在工作中使用 AI 而不泄露公司数据

如今大多数公司的员工每天都在将内部文档、代码和客户数据粘贴到 ChatGPT、Claude 或 Copilot 中，通常没有任何人审批。问题不在于 AI 本身，而在于人们使用这些工具时带来的默认习惯把它们当成私人记事本，但实际上你是在向一个第三方服务器发送数据，其服务条款大多数人从未读过。

了解你的输入实际上会发生什么

在做任何假设之前，先阅读你所使用工具的数据使用条款。ChatGPT 的消费者版本（免费和 Plus 计划）可能会使用对话来训练未来的模型，除非你在设置中选择退出。ChatGPT Enterprise 和 Team 计划以及 API 通常默认不会使用你的数据训练，并提供更强的合同保障。Claude（消费者版本与 Claude for Work/API）和 Gemini 也有相同的区分。"免费个人账户"与"带数据处理协议的商业账户"之间的差异是影响你实际风险的最大单一因素，也是大多数人会忽略检查的。

如果你的公司没有为任何 AI 工具购买企业级版本，那就假设你输入免费版聊天机器人的每条提示都可能被人类训练员审查或烙入未来的模型中。这不是偏执，这是对大多数消费者服务条款的直白解读。

粘贴前先剔除数据

在将任何内容粘贴到提示中之前，思考一下如果这段文本明天出现在数据泄露新闻标题中会怎样。如果后果不妙，先进行编辑。具体做法：

• 用占位符（CUSTOMER_A、user@example.com）替换真实的客户名称、电子邮件和账户 ID，然后再要求帮助起草回复。
• 从代码片段中剔除 API 密钥、令牌和内部主机名。在你要粘贴的文件上快速运行一次 grep -riE "(api[_-]?key|secret|token|password)" 就能捕捉大多数明显的泄露。
• 总结问题的形状而不是粘贴整个专有文件。"我有一个使用滑动窗口对每个用户进行速率限制的函数，在突发流量下它在丢弃合法请求"这样的描述能为你争取有用的帮助，而不用交出你的实际算法。
• 对于合同、财务或任何受 NDA 保护的内容，除非你的法律团队已明确批准在该数据类别中使用该工具，否则完全不要使用通用聊天工具。

建立你的团队实际会遵循的护栏

没有人读的政策会被忽视。融入现有工作流的政策会被执行。几个在实践中有效的做法：

• 让 IT 部门配置一个商业级 AI 账户（ChatGPT Team、Claude for Work、与你 M365 租户一起的 Microsoft Copilot），这样员工的默认选项就是更安全的那个，而不是免费公开版。
• 使用浏览器扩展或 DLP（数据丢失防护）工具，如 Microsoft Purview 或 Nightfall，在有人即将在网页表单中粘贴看起来像机密或 PII 的内容时进行标记。许多公司已经在电子邮件中使用 DLP；把相同的规则扩展到浏览器对 AI 网站的输入是一个自然的下一步。
• 写一份单页政策，用简明的语言说明哪些工具适用于哪些数据类别。"公开文档和开源代码：任何工具。客户 PII、财务数据、专有系统的源代码：仅限企业级工具，或根本不用。"具体且简短优于冗长含糊。
• 对于代码，特别要决定 GitHub Copilot 还是自托管替代方案（如本地 Code Llama 或 StarCoder 部署）是否更适合你的最敏感仓库。Copilot Business 允许你从建议中排除特定仓库，并具有代码匹配过滤器来降低重新生成许可代码片段的可能性。

注意隐蔽的泄露路径

直接复制粘贴不是唯一的风险。总结网页的浏览器扩展可能会悄悄将屏幕上的任何内容（包括内部仪表板）发送到远程 API。加入你的视频通话的 AI 动力记笔记机器人（Otter.ai、Fireflies 等）会录制和转录所说的一切，包括任何顺便提及的机密内容。在向会议添加这些之前，询问房间里的每个人是否都愿意让第三方服务保存该对话的转录，以及供应商的保留政策是否符合你公司的数据处理规则。

还要检查 AI 聊天客户端中启用的插件或连接器。有些允许模型浏览网络或访问连接的应用程序（如 Google Drive），这可能会拉取比你打算共享的更多内容。

养成习惯，而不仅仅是政策

目标不是零 AI 使用，而是让每个人都把输入框当作发送给供应商的外部电子邮件，因为这在功能上就是它的含义。一旦这个心理模型扎根，大多数风险行为自身就会停止。

要了解更多信息，查看 Korra Studio 关于数据安全基础知识和工程团队实用 AI 工具的内容。