anonym.legal

By · Last updated 2026-04-25

Înapoi la BlogGDPR & Conformitate

Maparea tokenurilor pentru fluxuri de lucru AI conform GDPR

Când numele clienților sunt anonimizate înainte de procesarea AI, răspunsul AI conține tokenuri anonimizate. Răspunsul final trebuie să conțină numele reale — nu.

April 25, 20268 min citire
token mapping AIGDPR customer service AIauto-decryptsession-based anonymizationAI workflow pseudonymization

Maparea tokenurilor pentru fluxuri de lucru AI conform GDPR

Actualizat pentru 2026

Echipa dumneavoastră folosește AI pentru a redacta răspunsuri către clienți. Un client scrie. Numele său este anonimizat înainte ca AI-ul să îl vadă. AI-ul redactează un răspuns cu un substituent. Agentul trebuie să îl înlocuiască manual. La 200 de interacțiuni pe zi, acel cost se acumulează rapid.

Maparea tokenurilor pe bază de sesiune rezolvă aceasta. Restaurează automat numele reale.

Problema fără Maparea Tokenurilor

Pasul de anonimizare creează un token. Maria Ionescu devine `[CUSTOMER_1]`. Claude redactează: Dragă [CUSTOMER_1], ne cerem scuze pentru întârziere.

Agentul de daune trebuie acum să înlocuiască `[CUSTOMER_1]` cu Maria Ionescu înainte de a trimite. La scară, acest pas anulează scopul asistenței AI. Este muncă repetitivă care nu dispare.

Cum Funcționează Tokenurile de Sesiune

Sesiunea stochează un tabel de căutare: `[CUSTOMER_1]` → Maria Ionescu. Când Claude returnează ciorna sa, nivelul de auto-decriptare citește acel tabel și restaurează numele. Agentul vede Dragă Maria Ionescu — deja corect. Niciun pas manual. Protecția GDPR rulează în mod silențios.

De Ce Contează Consistența Sesiunii

Tabelul de tokenuri trebuie să fie consistent pe toată durata sesiunii. Dacă Maria Ionescu apare în reclamația inițială și din nou într-un mesaj ulterior, ambele trebuie să se rezolve la `[CUSTOMER_1]`. Fără aceasta, Claude poate trata cele două apariții ca două persoane diferite. Răspunsul său devine incoherent.

O persoană primește un singur token pe sesiune. Claude poate astfel raționa corect despre conversație.

Conformitate GDPR prin Design

Articolul 4(5) din GDPR definește pseudonimizarea ca tehnică de reducere a riscului. Ghidurile EDPB din 2022 cer un lucru: cheia trebuie păstrată separat de datele pseudonimizate.

Tabelele de tokenuri de sesiune respectă această regulă. Tabelul de căutare rămâne în browser. Nu ajunge niciodată la Claude. După încheierea sesiunii, dispare. Nicio dată personală nu ajunge la serverele externe. Problema transferului conform Articolului 46 nu se ridică.

Daune de Asigurare: Un Exemplu Concret

Un asigurător german procesează e-mailuri de reclamații ale clienților. Fiecare e-mail conține un nume, un număr de poliță și o sumă a daunei.

Înainte de procesarea AI, Extensia Chrome sau Serverul MCP anonimizează toate cele trei câmpuri. Claude vede `[CUSTOMER_1]`, `[POLICY_2024-08847]` și `[AMOUNT_1]`. Redactează un răspuns cu acele tokenuri.

Nivelul de auto-decriptare restaurează apoi toate cele trei câmpuri. Agentul de daune vede numele real și numărul de poliță în ciornă. Revizuiește și trimite. Nu este necesară nicio înlocuire manuală a substituentului.

Rezultatul GDPR: datele trimise serverelor Claude din SUA nu au conținut date personale. Numele real al clientului și numărul de poliță au rămas în Germania, în browserul agentului.

Ce Necesită Bucla Completă

Trei componente trebuie să funcționeze împreună pentru un flux de lucru fără întreruperi:

1. Tokenuri consistente. Fiecare entitate primește un singur token pe sesiune. Întotdeauna același.

2. Un tabel de căutare local. Trăiește în sesiune. Nu este trimis la AI.

3. Auto-decriptare la ieșire. Tabelul este aplicat ciornei AI înainte ca agentul să o vadă.

Fără toate trei, agenții înlocuiesc tokenurile manual. Cu toate trei, fluxul de lucru rulează de la sine și rămâne conform GDPR.

Concluzie

Această abordare închide bucla în munca de asistență a clienților cu AI. Anonimizarea protejează datele înainte ca acestea să ajungă la AI. Auto-decriptarea pune numele reale înapoi în răspuns. Agenții văd numele corecte la fiecare pas. Conformitatea GDPR se menține pe tot parcursul.

Surse

Pregătit să vă protejați datele?

Începeți să anonimizati PII cu 285+ tipuri de entități în 48 de limbi.

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.