一句话结论
涉密合同、未公开源码、个人身份信息这类数据，一律走本地或专有云部署的模型，不要碰公网 API。
这篇解决什么问题
法务和研发经常遇到同一类纠结：手上这份材料想让模型帮着读一遍、抽个要点，但不确定能不能丢给网页版的 AI 助手。凭感觉判断容易走两个极端——要么什么都不敢用，要么随手粘了一堆不该外发的东西。
这篇给的是判断方法，不是标准答案清单，因为每家的数据分级口径不一样。适用：你手上有一批真实业务材料，需要快速决定某一份走本地还是走云端。不适用：你所在的行业有强制性数据出境审批要求，那种情况要直接问合规部门，别自己拍板。
开始前要准备什么
- 一台能跑 7B~14B 量化模型的机器，显存 8G 起步；没有的话用公司内网的推理服务也行
- 本地推理工具，Ollama、LM Studio、vLLM 任选其一，前两个免费、后者要自己部署
- 云端对照账号一个，主流大模型的网页版都有免费额度，够做对比测试
- 素材：一份你日常真实处理过的文档、一段会议录音，或一张几十行的表格
- 时间：首次搭环境约半小时到一小时，之后每判断一类数据大概 5 分钟
具体怎么做
第 1 步 · 先把数据按外泄后果分档
不要按”敏感/不敏感”两分法，那种分法在实际扯皮时没有说服力。按”泄露之后谁受损、损失能不能挽回”来分，这样每档都有具体理由。
你是一位数据合规顾问。下面我会给你若干条业务数据的使用场景描述，请你按”一旦外泄，受损方是谁、后果是否可逆”把它们分成四档：A 档泄露即造成不可逆损失（如客户身份信息、未公开的技术方案），B 档泄露造成可逆但代价高的损失（如内部报价策略），C 档泄露只造成轻微尴尬（如内部培训材料），D 档公开也无所谓。每档给出判断理由，理由要写清楚是”法律义务”还是”商业利益”驱动。场景描述如下：
1. 一份客户签署的服务合同扫描件，含客户公司名称、联系人手机号、付款金额
2. 一段内部技术评审会议录音，讨论尚未申请专利的算法思路
3. 一份员工年度培训 PPT
4. 一份给供应商的报价对比表，含三家供应商的报价
5. 一段客服通话录音，客户报了自己的身份证号
先分档，再给理由。
预期产出：一张四档分类结果，每条都带法律义务或商业利益的归因。这份结果就是后面判断表的左半边。
第 2 步 · 给每一档钉死部署边界
分完档还不够，得把”哪档能用什么部署方式”写成硬规则，否则执行时还是靠人拍脑袋。
承接上面的四档分类，请为每一档给出允许的模型部署方式，可选值只有三个：公网 API（数据会离开公司网络）、专有云/私有化部署（数据不出公司可控范围）、纯本地离线（完全断网运行）。要求：A 档必须给出唯一答案，不能写”视情况而定”；B 档可以给条件判断，但条件必须是可客观核验的，比如”是否已签署数据处理协议”。同时对 A 档额外说明：如果非要用云端，需要补哪些技术手段（如脱敏、字段裁剪）才能把风险降到可接受。输出用表格形式，三列：档位、允许的部署方式、附加条件。
预期产出：一张三列表格，每档对应的部署方式和前置条件都写死了。
第 3 步 · 拿真实材料做一次穿行测试
规则写完先别发出去，自己拿三五份真实文档跑一遍。我踩过的坑是规则本身没错，但一到实际文档就发现”一份合同里既有 A 档字段又有 D 档字段”，颗粒度不够用。
下面是一份真实业务文档的脱敏描述，请你逐段判断它涉及哪一档数据，如果一段里同时包含多个档位，请标出最严格的那一档，并说明是否可以只把低档位的部分外发。请特别指出：有哪些字段可以通过删除或替换后安全外发，哪些字段一旦出现就必须整段本地处理。文档描述如下：
这是一份供应商框架协议，正文条款是通用模板（无敏感信息），附件一是双方联系人清单（含手机号、公司邮箱），附件二是历史成交价格明细表（含近三年单价），附件三是双方约定的验收标准（行业通用标准）。请逐段判断并给出处理建议。
预期产出：一份逐段定档的清单，以及”哪些字段可以脱敏后外发”的具体建议。
第 4 步 · 建一张能贴到工位上的判断表
最终交付物要足够短，短到同事扫一眼就知道怎么办。我见过太多团队把规则写成十几页文档，结果没人看。
请把前面的所有结论压缩成一张判断表，供法务和研发日常快速查阅。要求：第一列是”数据类型”，用大白话写，不要用”敏感数据”这种笼统词；第二列是”典型例子”，给两个具体场景；第三列是”可用部署方式”；第四列是”一句话理由”。总共不超过 12 行。最后附一句使用说明：如果遇到表里没覆盖的情况，默认按更严格的方式处理，再找人确认。
预期产出：一张 12 行以内的速查表，加上一条兜底规则。这就是你要带走的东西。
第 5 步 · 设一个复查触发条件
判断表会过期。监管口径在变，业务线也在变，得留一个明确的复查信号，而不是靠想起来才更新。
请为上面这张判断表设计复查机制。要求给出三条具体的触发条件，触发条件必须是可观察的事件，而不是”定期检查”这类模糊表述。例如：新增了一类此前未出现过的数据源、某条业务线开始涉及境外客户、公司新上线了自建推理服务。每条触发条件后面写清楚：触发后由谁发起复查、复查要重新确认哪一列。最后说明这张表的有效期建议设为多久，并给出理由。
预期产出：三条可观察的复查触发条件，以及一个有效期建议。
实测记录
| 项目 | 实际情况 |
|---|---|
| 搭本地环境 | 用 Ollama 拉 7B 量化模型，不到一小时能跑通 |
| 跑完五步流程 | 约 40 分钟，含三次修改提示词 |
| 纯手工分类同样材料 | 断断续续花了一个下午，还漏了两条 |
| 返工情况 | 第 1 步的分档被推翻过一次，最初用了敏感/不敏感二分法 |
| 本地与云端结果差异 | 分档判断基本一致，长文档的字段级识别本地模型明显弱一截 |
有一点要说明：本地小模型处理长文档时容易漏字段，我的做法是把文档切成几段分别喂进去，再人工合并。如果材料本身很长，这一步的时间要往上加。
最容易错的 3 个地方
- 把”脱敏”当成万能解。删掉姓名电话不代表安全，字段之间的组合本身就可能指向特定人。纠正办法：脱敏后自己再反向推一次，看能不能还原出个体。
- 只问”能不能用云端”，不问”用哪家云端”。专有云和公网 API 是两回事，前者的数据边界在合同里，后者不在。
- 判断表做完就锁死。业务一变，表就失效，但没人会主动想起它。纠正办法：把复查触发条件写在表的末尾，而不是另存一份文档。
可复用的东西
全文五个提示词可以串成一条流水线：分档 → 定部署边界 → 穿行测试 → 压成速查表 → 设复查条件。前两个提示词可以合并成一次对话，把分类结果直接喂给第二步；后三个建议分开跑，因为每一步的输入格式不一样。
如果要复用，把第 4 步的表格结构留着，前四列不用改，只换里面的内容就行。
这套流程的价值不在提示词写得多漂亮，而在于它把”我觉得这个能外发”变成了”表上写着这类数据只能本地跑”。
你们团队现在判断一份文档能不能外发，是靠人拍板，还是已经有一张写死的表了？
常见问题
问：本地模型跑不动长文档怎么办？答：切成小段分别处理再人工合并，是目前比较稳的做法。7B 量化模型在字段级识别上确实弱于大模型，可以只把本地模型用在明显涉密的段落，其余部分走云端。
问：判断表做出来没人用怎么办？答：控制在一页以内，贴在看得到的地方。超过 12 行的表基本没人会翻第二遍。
问：合规部门口径和这张表冲突怎么办？答：以合规部门为准，同时把冲突点记下来，作为下一次复查的触发条件之一。
问：本地部署成本高吗？答：8G 显存的机器就能跑 7B 量化模型，硬件门槛不高。真正的成本在维护和模型更新上，这部分要提前算进去。
常见问题解答
判断一份数据能不能用云端模型，最快要多久？
如果已经有现成的判断表，对照着看大概 1 分钟。从零开始建表，包括分档、定边界、压成速查表，通常一小时内能跑完一轮。
本地模型的判断准确度够用吗？
在分档这类粗粒度判断上，本地 7B 量化模型和云端大模型结果基本一致。但涉及长文档里逐字段识别，本地模型会漏，需要切段处理加人工复核。
小团队没有自建推理服务，还有别的办法吗？
可以先用单机工具跑起来，显存 8G 就能启动 7B 量化模型。等判断表稳定下来，再评估要不要上内网的推理服务。
这张判断表多久要更新一次？
不建议定死周期，用触发条件更靠谱。比如新增数据源、业务涉及境外客户、公司上线自建推理服务，出现任一条就该复查。
本网站的部分内容可能来源于网络或用户投稿，仅供大家学习与参考，如有侵权，请联系客服： hhxmw778 进行删除处理。
本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
教程如引导您添加微信或有另外收费服务，请自行甄别！
如遇充值环节或绑定支付账户或输入支付密码之类的异常步骤，建议停止操作！本站不对操作项目的损失负责！
本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现任何资源有问题请向站长举报下架
(手机微信用户建议用默认浏览器打开，可体验完整功能)