敏感信息脱敏检查指南（免费版）
一、为什么必须脱敏
客户资料、聊天记录、系统日志、训练语料、对外截图里只要出现：
- 手机号、身份证号、银行卡号、邮箱；
- 地址、订单号、合同金额等可关联个人的信息；
原样对外（发给合作方、喂给 AI、发到群里、贴进工单）都可能造成信息泄露，违反《个人信息保护法》中最小必要与去标识化的要求。
二、四类高频敏感信息的识别
| 类型 | 识别特征 | 标准掩码 |
|---|---|---|
| 手机号 | 1 开头、共 11 位，第 2 位 3-9（如 13812345678） | 保留前 3 后 4：138****5678 |
| 身份证 | 18 位，前 17 位数字，末位数字或 X | 保留前 6 后 1 位：110101********X |
| 银行卡 | 16-19 位连续数字 | 保留前 4 后 4：6222***********0123 |
| 邮箱 | 含 @ 与域名（如 abc.test@example.com） | 保留首字符与域名：a***@example.com |
> 识别顺序：先身份证（18 位），再手机号（11 位），再银行卡（16-19 位），
> 否则 18 位身份证可能被误判成银行卡。
三、脱敏、加密、删除怎么选
- 脱敏（掩码）：用于还要"看得到一部分"的场景，如客服核对、报表展示；
- 加密：用于需要还原原文的场景，如数据库存储、权限受控的数据流转；
- 删除：用于与业务无关、不需要留存的敏感信息，直接物理删除最安全。
对外发资料、喂 AI、做截图，通常用脱敏；喂模型训练且不需要个人信息时，建议直接删除。
四、四个高频场景检查清单
1. 发给 AI / 喂模型前
- [ ] 删除或掩码手机号、身份证、银行卡、邮箱；
- [ ] 客户姓名、公司名、详细地址按需要替换为"某客户/某地区"；
- [ ] 合同、发票、报关单图片先遮挡再上传。
2. 发群/发工单/发朋友圈截图前
- [ ] 检查对话框里的手机号、头像昵称、二维码；
- [ ] 检查截图边缘的通知栏、文件名、浏览器标签。
3. 导出报表、日志、训练语料前
- [ ] 导出脚本里统一做掩码列，不导出明文；
- [ ] 日志中禁止打印完整 token、密码、身份证、银行卡；
- [ ] 语料按批扫描后再入库。
4. 发给外部合作方前
- [ ] 只提供必要字段（最小必要原则）；
- [ ] 敏感字段脱敏或加密传输；
- [ ] 留存发送记录，明确对方使用范围。
五、常见误判（避免过度脱敏或漏脱敏）
- 15 位数字一般不是银行卡（银行卡 16-19 位），不要把短订单号误掩码；
- 20 位及以上连续数字不会是标准银行卡号，通常是流水号/物流单号；
- 15 位老身份证（一代/早期）已少见，按 18 位口径处理，遇到单独标注；
- 企业统一社会信用代码、税号（18 位含字母）不是身份证，别误判；
- 400 电话、座机（带区号、横线）不是手机号，但对外也建议评估是否需要掩码；
- 纯数字产品型号（如 11 位 SKU）需结合上下文，避免误判。
六、落地建议
- 制定一张"敏感字段处理对照表"，全员统一掩码口径；
- 对外发送设"最后一步检查"：用搜索/工具扫一遍四类敏感信息；
- 把脱敏做进导出、日志、语料入库流程，靠流程而不是靠人记。
需要自动扫描一段文本、输出各类命中数量与一键脱敏后的文本（含边界校验），请使用专业版。
