Mascarar PII antes de os prompts saírem da rede
Detecte e masque dados pessoais antes de chegarem ao provedor, mantendo respostas úteis e auditoria sem conteúdo.
Muitas equipes descobrem em revisão de privacidade que enviam dados pessoais a provedores de modelos. Bloquear tudo raramente é viável, mas ignorar também não. Mascaramento substitui valores sensíveis antes do envio, permitindo que o modelo trabalhe com texto redigido.
Resposta curta#
- Masque no fluxo de saída antes de o provedor ver o conteúdo.
- Defina categorias: nomes, emails, telefones, contas, dados de saúde e cartões.
- Preserve estrutura para que JSON e chamadas de ferramentas funcionem.
- Registre decisão e categorias sem guardar conteúdo original.
Como fazer no AI-FW#
- Habilite regras para categorias necessárias. Detecção integrada cobre casos comuns; regras personalizadas podem identificar IDs internos.
- Escolha ação: mask substitui, block rejeita, log registra sem alterar prompt. Deny prevalece sobre accept.
- Limite por identidade quando necessário; fluxos diferentes podem ter políticas distintas.
- Confirme estrutura e chamadas de ferramentas.
- Mantenha auditoria sem conteúdo: registre mascaramento e categorias, não o prompt original.
Verificar#
- Envie prompt de teste com email e confirme que provedor recebe versão redigida.
- Verifique se resposta continua útil e valores sensíveis viram marcadores.
- Revise Audit Logs, confirmando ausência do valor original.
- Consulte categoria PII em Risk Profiles.
Relacionado#
- Impedir exfiltração por prompts e respostas
- Proteções de prompts e respostas
- Logs de auditoria e exportação
- Identidade e acesso
Perguntas frequentes#
Mascaramento prejudica a resposta? Não. Valores são substituídos no local, mantendo a estrutura; o modelo responde com marcadores.
O valor original é guardado para auditoria? Não. A transação registra mascaramento e categorias, não o prompt bruto.
Dúvidas sobre residência de dados?
Inspeção e mascaramento são locais. Consulte Residência de dados do tráfego de IA.