е-пошта 'maria.schmidt@company.de' → '[EMAIL_1]'"

Вработената може да продолжи со анонимизираната верзија. Исто така може да откаже ако замената не функционира за нејзината задача.

Овој дизајн прави две работи. Прво, е транспарентен. Вработените гледаат što прави алатката. Тоа гради доверба и го избегнува чувството дека контролите за приватност се надзор. Второ, ја прави одлуката за класификација експлицитна. Човекот ја потврдува секоја чекор на анонимизација. Одлуката не е автоматски избришана.

Практичен пример

Разгледајте го тимот за поддршка на клиенти на европска компанија за е-трговија. Агентите го користат ChatGPT за составување одговори. Лепат е-пошти на клиенти кои содржат имиња, броеви на нарачки и адреси.

Со активна екстензија, секое лепење предизвикува проверка на анонимизација. Агентот поднесува анонимизиран прашалник. Одговорот на ChatGPT ги референцира анонимизираните токени. Агентот ги чита предлозите и ги вградува во вистинскиот одговор.

Квалитетот на поддршката останува висок. Член 5 на GDPR за минимизација на податоците е задоволен. Личните податоци на клиентот никогаш не ги достигнуваат серверите на OpenAI.

Обуката за политики не може да го произведе овој резултат. Техничката контрола на нивото на таблата со исечоци може.

Политиката како дополнување, а не примарна контрола

Обуката за политики има своето место. Поставува очекувања. Гради основна свест. Но не може да го пресретне лепењето во реално време.

Ажурирањето на HIPAA правилото сигнализира каде се насочува усогласеноста. Ревизорски технички контроли, а не само документирани програми за обука. Претпријатијата кои се потпираат само на обуката се соочуваат со ревизорски јаз кој само технички слој може да го затвори.

Видете исто така:

Извори

Подготвени да ги заштитите вашите податоци?

Започнете со анонимизација на PII со 285+ типови на ентитети на 48 јазици.

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.