在工作中使用AI时的隐私与数据卫生

在工作中使用AI时，有一类风险可以提前防范：工程师把源代码粘贴到个人聊天机器人中，销售人员把客户名单上传到会议总结工具，或者人力资源经理在尚未核实数据保留和访问规则的账户中起草裁员通知。即使没有发生引人关注的公开数据泄露，这些行为也可能泄露机密或受监管数据。

本文介绍降低工作中隐私和保密风险的实用做法。它不能替代公司的政策，也不保证能够防止所有错误。

单纯禁止未必能阻止未经批准的使用。可行的管控措施包括获批工具、针对各类数据的明确规则、访问和保留设置，以及让员工清楚如何按规定操作的工作流。

隐私边界：包含个人数据、客户数据、源代码、机密文件或受监管信息的工作内容，不应放入个人AI账户。请使用针对这些数据获批的具体产品、组织租户和配置，否则就不要粘贴。

根本问题

AI服务的具体行为取决于产品、套餐、设置、合同、集成方式和提供商。适用的法律义务取决于司法管辖区和行业，不能从服务的默认设置推断。使用工具前，应回答三个问题：

1. 哪些提供商及其分包数据处理方会接收或处理这些内容？
2. 提示词、文件、输出、日志和滥用监测记录可以保留多久，谁可以访问？
3. 这些内容是否可能用于改进模型，包括通过你提交的反馈用于训练？哪些设置或合同条款规定了这种用途？

答案因产品而异。处理客户数据、内部财务信息、源代码、受保密协议约束的合同、员工信息，以及受GDPR或行业规则约束的数据，可能还需要合法依据、数据最小化、访问控制或数据处理协议，也可能被完全禁止。应遵守适用政策，并听取具备相应资质的法律或安全专业人员的意见。

一条规则

先从这条规则做起：

只使用公司针对相关数据类别和任务批准的具体AI产品、账户或组织租户及配置。

一个品牌获批，不代表它的所有功能都能使用。Microsoft 365 Copilot、ChatGPT Enterprise、Claude for Work、Google Workspace with Gemini、Cursor或其他服务，可能只针对部分用户、连接器和数据类别获批。应确认具体的组织租户、账户、功能和任务。

企业和商业套餐可能提供比个人套餐更强的管控措施，但必须核实当前条款和配置：

• 不用于模型训练的条款可能默认适用于企业数据，但也可能有条件或例外，例如主动提交反馈或调用第三方操作。
• 数据驻留可能只面向符合条件的套餐、地区和功能；客户地址位于欧洲并不意味着数据必然驻留在欧洲。
• SOC 2、ISO 27001及类似认证可为评估其管理措施提供依据，但不代表所有数据类别或受监管工作流都自动获批。
• 审计、数据保留和管理功能因产品和套餐而异，仍需启用并纳入管理。
• 在工作区、连接器、权限和保留规则正确配置时，访问控制可能更强。

如果公司尚未针对相关数据和任务批准工具，就不要使用AI处理这些工作内容。应申请获批工作流，而不能把个人账户或获批品牌中的另一项功能当作变通办法。

对于管理者而言，这意味着政策必须写明具体工具，而不能只说明原则。如果没人知道哪个工具获批，“使用获批工具”就没有意义。

检查数据的敏感程度

在把任何内容粘贴到任何AI工具之前，请进行以下检查：

1. 其中是否包含任何人的个人数据？例如姓名、电子邮件地址、住址、身份证件号码、电话号码、健康信息或财务信息。如果是 → 只使用获批工作流，尽量减少数据，并确认是否允许由AI处理。

2. 其中是否包含公司的专有信息？例如源代码、财务数字、客户名单、战略文件或受保密协议约束的合同。如果是 → 只使用针对该数据类别获批的产品和配置。

3. 其中是否包含你不希望被截图和分享的内容？例如内部讨论、直言不讳的评论，以及任何泄露后可能造成损害的内容。如果是 → 核实是否获批并尽量减少输入；临时或无痕模式不能取代公司的政策。

4. 数据是否受特定法规约束？例如GDPR、HIPAA、金融监管规定或出口管制。如果是 → 在使用AI处理之前，请咨询数据保护官或合规团队。

5. 能否改用仅含必要信息或已去标识化的示例数据？删除任务不需要的字段，并考虑重新识别的风险。使用化名或大致数字不等于完成匿名化，还可能改变分析结果。

应根据数据和任务的需要留出足够的检查时间。这项检查可以发现明显的粘贴错误，但不能证明符合法律要求，也不能让未经批准的工作流变成获批工作流。

绝不能粘贴到个人AI账户的三类内容

下面是一份简短清单。无论个人ChatGPT使用起来多么方便，这些内容都不应出现在其中：

1. 真实客户数据。即使只把一位客户的姓名与另一项信息组合起来，也可能产生隐私、合同或政策风险。只应使用明确获批的工作流，而且即便如此也要尽量减少数据。

2. 雇主代码仓库中的源代码。源代码可能属于机密信息，或受合同和政策限制。只使用雇主批准的编程助手、工作区和索引设置，并且只处理批准范围内的代码。

3. 标记为机密的内部文件。例如战略演示文稿、财务信息、并购讨论或法律事务往来。有时，即便是企业级AI也不能用于这些内容，这时就不要使用AI处理。

实用的信息分类

采用以下四个类别：

本文链接的配套检查清单为英文版，可用于落实表格中的规则。

几种实用工具和做法

核实临时模式的具体规则，而不是只看名称。ChatGPT的Temporary Chat默认采用非个性化模式，不使用用于个性化的记忆、自定义指令或插件。可选的个性化模式可以使用这些信息，但只要对话仍处于临时状态，就不会新增记忆。未保存的临时对话不会出现在历史记录中，也不用于模型训练。无论采用哪种模式，保存后都会变成普通对话，并遵循账户的个性化和模型训练设置。OpenAI的专门说明还介绍了安全相关上下文、出于安全目的最多保留30天的副本、Enterprise Compliance API访问，以及第三方可能采用的不同保留期限。这些模式不会使受限数据获得处理许可，也不保证数据完全不被保留。

不要假定Claude的Incognito模式遵循相同规则。根据其使用指南，这类对话不会出现在历史记录中，不使用记忆，也不用于模型训练，但个人资料中的偏好设置仍可能生效。数据默认保留30天，也可能根据组织政策保留更长时间。在Team和Enterprise套餐中，组织内具有Owner角色的人员可以导出这些对话；Enterprise Compliance API也可以访问它们。Incognito对话不能转换成普通对话，也不能保存到历史记录中。应在获批工作流内核实具体产品、设置和集成方式。

训练设置只是一项管控措施，不是隐私保证。在个人版ChatGPT中，关闭“Improve the model for everyone”后，新对话不会用于模型训练，但仍会保留在历史记录中（数据控制常见问题）。如果你主动提交反馈，与该反馈相关的整段对话仍可能被用于模型训练（模型改进政策）。企业条款和其他产品需要另行核实。这项设置不代表工作用途已经获批，也不能说明数据保留期限、访问权限、分包数据处理方、连接的第三方操作或法律义务。

粘贴前尽量减少数据并去除标识。删除不必要的字段，并在获批任务允许时替换能够直接识别身份的信息。“[公司A]”属于化名处理，并不一定实现匿名化；多个细节组合后仍可能重新识别个人或公司，而大致数字也可能实质性改变分析结果。欧盟委员会说明了为什么仍可重新识别个人的数据依然属于个人数据。

“本地AI”是否真的只在本地处理数据，需要核实。只有整个工作流都在本地运行，下载到设备的模型才会把数据留在设备上。应检查网络调用、遥测、日志、嵌入向量与索引、插件、备份和操作系统访问权限。产品名称或本地界面不能证明数据与外部隔离，本地处理也不会免除公司的政策要求或法律义务。

谨慎上传文件。包含客户数据的电子表格、包含财务数字的演示文稿或内部报告PDF，比一条聊天消息的上传风险更高，因为文件中往往包含你已经忘记的信息。先打开文件，查看内容，再做决定。

关于编程的特别说明

编程场景比较特殊，因为风险确实存在，诱惑也很大。遇到程序错误时，你会想把相关代码粘贴到ChatGPT中，询问哪里出了问题。但这些代码属于雇主的知识产权。

更安全的做法取决于具体产品和配置：

• 只使用雇主批准的编程助手、账户和配置，并且只处理批准范围内的代码。核实工具是否为代码仓库建立索引、哪些分包数据处理方会收到代码、保留哪些数据，以及反馈或设置是否影响模型训练用途。
• 本地运行环境只有在网络、遥测、日志、索引、插件和备份都经过核实并获批后，才可能减少提供商接触数据的机会。
• 不要用个人AI账户处理雇主的源代码。如果没有获批工作流，请咨询IT部门，或在不披露专有代码的情况下调试。

关于面向客户的AI的特别说明

如果你在面向客户的工作中使用AI，例如起草客户邮件、回复客户支持请求、生成提案，需要考虑的问题有所不同。具体包括：

• 是否需要告知客户使用了AI。要求因司法管辖区、行业，以及客户是直接与AI互动还是收到AI辅助生成的内容而异。应核实该渠道适用的具体法律和公司政策。
• 草稿中的客户数据。只使用针对这些数据获批的工作流，并尽量减少模型接收的内容；产品标注为企业级并不足以说明可以使用。
• 内容发出后的影响。AI起草并以你的名义发送的客户邮件可能作出承诺或包含错误。发送前应逐字阅读，除非获批的自动化工作流另有控制措施。

一种有管控的做法是让获批AI服务连接到业务所需的客户信息，而不是手动粘贴详情。这种架构仍需将连接器权限限制在必要范围内，设置访问控制、数据保留规则和审计日志，在适当情况下采取数据防泄漏措施，并审核输出。它也必须针对相关数据和任务获得批准。

使用AI生成的内容与客户沟通，你仍需对这些内容负责。起草的邮件、提案或客服答复可能作出承诺、传递错误信息或损害信任。除非工作流已明确获批可以自动运行，否则应在发送前审核。

有疑问就询问

如果某个用例处于模糊地带，例如你不确定其敏感程度是否足以要求使用企业工具，不确定监管机构是否会反对，也不确定经理是否会批准，那就询问。提问的成本很低；成为“不要这样做”培训中的反面案例，代价却很高。

具体而言，公司内可以回答这些问题的人包括：

• 数据保护官：负责GDPR、客户数据和员工数据问题。
• IT或安全团队：负责工具审批问题。
• 法务团队：负责合同、NDA和知识产权问题。
• 你的经理：负责判断“这类事情可以使用AI吗？”

给合适的人发一条简短的Slack消息，成本远低于事后处理事故。

本文不主张什么

本文并不是说“不要在工作中使用AI”。如果控制措施与数据和任务相匹配，获批工具可以发挥作用。

本文也不是说“什么都用AI，不必思考”。这样做会惹出麻烦。

可行的做法是：在AI获批且有用的场景中使用它，同时检查数据的敏感程度，为数据选择正确配置，尽量减少输入，并安排与风险相称的人工审核。

2026年8月11日核查的官方来源

• OpenAI商业数据隐私、安全与合规
• Anthropic商业产品训练政策
• Microsoft 365 Copilot隐私
• Google Workspace生成式AI隐私
• Cursor数据使用与Privacy Mode

守住基本准则

一条规则（使用针对这些数据获批的具体工作流）、一个习惯（检查数据的敏感程度），以及绝不能粘贴到个人账户的三类内容（客户数据、雇主源代码、机密文件）。这是可行的基本准则，不代表已经合规；受限和受监管数据仍需由指定的法务、隐私或安全团队审核。

这是一项范围有限的检查，可以防止一些本可避免的错误。政策、合同或法律不明确时，应在粘贴前停下，并咨询负责团队。