在工作中使用 AI 而不洩露公司資料

現在大多數公司的員工每天都在將內部文件、程式碼和客戶資料貼到 ChatGPT、Claude 或 Copilot 中，通常沒有任何人核准。問題不在於 AI 本身，而在於人們帶到這些工具上的預設習慣將它們視為私人記事本，實際上你是在將資料傳送到第三方伺服器，而大多數人從未閱讀過其服務條款。

了解你的輸入實際上會發生什麼

在做任何假設之前，先閱讀你正在使用的任何工具的資料使用條款。ChatGPT 的消費者層級（免費和 Plus 方案）可能會使用對話來訓練未來的模型，除非你在設定中選擇退出。ChatGPT Enterprise 和 Team 方案以及 API 通常預設不會在你的資料上進行訓練，並提供更強有力的契約保障。Claude（消費者版本與 Claude for Work/API）和 Gemini 也有相同的區分。"免費個人帳戶" 和 "具有資料處理協議的商業帳戶" 之間的差異是你實際風險的單一最大因素，也是大多數人跳過檢查的地方。

如果你的公司還沒有為任何 AI 工具購買企業級，假設你輸入到免費層級聊天機器人中的每個提示都可能被人工訓練員檢查或烘焙到未來的模型中。這不是偏執，這是對大多數消費者服務條款的純粹解讀。

在貼上之前先清理資料

在將任何內容貼到提示中之前，先想想如果這段確切的文字明天出現在資料外洩的新聞標題中會怎樣。如果答案不好，先將其編輯。具體來說：

• 在尋求幫助起草回覆之前，用預留位置（CUSTOMER_A、user@example.com）取代真實的客戶名稱、電子郵件和帳戶 ID。
• 從程式碼片段中刪除 API 金鑰、權杖和內部主機名稱。快速執行 grep -riE "(api[_-]?key|secret|token|password)" 在你要貼上的檔案上能捕捉到大多數明顯的洩漏。
• 概括問題的形狀而不是貼上整個專有檔案。"我有一個函式使用滑動視窗對每個使用者進行速率限制，但在突發流量下會丟棄合法請求" 這樣的描述能讓你獲得有用的幫助，而無需交出你的實際演算法。
• 對於契約、財務或任何受 NDA 保護的資料，除非你的法務團隊已明確批准將該工具用於該資料類別，否則根本不要使用通用聊天工具。

設定你的團隊實際上會遵循的防護措施

沒有人閱讀的政策會被忽視。適合現有工作流程的政策會被遵循。一些在實踐中有效的做法：

• 讓 IT 部門提供商業層級的 AI 帳戶（ChatGPT Team、Claude for Work、Microsoft Copilot 搭配你的 M365 租用戶），以便員工的預設選項是更安全的選項，而不是免費的公開選項。
• 使用瀏覽器擴充功能或 DLP（資料遺失防護）工具如 Microsoft Purview 或 Nightfall，在某人即將將看起來像機密或 PII 的內容貼到網路表單時進行標記。許多公司已經為電子郵件提供了 DLP；將相同的規則擴展到瀏覽器輸入到 AI 網站是自然的下一步。
• 編寫一份單頁政策，用簡單的語言說明哪些工具被核准用於哪些資料類別。"公開文件和開放源代碼：任何工具。客戶 PII、財務、專有系統的原始碼：僅限企業級工具，或根本不使用。" 具體而簡短勝過冗長而含糊。
• 針對程式碼，決定 GitHub Copilot 或自託管替代方案（如本地 Code Llama 或 StarCoder 部署）對你最敏感的儲存庫是否更有意義。Copilot Business 允許你從建議中排除特定儲存庫，並具有程式碼匹配篩選器以降低重新吐出已授權程式碼片段的可能性。

注意狡猾的洩漏途徑

直接複製貼上不是唯一的風險。能夠彙總頁面的瀏覽器擴充功能可以悄悄地將螢幕上的任何內容（包括內部儀表板）傳送到遠端 API。加入你的視訊通話的 AI 驅動記事工具（Otter.ai、Fireflies 等）會記錄並轉錄所說的所有內容，包括順便提及的任何機密資訊。在將任何這些內容新增到會議之前，先問問房間裡的每個人是否都同意第三方服務持有該對話的記錄，以及供應商的保留政策是否符合你公司的資料處理規則。

同時檢查你的 AI 聊天用戶端中啟用了哪些外掛程式或連接器。有些允許模型瀏覽網路或存取連接的應用程式（如 Google Drive），這可能會帶入比你想分享的更多內容。

建立習慣，而不只是政策

目標不是零 AI 使用，而是讓每個人都將輸入框視為向供應商發送的外部電子郵件的 AI 使用，因為實際上就是這樣。一旦這種心理模型確立，大多數風險行為會自動停止。

如需更多資訊，請查閱 Korra Studio 有關資料安全基礎知識和工程團隊實用 AI 工具的章節。