⚠️ 一个被普遍忽略的风险
我们习惯了把资料整段粘进对话框，然后等一个漂亮结论。但如果这份资料里装着真实姓名、手机号、身份证号、住址、位置信息——在你点下发送的那一刻，这些信息的去向就已经不受你控制了。分析结果越专业，意味着喂给AI的原始细节越多，风险反而越大。
有没有办法既让AI做到全维度深度分析，又不让真实隐私离开自己的电脑？有。核心思路只有一句话：让AI分析假的，你自己换回真的。
整体流程：一条单向管道
| 步骤 | 输入 | 输出 | 是否含真实隐私 |
|---|---|---|---|
| ① 脱敏预处理 | 原始资料（本机） | 脱敏后文本 + 映射表 | 脱敏文本：否 / 映射表：是（不外发） |
| ② 全维度分析 | 脱敏后文本 | 带代号的分析报告 | 全程为否 |
| ③ 映射表回填 | 报告 + 映射表（均在本机） | 真值版终稿 | 是（用完即清） |
关键洞察：只有第②步需要把内容交给AI，而这一步送出去的每一个字都是假的。 ①和③都在自己手里完成，AI自始至终没见过真实身份。
第一步：脱敏不是"删掉"，是"换成同真同假的代号"
多数人的第一反应是把姓名号码删掉或打码。这会直接毁掉分析价值：如果所有号码都变成 ***，AI 就没法判断"某个人一周内和同一个号码通了 40 次话"这种结论。脱敏的目标是保住结构，只替换身份。
| 字段类型 | 处理原则 | 为什么要这样 |
|---|---|---|
| 人名 | 姓保留、名改代号（赵某某 → 陈某甲） | 同名不同人要能区分，同一个人不能出现两个代号 |
| 手机号 | 保留前 3 位号段，后 8 位改流水号 | 运营商/归属地分析依赖号段，全替成同一个号就废了 |
| 身份证 / 银行卡 | 遮蔽中间位，登记到映射表 | 出生日期、地区码本身也是隐私 |
| 位置标识 / 经纬度 | 同一地点必须映射到同一代号；坐标截断到小数点后 1 位 | 轨迹分析靠"重复出现"，代号不一致就串不起来 |
| 自由文本夹带 | 逐句扫描，命中即替换并记入映射表 | 最易漏的一类：备注里一句"这是老王家的店"就能定位到人 |
三条硬约束值得单独强调：
- 同真同假：先建映射表，再查表替换。绝不能同一个真值这次换成 A、下次换成 B。
- 可逆：每个代号都必须能在映射表里反查到唯一真值，否则第三步无法回填。
- 不误伤业务字段：金额、时长、日期是分析对象，不是隐私，动了它们等于自毁数据。
脱敏的输出应该是四段：命中统计表（每类字段命中多少次，命中 0 也要写"未发现"）、脱敏后正文（行列结构与原文完全一致）、映射表（本地留存、不外发）、残留自检报告。最后那段自检是最容易被省略、也最能救命的一环。
第二步：让AI在假数据上做重活
这一步的关键不在"问什么"，而在怎么防止AI编造。如果你的指令只是"帮我全面分析一下"，AI 很可能顺着你的期待补全细节——它需要一个"可疑人物"，就会从代号里挑一个凑出来。所以指令里必须写死几条纪律：
- 先读文件、先报字段：要求AI先输出"字段识别表"，把它实际看到的列名逐一映射到分析语义，识别不出的写"未识别"，不许猜含义。
- 明说缺什么会降级哪几层：没有位置字段就跳过轨迹分析，而不是硬编一段轨迹出来。
- 零附件即停止：没检测到文件时只回一句"请上传文件"，严禁用示例数据冒充真实数据。
- 每个百分比标注分母口径：否则"占比 35%"在不同口径下能互相矛盾，读者却看不出来。
- 推断必须附依据与置信度：关系类型只能作为推测呈现，标"高/中/低"，禁止写成既定事实。
为什么"文件上传型"任务要把主体数据和补充说明分开？因为主体数据量大、格式固定，走附件；而"这两份文件分别属于谁""时间范围只看三月之后"这类上下文说明很短、又直接影响结论，适合放在文字框里。两者混在一个大文本框里，AI 更容易把说明当数据、把数据当说明。
第三步：映射表回填——最容易翻车的一步
分析报告出来了，里面全是"陈某甲""13800001111"。要交付或使用，得换回真值。听起来就是查找替换，实际上有三个坑：
坑一：只有报告、没有映射表时，AI会开始"猜"
正确做法是明确禁止反推：缺映射表时不要尝试猜测真值，而是输出一份"代号清单"，列出报告里出现的所有代号，提醒你去补映射表。有据才还原，无据就标注保留原样。
坑二：一对多冲突与别名遗漏
替换前先做集合比对，当场报出三类异常：未登记的代号、映射表里多余的项、以及同一代号对应多个真值的冲突（后者属阻塞性错误，必须停下来确认）。同时，同一个人的全名、小名、昵称、账号名必须一起还原，否则终稿里会出现"妻子叫陈某甲，另一处又叫小王"这种割裂表述。
坑三：部分匹配导致半截号码
替换顺序必须先长后短：完整的 11 位虚构号要先于它的 7 位号段被替换。顺序反了，就会出现半截真号拼接半截假号的脏数据——而且肉眼很难发现。同理，地址只还原到映射表登记的粒度，不许脑补门牌号；证件类只还原到登记的遮蔽形态，严禁自行补全中间星号。
回填完成后要做的自检同样具体：行数是否与原文一致、随机抽 5 句通读语义是否仍然通顺、数字字段有没有被误污染、存疑代号是否已单列成清单。结构必须保真——表格列数、缩进符号、章节编号一字不差，只改值不改版式，也不许顺手删掉"待核实"这类原始标注。
🔒 收尾纪律：用完即清
回填后的终稿包含全部真实隐私。它一旦生成，就该留在本机：删除会话记录、不再外发、不放进任何共享网盘。整套流程省下的风险，会在最后一步被一次转发抵消。
什么时候值得走这三步
判断标准很简单：资料里是否含有能定位到具体个人的信息，且这个分析结论会影响某个人的处境。
- ✅ 值得走：通信/交易记录梳理、员工审计、医疗病情归纳、客户名单分析、纠纷证据整理
- ⚠️ 看情况：内部文档摘要（不含个人信息）、公开资料聚合
- ❌ 不必走：数据本身就是虚构样本或已完全匿名化
🚀 立即取用
这三步已经封装成三条配套模板，在提示词库依次搜索：
- 「隐私脱敏预处理」—— 第一步，12 类敏感字段扫描 + 映射表产出
- 「全维度扫描器」—— 第二步，配合文件上传使用的多维分析指令
- 「脱敏映射表回填还原器」—— 第三步，代号换回真值 + 漏填自检
注：模板内出现的人名与号码均为虚构示例，仅用于说明输出格式。
总结
这套流程的价值不在于"能分析得多深"，而在于把一件事拆干净：AI 负责体力活，你负责保管钥匙。 深度分析的结论照样能拿到，只是真实身份从头到尾没有离开过你自己的设备。