用 PISIGuard 给 AI 聊天装个“脱敏过滤器”，防止隐私裸奔

最近在用 ChatGPT 帮写周报和分析项目文档，突然意识到一个很恐怖的问题：为了让 AI 输出更精准，我们习惯性地把公司名称、客户实名甚至具体的项目预算直接贴进去。虽然 OpenAI 承诺了数据处理协议，但这些敏感信息一旦进入云端服务器，就意味着你失去了对数据的绝对控制权。

为了解决这个问题，我最近深度试用了 PISIGuard。简单来说，它不是一个简单的插件，而是一个运行在本地的隐私拦截层，相当于在你的输入框和 AI 的接收端之间加了一道“削音器”。它的核心逻辑不是禁止发送，而是通过本地识别，将身份证号、手机号、公司内部项目代号等敏感信息实时替换成随机的占位符（例如将“张三”替换为 [PERSON_1]），在保证 AI 能理解上下文逻辑的同时，切断了真实隐私的流向。

在部署方式上，PISIGuard 提供了两种方案。第一种是浏览器扩展模式，这对我这种主要使用 ChatGPT、Claude 或 Gemini 网页端的用户来说最方便，安装后重启浏览器即可生效，它能直接在 DOM 层面对输入内容进行拦截。第二种是本地代理模式，这对于开发者调用 API 接口非常有用，可以让所有发往后端的 Request 先经过本地过滤层，确保即便在代码调用阶段也不会误传敏感数据。

我实际测试了一周，最让我满意的是它的“本地规则引擎”。很多所谓的隐私工具其实是把你的数据传到另一个云端去脱敏，结果成了“把隐私交给另一个陌生人”。但 PISIGuard 的识别逻辑完全跑在本地，这意味着脱敏过程不需要联网。

这里分享两个实用的小技巧：首先是关于“白名单”的设置。因为脱敏逻辑比较严格，有时我会把自己的名字或公开的职衔发给 AI 做自我介绍，这时候它会默认把这些信息全部糊掉。我通过设置白名单，将特定的词条放行，这样既能保证核心隐私不泄露，又不影响基础沟通。其次是自定义正则功能。每个公司的内部项目代号不同，预设库可能识别不出来，但我自己在配置项里添加了一行特定的正则匹配规则，现在只要出现类似“Project-2024-Alpha”这种格式的内部代号，它会自动将其统一替换为“PROJECT-X”， AI 依然能根据这个代号帮我分析逻辑，但它永远不知道这个项目具体叫什么。

需要明确的是，PISIGuard 并不是杀毒软件，它不负责判断 AI 的回答是否有毒，也不管 AI 是否有恶意，它只管一件事情：你的信息有没有在未经脱敏的情况下发出去。

在这一周的体验中，误伤率确实存在，偶尔会把一些不敏感的人名也给替换了，但这在安全权衡中是可以接受的。与其在数据泄露后去写复盘报告，不如在聊天时给自己戴个“面具”。对于经常需要处理公司内部文档、且对数据敏感度较高的职场人来说，这种本地过滤方案比单纯依赖 AI 公司的隐私协议要靠谱得多。