# 粘贴之前先停一下：什么能发进对话框，什么要先改一遍

一次对话会被谁看到、留多久，以及怎么把姓名、手机号、合同细节改写成既能得到帮助又不暴露的版本

> 隐私 · 使用技巧 · 约 7 分钟 · 10 月 29 日

## 本篇要点

1. 一次对话的内容会同时涉及三件事：是否被用于训练、保留多久、会不会有人工审核，三者开关不同，关掉一个不等于全关。
2. 个人版和企业版是两条路：企业版与 API 默认不用你的数据训练，公司资料应先确认走的是哪个入口。
3. 删掉对话只能阻止以后的取用，不能撤回已经进入训练或已经被审核的部分；点过赞踩也常会把整段对话带走。
4. 材料要分三层看：直接标识、准标识、任务真正需要的结构；模型要的是结构，大多数任务换成占位符后答案质量不变。
5. 脱敏的三个动作是：全篇一致的占位符、保留格式与量级、拆掉准标识的组合；附件、隐藏列和文件名同样会跟着上传。
6. 脱敏有代价，细节越少答案越笼统；需要精确真数据的任务应该换通道，而不是把数据改到失效。

---

你要让 AI 帮你把一份客户跟进表整理成“哪些该优先跟、怎么谈”的清单。表格里有姓名、手机号、公司、签约金额、上次沟通的细节。三秒之内，它已经被粘贴进对话框了。

这一篇要解决两件事：**这段文字接下来可能被谁看到、留多久**；以及**同一个任务，怎么在不暴露这些信息的前提下照样做完**。两件事得一起讲，因为第一步的答案决定第二步要改到什么程度。

## 第一步：先看这条路通向哪里

发出去不是一个动作，而是三件事同时发生，各有各的开关：

- **会不会被拿去训练模型。**训练意味着内容进入训练数据，你后来删掉对话，也收不回已经被用掉的那部分。
- **会留多久。**存一个月和存五年，风险完全不同。
- **会不会有人看。**除了机器，还有人工审核员，这一条最容易被忽略。

三家最常用的产品，当前的口径大致是这样（以各家帮助中心的说法为准，会调整，重要场景用前再核一遍）：

| 产品 | 个人版默认 | 关掉开关之后 | 要特别注意的例外 |
| --- | --- | --- | --- |
| ChatGPT | “用我的内容改进模型”默认开着 | 新对话不用于训练 | 点过赞或踩，整段对话仍可能被带走；企业版和 API 默认不训练 |
| Claude | 由你在设置里选；允许则数据保留 5 年 | 不允许则保留 30 天 | 被标记为安全风险的对话仍可能被分析；隐身对话不用于改进 |
| Gemini | “保留活动”默认开启，部分对话由人工审核员查看，被审核的保留最长 3 年 | 关掉后仍保存约 72 小时，不用于改进 | 即使是临时对话，为安全目的仍可能被人工查看 |

读这张表，只要记住三个结论：

**“我删了”不等于“没发生过”。**删除影响的是以后还能不能被取用，不影响已经进入训练或已被审核的那部分。

**开关管的是趋势，不是每一段。**你关掉训练，仍可能因为点了一次差评而把整段对话交出去；你开着保留活动，被抽中审核的那几段就能留三年。

**个人版和企业版是两条路。**企业版和 API 档位默认不用你的输入输出训练模型。所以公司资料最该问的一句不是“哪个模型更聪明”，而是“单位给的是哪个入口”。

## 第二步：把材料里的信息分成三层

动手改之前，先学会拆开看。任何一段材料里都混着三层东西：

**直接标识。**姓名、身份证号、手机号、邮箱、住址、车牌、工号、订单号。单拎出任何一个，就能指到一个具体的人。

**准标识。**出生日期、性别、邮编、部门、职级、金额、时间。单独看都不指名，但几条合在一起常常能锁定唯一一个人——某个小区里同一年出生、同一家公司同一个部门的人，可能只有一个。这一层最容易漏，因为它看起来“不敏感”。

**任务本身要的东西。**条款结构、金额量级、沟通里的分歧点、字段之间的关系。这才是你真正需要它处理的部分。

关键判断是：**模型要的是结构，不是真名。**绝大多数任务里，把“张伟”换成“客户 A”、把手机号删掉，答案质量一点不会降。

## 第三步：改写，三个动作

**动作一：替换成占位符，而且全篇一致。**“客户 A”“供应商 B”从头到尾用同一个代号。不要一会儿写“张伟”，一会儿写“张总”，一会儿写“客户 A”——模型分不清这是三个人还是一个人，答案会跟着乱。

**动作二：保留格式和量级，抹掉值。**身份证号可以写成“身份证号（18 位，本地户籍）”，因为多数任务只关心“是否本地户籍”“是否成年”这类判断。手机号写成 `138****5678`。金额如果只是估谈判空间，“约 39 万”就够；如果任务要算毛利，那就保留数字、删掉姓名——**该删的永远是能指到人的那一层。**

**动作三：拆掉组合。**准标识的风险来自叠加。出生日期加上邮编加上性别，经常就够了，这时模糊掉其中一项：“35 岁、本市、女性”比“1990 年 3 月 12 日生、3101××、女”安全得多，而做用户画像的判断完全够用。

一个完整的例子。原文：

```
客户：张伟，13812345678，杭州××精密机械，签约 38.7 万，
上次沟通：嫌贵，说竞品报了 32 万，考虑换供应商；
王总（技术负责人）倾向我们，采购那边卡价格。
```

改写后：

```
客户 A（杭州，精密机械制造），签约约 39 万；
竞品报价低约 6 万；对接人态度不一：
技术负责人倾向我们，采购负责人主要卡价格。
```

改了什么：姓名换代号、手机号删除、公司名降成行业加城市、“王总”这种带职务的称呼换成角色。现在问“这个客户还有多少让价空间、从谁身上突破”，它照样答得出有内容的建议，因为它需要的金额差、两派意见、竞品压力都还在。

**最容易漏的不是正文，是附件。**Excel 里被隐藏的列、文件名里带的客户名、PDF 的页眉页脚、聊天截图里的头像和备注名，都会跟着上传一起走。顺带一句：上传的文件怎么被切开、按什么挑出几段递到模型眼前，和直接粘贴是两套流程，这一点上一篇已经讲过，[把一份长文件传进去，它到底读到了什么](https://pangzhengboyin.com/articles/why-long-documents-get-partially-read-b7956af9) 里有完整体检方式。

## 第四步：发之前问自己三个问题

1. **这段话明天出现在一个陌生人眼前，我能接受吗？**不能，就说明它还带着不该带的层级。
2. **随便挑两条合起来，能不能指到一个具体的人或一家具体的公司？**能，就是准标识没拆干净。
3. **这个任务真的需要这一条吗？**不需要就删。删掉永远比改写更彻底——改写有失手的可能，删除没有。

三个问题都过了，再按发送。

## 什么时候别改，换条路

有些任务天然要真数据才成立：几十万行的字段清洗、要逐笔对账的账目、需要逐字引用的合同。这时改数据等于让任务失效，正确做法不是“改小一点”，而是换通道：用单位提供的企业版入口或 API、私有部署，这些通道默认不拿你的数据训练；或者只发结构和两行示例，由你套用规则去跑。

反过来也要知道一件事：**脱敏是有代价的。**细节一少，回答就会从“这个客户可以试试这样谈”退成“一般来说可以这样谈”。这不是它变笨了，是你把判断所需的材料拿掉了。值得在动手前就想清楚：这个答案要多具体，我就得露出多少。

最后一层边界：脱敏不等于匿名。文字里那些独特到只有你会写出来的细节——罕见的病情、特殊的事故、只有一家公司会有的组织架构——本身就是标识。所以不要在脱敏版本后面补一句“其实这家公司是 ××”，那一句补上去，前面三步全部作废。

## 记住这个顺序

先问这条路通向哪里（个人版还是企业版、训练开没开、会不会有人看），再把材料拆成直接标识、准标识、任务所需三层，然后用一致占位符改写、保留格式、拆掉组合，最后用三个问题自检。改不了的就换通道，别硬发。

## 思维导图

```mermaid
flowchart LR
  A["粘贴之前先停一下"] --> B["第一步：这条路通向哪里"]
  B --> B1["是否用于训练"]
  B --> B2["保留多久"]
  B --> B3["会不会人工审核"]
  B --> B4["个人版 vs 企业版/API"]
  A --> C["第二步：材料分三层"]
  C --> C1["直接标识：姓名、身份证号"]
  C --> C2["准标识：生日、邮编、部门，组合可锁定人"]
  C --> C3["任务所需：结构、量级、分歧点"]
  C --> D["第三步：改写三动作"]
  D --> D1["一致占位符"]
  D --> D2["保留格式与量级"]
  D --> D3["拆掉组合"]
  A --> E["第四步：三问自检"]
  E --> F["过不了怎么办：换通道"]
  F --> F1["企业版/API/私有部署"]
  F --> F2["只发结构或条款"]
  D --> G["代价：细节越少答案越笼统"]
```

## 术语表

- 直接标识：单拎出来就能指到一个具体人的信息，比如姓名、身份证号、手机号。
- 准标识：单独看不指名、几条合起来却能锁定唯一一个人的信息，比如出生日期、邮编、部门。
- 占位符改写：把真名真号换成“客户 A”这类代号，且全篇用同一个代号，避免模型把一个人当成几个人。
- 训练开关与保留期：决定你的内容会不会进入训练数据、会被保存多久的两个独立设置。
- 人工审核：由人（有时是外包服务商）抽看对话以评估质量或安全，即使你关掉了训练也可能发生。
- 临时对话／隐身对话：产品提供的“不进入历史、不用于训练”的会话模式，但为安全目的仍可能被查看。

## 来源

1. [OpenAI 帮助中心：ChatGPT 数据控制设置，含个人版默认开启与关闭方式](https://help.openai.com/en/articles/7730893-chatgpt-data-usage-for-model-training)
2. [OpenAI 帮助中心：你的数据如何用于改进模型——训练开关、反馈带走整段对话、临时对话与企业版默认不训练](https://help.openai.com/en/articles/5722486-how-your-data-is-used-to-improve-model-performance)
3. [Anthropic 隐私中心：Claude 何时使用你的对话训练，隐身对话与反馈数据的处理](https://privacy.claude.com/en/articles/10023580-is-my-data-used-for-model-training)
4. [Anthropic：消费者条款更新说明——训练开关与 30 天／5 年两档保留期](https://www.anthropic.com/news/updates-to-our-consumer-terms)
5. [Google 支持：Gemini 应用隐私中心——人工审核、被审核对话保留最长三年](https://support.google.com/gemini/answer/13594961)
6. [Google 支持：管理与删除 Gemini 应用活动——关闭保留活动后仍保存约 72 小时](https://support.google.com/gemini/answer/13278892)
7. [Stanford HAI：对六家前沿厂商隐私条款的比较与使用建议](https://hai.stanford.edu/news/be-careful-what-you-tell-your-ai-chatbot)

---

原文：https://pangzhengboyin.com/articles/what-to-paste-into-ai-chat-privacy-c540deed

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具：每篇 5–10 分钟，边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com