技能介绍

要解决的问题

把数据发给外部 LLM 时，常见两种翻车方式：要么把包含凭证、内部记录的上下文整包粘贴给第三方模型，要么迷信扫描器的单一匹配结果——以为跑了正则就等于脱敏完成。问题在于，模式匹配既可能放过改写过的密钥，也可能把任务必需的字段误标为敏感而一刀切删掉，最终任务失败。更麻烦的是，很多人只关注「有没有删」，却没人回答「发给谁、用于什么、依据什么保留、是否允许用于训练」这些外发前提。

核心能力与关键步骤

该技能的做法是先做外发上下文盘点，再执行数据最小化，最后按风险分层处理：

识别外发前提：确认目的地 provider、用途、法律依据、保留策略、训练用途、数据驻留区域，以及明确授权的数据类别。
最小化输入：删除任务并不需要的记录与字段，先减少需要脱敏的数据总量，而不是在垃圾数据上做无用功。
分层敏感检测：覆盖凭证、令牌、私钥、联系方式、政府身份证号、金融与医疗数据、精确地理位置、内部标识符及准标识符。
按可逆性选择策略：在删除、掩码、假名化、聚合、令牌化、本地处理之间选择，依据是你后续是否还需要还原或关联。
一致性与映射隔离：仅在确有必要时保留引用一致性；重标识映射单独存储并严格限制访问。
复检与留痕：对转换后的内容重新扫描，对高风险样本进行人工复核；日志只记录类别与数量，绝不记录具体敏感值。

适用边界与注意点

这个技能明确一点：模式匹配只是检测层之一，必然存在误报和漏报。因此人工复核不可省略，策略选择不能只看规则命中，还要结合外发目的判断。另外，若需要保留引用一致性，假名化映射会成为高价值资产，必须与目标数据物理分离并限制访问——否则脱敏只做了一半。最终输出会给出一份完整的外发决策清单：目的地/用途、数据清单、按风险分级的发现结果、转换方案、残余风险、所需审批，以及明确的传输/禁止传输结论。