喂给 AI 的数据分级策略模板
一句话摘要：把数据边界策略落成一张能直接用的分级表。AI 自己分不清「这条数据能不能出公司边界」——数据敏感度是你的策略，不写明它就一视同仁地拿去用。先给数据定档，再决定哪些绝不进外部 AI、哪些脱敏后可、哪些公开可。
分级表（按敏感度定可否外发）
| 档位 | 数据类别（示例） | 能否给外部 AI |
|---|---|---|
| 🔴 绝不外发 | 密钥 / 凭据 / token；客户 PII（姓名、证件、手机）；未公开源码 / 战略文档；受监管数据（GDPR / HIPAA / 金融） | 对任何外部 AI 一律不给 |
| 🟡 脱敏后可 | 含敏感字段但结构有用的日志、样本、配置 | 先用合成 / 占位替换真实标识，再给 |
| 🟢 公开可 | 已开源代码、已发布文档、公开数据集 | 正常使用 |
判据：拿不准就往 🔴 归。一段数据是 🟢 还是 🔴，不看字面，看它属于谁、受什么监管、泄露了谁担责。
怎么用
- 🔴 是硬红线。 不靠人「记得别贴」，在数据进入外部 AI 的通道上加 DLP / 密钥扫描 / 正则过滤，把不该外发的在出门前拦下。
- 🟡 用占位 / 合成数据。 给 AI 结构相同、内容假的样本即可——这恰是「用假数据糊弄你」那个反模式的反向正解：那里造假是问题，这里造假是保护。
- 必须用真实敏感数据时换处理方：用自托管 / 本地模型，或带「不训练、不留存、可审计」合同的企业版，把数据留在你能审计的控制域内。
- 这是策略层；代码实现层别把敏感数据写进日志 / 返回给不该看的人，见默认埋漏洞 / 泄露敏感数据；真实事故见三星源码泄密给 ChatGPT。
可放进团队规范的一句话红线：
- 🔴（密钥/客户 PII/未公开 IP/受监管数据）→ 任何外部 AI 一律不贴，通道上加扫描拦截。
- 🟡 → 先脱敏/换占位再给。
- 真要用真实🔴 → 只在自托管或有"不训练不留存"合同的环境里。
适用边界
适合什么时候用
- 团队成员会把真实数据 / 代码贴给外部 AI（聊天或 agent）求助。
- 你需要一份成文的「什么数据绝不能给外部 AI」策略，用于培训与合规。
不适合什么时候用
- 全程自托管 / 数据不出网的环境——约束来自内网治理，本表的「外发」维度不适用。
- 处理的数据本就全是公开内容——没有分级必要。
使用前请替换
- 把「数据类别」换成你组织真实的数据资产与合规要求（你受哪些法规约束、哪些是商业秘密）。
- 把脱敏 / 扫描换成你真实的工具与流程。
- 明确你的「可审计处理方」白名单（哪些 AI 服务的哪个档位满足你的合规）。