提示词技巧

提示词技巧:任务背景与输出约束中的敏感资料脱敏方法

资料核对与更新:2026-11-17 · 阅读约2分钟

向大模型提交办公文档或代码片段时,原始内容常包含客户信息、内部数据或密钥。直接粘贴存在隐私泄露风险,因此在构建提示词前,需对敏感字段进行标准化脱敏。 第一步是识别并替换关键实体。常见敏感信息包括姓名、联系方式、证件号及 API 密钥。不要依赖模型的自动过滤,应在本地完成替换。使用统一的虚构占位符,如将真实姓名改为“用户 A”,手机号改为“138000000

向大模型提交办公文档或代码片段时,原始内容常包含客户信息、内部数据或密钥。直接粘贴存在隐私泄露风险,因此在构建提示词前,需对敏感字段进行标准化脱敏。

第一步是识别并替换关键实体。常见敏感信息包括姓名、联系方式、证件号及 API 密钥。不要依赖模型的自动过滤,应在本地完成替换。使用统一的虚构占位符,如将真实姓名改为“用户 A”,手机号改为“13800000000”,金额改为“XXX 元”。替换时需保持数据结构完整,确保模型能理解上下文逻辑。

第二步是在提示词中明确规则。在“任务背景”中说明已做匿名化处理,告知模型无需还原真实数据;在“输出约束”中要求生成结果时沿用占位符,严禁推测或编造看似真实的个人隐私。例如设定指令:“涉及个人身份的字段请保留原占位符,不得自行补全具体数值。”

最后需人工核对输出。检查回复中是否出现因“幻觉”产生的虚假敏感信息。若发现模型试图补全真实数据,应调整提示词并强调数据最小化原则。通过本地预脱敏与提示词双重约束,可在利用 AI 提升效率的同时阻断资料外流。该方法适用于文本摘要、邮件起草及代码报错分析,不依赖特定平台功能。

本文新增价值
中台已确认投递;AI与采集来源分别保留