anonym.legal

By · Last updated 2026-06-02

Назад на блоготБезбедност на вештачка интелигенција

GDPR AI за поддршка: Прилагодени идентификатори

AI за поддршка на клиенти прима пораки на клиенти со имиња, е-пошти И ID на нарачки. Стандардните PII алатки ги отстрануваат адресите за е-пошта, но ги остава ID на нарачките нетакнати.

June 2, 20267 мин читање
customer support AIGDPR AI complianceorder ID detectionIntercom GDPRZendesk privacyAI vendor data

GDPR и AI за поддршка: Прилагодените идентификатори се важни

Вашиот тим за поддршка користи AI за составување одговори и преглед на билети. Продуктивноста е зголемена. Потоа вашиот DPO го проверува поставувањето.

Типична порака на клиент содржи ime, адреса за е-пошта и ID на нарачка. Името и е-поштата се лични податоци. Исто така е ID на нарачката. Се поврзува со Сара Јонсон во вашата база на податоци за нарачки. Продавачот на AI може да го вкрстено-референцира. Ако податоците за обука протечат, ID може да ја повторно идентификува.

Испраќањето на кое било од нив до надворешен продавач на AI без правна основа е прекршување на GDPR.

Зошто ID на нарачките се лични податоци

Членот 4 на GDPR широко ги дефинира личните податоци. Терминот ги покрива сите информации кои се однесуваат на идентификувано или идентификувачко лице. Идентификувачноста вклучува индиректна идентификација со референца кон идентификатор.

ID на нарачка ORD-4521893 е индиректен идентификатор. Само по себе, не ja именува Сара Јонсон. Спарено со вашата база на нарачки, ja именува.

Членот 4(5) на GDPR ја покрива псевдонимизацијата. ID на нарачките се псевдоними. Тие бараат втор извор за да го откријат лицето зад нив. Кога испраќате еден до надворешен продавач на AI, споделувате лични податоци. Потребна е правна основа и Договор за обработка на податоци.

Продавачот може да не ja чува вашата база на податоци. Тоа не ja завршува вашата обврска. Споделивте лични податоци. GDPR сè уште се применува.

Стандардниот пропуст во анонимизацијата

Тимовите за поддршка честопати распоредуваат откривање PII за усогласеност со GDPR. Стандардните алатки ги отстрануваат вообичаените типови на ентитети.

Стандардното откривање ги фаќа имињата на клиентите, адресите за е-пошта, телефонските броеви и броевите на кредитни картички. Сите тие поминуваат.

Стандардното откривање не ги фаќа ID на нарачки во формат ORD-XXXXXXX. Ги пропушта броевите на сметки, референциите на билети, интерните кориснички ID и ID на претплати. Тие не поминуваат.

Резултатот изгледа вака: "Здраво, јас сум [PERSON_1] и мојата нарачка ORD-4521893 сè уште не пристигна. Ве молам пратете ми е-пошта на [EMAIL_1]."

ID на нарачката сè уште е таму. Секој со пристап до CRM може да ja најде Сара Јонсон веднаш. Анонимизацијата е нецелосна. Ова е пропустот во усогласеноста.

Chrome Extension: Откривање во браузерот

Агентите за поддршка кои користат Claude, ChatGPT или Gemini работат во нивниот браузер. Chrome Extension ги спречува прилагодените идентификатори да напуштат.

Еве како функционира. Агентот ја залепува пораката на клиентот во AI алатката. Екстензијата гледа дека целта е AI платформа. Ги отстранува стандардните PII. Потоа применува прилагодени шаблони. Тие одговараат на вашиот формат на ID на нарачка, вашиот формат на број на сметка и кој bilo друг прилагоден идентификатор кој го користи вашиот тим. Агентот гледа само чиста порака. Суровите податоци никогаш не стигнуваат до AI.

Тимот за усогласеност ги поставува прилагодените шаблони еднаш. Споделуваат претпоставена вредност со сите агенти. Агентите не треба да управуваат со ова. Ја залепуваат пораката. Екстензијата го обработува остатокот.

MCP сервер: Откривање на слојот на API

Некои платформи го повикуваат AI преку API. Intercom користи AI за составување одговори. Zendesk користи AI за предлози за одговори. MCP серверот додава анонимизација на слојот на API за овие поставувања.

Еве текот. Порака на клиент пристигнува во платформата за поддршка. Поминува низ MCP крајната точка пред да стигне до AI. Крајната точка ги отстранува стандардните и прилагодените ентитети. Чистата порака оди до AI. AI враќа одговор. Никакви лични податоци не беа споделени. Агентот потоа го чита и уредува одговорот во платформата за поддршка.

Агентите не забележуваат промена во начинот на работа. Процесот изгледа исто. Прилагодените ентитети се поставуваат еднаш во конфигурацијата на MCP. Сите API повици го користат целосното откривање на ентитети од тој момент натаму.

Листа за проверка на имплементација на DPO

1. Составете карта на сите текови на податоци до AI.

Наведете каде агентите користат AI. Вклучете браузерски алатки, алатки базирани на API и прикачувања на датотеки.

2. Наведете ги сите типови на идентификатори во пораките на клиентите.

Стандарден PII - имиња, е-пошти, телефони - е покриен стандардно. Прилагодени идентификатори - ID на нарачки, референции на билети, броеви на сметки - бараат прилагодени шаблони.

3. Додадете шаблони за прилагодени ентитети.

Дефинирајте го секој формат. Тестирајте го на примерни пораки. Зачувајте го во тимската претпоставена вредност.

4. Распоредете на вистинскиот слој.

AI базиран на браузер: користете Chrome Extension со споделена претпоставена вредност. AI интегриран преку API: користете MCP сервер или претходна обработка на ниво на API.

5. Ажурирајте ја вашата ROPA.

Запишете дека AI за поддршка користи автоматска анонимизација. Наведете ги покриените прилагодени типови на идентификатори. Ова е вашата документација за техничка заштитна мерка.

6. Тестирајте го поставувањето.

Покрете примерни пораки со сите типови на идентификатори. Проверете дека ништо не стигнува до AI. Погледнете го водичот за правна усогласеност за шаблони на документи.

Тим за поддршка на SaaS: Практичен пример

Тим за поддршка на SaaS користи Claude преку интерна AI платформа. Пораките на клиентите вклучуваат имиња, е-пошти, ID на нарачки и ID на претплати. Некои имиња на карактеристики флагови носат интерни идентификатори, исто така.

Пред GDPR преглед: Сета содржина одеше до AI. ID на нарачки и претплати беа вклучени.

По откривање на прилагоден ентитет:

ORD-XXXXXXX и SUB-XXXXXXXX беа додадени како прилагодени ентитети. Chrome Extension беше распореден со споделена претпоставена вредност. DPO покрена тестови и потврди дека сите идентификатори беа отстранети пред обработката на AI.

Промена во работниот тек на агентот: Никаква. Агентите работат на ист начин. Анонимизацијата работи во позадина. DPO има документирана заштитна мерка во досието.

Заклучок

GDPR-усогласениот AI за поддршка прави повеќе од отстранување имиња и е-пошти. ID на нарачки, броеви на сметки и референции на билети се лични податоци. Стандардните алатки ги пропуштаат. Конфигурацијата на прилагодени ентитети го затвора пропустот.

Чекорите се едноставни. Дефинирајте ги вашите формати на идентификатори. Тестирајте ги против примерни пораки. Распоредете ги до тимот. DPO може да го заврши тоа за едно попладне. По тоа, сите кориснички податоци се отстрануваат пред да стигнат до надворешни AI системи. Придобивките за усогласеност важат од тој момент натаму.

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.