anonym.legal

By · Last updated 2026-06-05

Назад на блоготТехнички

Заштита на лични податоци низ апликации: Word, Chrome и AI

Податоците за клиентите преминуваат од прелистувачот до Word документи и до Claude промпти. Секој премин меѓу апликации е потенцијална точка на истекување.

June 5, 20266 мин читање
cross-platform PIIOffice Add-inChrome extensionMCP Serverworkflow privacy

Заштита на лични податоци низ апликации: Word, Chrome и AI

Ажурирано за 2026 година.

Податоците за клиентите не остануваат на едно место. Тие се движат меѓу апликации во текот на нормалната работа. Секој премин е можност за истекување на тие податоци.

Проблемот со протокот на податоци низ повеќе апликации

Замислете како работи правен истражувач. Ги пребарува деталите за случајот во Chrome. Ги копира тие детали во Word. Потоа ги залепува извадоци во Claude за помош со нацрт. Имињата на клиентите патуваат од апликација до апликација на секој чекор.

Менаџерот за поддршка прави исто. Отвора жалба на клиент во CRM прелистувачот. Го копира во Word за внатрешна ескалација. Потоа го залепува во AI алатка за да составе одговор. Името на клиентот и деталите за сметката поминуваат низ три апликации.

HR специјалистот презема евиденција за вработени во Excel. Ја отвора датотеката и прави анализа. Потоа залепува резимеа во PowerPoint за состанок со раководството. Личните податоци на вработените живеат во секоја апликација по пат.

Сите овие работни текови имаат една заедничка карактеристика. Истите лични податоци постојат на повеќе места истовремено. Секоја промена на апликација е нова можност за изложеност — во AI промпт, снимка на екранот, прилог на е-пошта или споделена датотека.

Зошто заштитата во една апликација не успева

Chrome додатокот кој штити AI промпти е корисен. Но работи само во прелистувачот. Истите податоци за клиентите кои ги блокира од ChatGPT сепак можат да:

  • Се појават во Word датотека испратена до надворешен советник
  • Бидат залепени во Teams разговор без предупредување
  • Завршат во Excel датотека во споделена облачна папка

Office додатокот кој штити Word е корисен. Но работи само во Word. Имињата на клиентите во тој документ сепак можат да бидат залепени во Claude Desktop. Не се извршува детекција. Не се прикажува предупредување.

Една алатка која покрива една апликација ги остава сите останати апликации изложени. Личните податоци истекуваат низ празнините.

Каде е потребна заштита

Започнете со картографирање на тековите на лични податоци низ сите апликации кои ги користи вашиот тим.

Вообичаени текови за картографирање:

  • Прелистувач (CRM или портал) → Word (извештаи или писма)
  • Прелистувач (истражување) → AI алатка (составување или резиме)
  • Е-пошта → Word (документација за жалби)
  • Excel (извезени податоци) → AI алатка (анализа)
  • Word или PDF → AI алатка (преглед или составување)
  • Која било апликација → Снимка на екран → Алатка за соработка

За секој тек, прашајте: каде се применува заштитата и каде се празнините?

Заштита по алатка:

  • AI промпт во прелистувач: Chrome додаток
  • Word и Excel: Office додаток
  • Claude Desktop или Cursor: MCP сервер
  • Масовна обработка на датотеки: Desktop апликација или веб апликација
  • Слики и снимки на екранот: Детекција на лични податоци во слики

Секој тек кој поминува низ незаштитен чекор има празнина. Таа празнина треба да се затвори.

Користете го истиот мотор за детекција насекаде

Меѓу-апликациската заштита работи само ако истиот мотор работи во секој контекст.

Ако Chrome додатокот користи различен мотор од Office додатокот, се јавуваат проблеми. Истото име може да биде фатено во Chrome но пропуштено во Word. Резултатите за доверливост може да се разликуваат. Токените за замена исто така може да се разликуваат. Тоа го прави невозможно следењето на податоците низ документи.

Добрата меѓу-апликациска заштита користи ист модел, исти типови ентитети, исти прагови и иста логика на замена — во секоја апликација.

Случај на употреба: Правно истражување низ три алатки

Правен истражувач користи три алатки секој ден:

  • Microsoft Word за составување мислења
  • Chrome за пребарување прецедент преку Claude
  • Claude Desktop за AI-помогнато составување

Имињата на клиентите и референците за случаи поминуваат низ сите три алатки во нормален работен ден.

Пред поставувањето:

  • Chrome додатокот е инсталиран: AI промптите во Chrome се заштитени
  • Нема Office додаток: имињата на клиентите во Word не се заштитени при споделување
  • Нема MCP сервер: имињата на клиентите во Claude Desktop не се заштитени

По поставувањето со споделена претходна поставка:

  • Chrome додаток: ги фаќа имињата на клиентите пред AI поднесување
  • Office додаток: ги фаќа имињата на клиентите пред е-пошта или надворешно споделување
  • MCP сервер: ги фаќа имињата на клиентите пред Claude Desktop да ги прими

Клучот: Една претходна поставка "Правно истражување" — поставена еднаш — работи на ист начин во сите три апликации. Името фатено во Word е фатено на ист начин во Chrome и во Claude Desktop.

Кога претходната поставка се ажурира, промената се проширува до сите три апликации преку споделена конфигурација. Нема ништо за посебно одржување.

За повеќе информации за детекција базирана на претходни поставки, видете како функционираат претходните поставки за анонимизација низ контексти за GDPR ревизија.

Започнете со тековите со највисок ризик

Не сите текови носат ист ризик. Започнете таму каде е изложеноста највисока.

Ниво 1 — заштитете прво:

  • Текови на AI алатки (личните податоци ги напуштаат вашите контролирани системи)
  • Текови на надворешно споделување (прилози на е-пошта, линкови за облачно складирање)
  • Текови на регулаторно известување (податоци испратени до власти или трети страни)

Ниво 2 — заштитете следно:

  • Текови на внатрешна соработка (документи видени од многу членови на тимот)
  • Текови на извоз на податоци (извози на бази на податоци, системски извештаи)

Ниво 3 — помала итност:

  • Внатрешно создавање датотеки (документи кои не се споделуваат надворешно)
  • Локална анализа (Excel работа само за внатрешно известување)

Ниво 1 има најголема изложеност под GDPR член 32. Исто така дава најголемо намалување на ризикот по единица напор.

За целосен преглед на барањата на GDPR член 32, видете технички контроли за усогласеност со GDPR.

За да видите како функционира заштитата на повеќе површини во пракса, видете усогласеност со личните податоци на повеќе платформи на Mac, Linux и Windows.

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.