UnifoLM-OminiA-0.3 这类模型服务,输入数据在请求发出后会离开本地环境,由服务方接收和处理。因此建议先默认“数据可能被留存”,再按“分类-最小化-脱敏-确认协议”四个步骤操作。下面给出一个可落地的判断表、提示词示例和验证清单,供接入前评估使用。
先确认边界,再谈保护
传输加密只是基础,真正的风险在服务端。模型服务商是否存储日志、是否把数据用于模型训练,是否与其他系统共享,这些都不会写在 API 对接文档里,而是落在隐私政策或数据处理协议中。如果协议没有明确覆盖你的使用场景,或者数据会发送到你不信任的区域,那就把个人身份信息(身份证号、手机号、精确地址)、密钥令牌、业务敏感字段全部视为“不可直传”。这种做法的适用场景是接入任何外部模型 API;操作动作是先在本地做字段级识别和替换;验证方式是跑通一次脱敏后的模拟请求,检查返回内容里没有原始字段;风险边界是过度脱敏会降低模型回答质量,所以需要保留模型完成主任务所需的最小信息量。
按数据敏感度决定发送策略
以下是按敏感度分级的发送策略,可直接作为内部评估表使用。表格中有“可发送、不建议、禁止”三档,每一行都给出动作和验证点。
| 数据类别 | 策略 | 建议动作 | 验证点 |
|---|---|---|---|
| 公开产品信息、非隐私日志 | 可发送 | 正常发送 | 确认无内部路径 |
| 工单文本(含脱敏用户名) | 可发送 | 用占位符替换用户ID和手机号 | 输出中不出现原ID与号码 |
| 个人邮箱、手机号、精确住址 | 不建议 | 替换为加密指纹或假值 | 无连续数字和原字段片段 |
| 数据库连接串、API Key、私钥 | 禁止 | 完全剥离,不进入输入文本 | 请求日志中无密钥字符串 |
这个表的关键是“验证点”不是靠感觉判断,而是用脚本检查请求日志或返回内容。它适用于纯文本处理任务;如果模型需要调用外部工具或查询数据库,这些数据必须保留在本地,风险边界是脱敏会导致模型无法直接执行真实操作。
提示词层面做最小化约束
在提示词层面,可以通过定义占位符规则,让模型只处理最小字段。这种做法适用于工单分类、意图识别、摘要生成等不依赖真实值的任务。下面是一个可复制的请求骨架,结合了系统提示词和脱敏文本:
{
"model": "unifolLM-ominiA-0.3",
"system_prompt": "输入文本已脱敏,用户ID格式为U+数字,手机号格式为M+数字。请基于脱敏文本完成意图分类,不得推测或补全原始信息。只输出JSON。",
"input": "用户【U001】反馈订单【O003】未收到,手机【M001】无法接通。"
}
替换项需要按你的业务约定调整;把规则写在 system_prompt 里,模型就不会自己乱填。验证方式是查看返回 JSON 是否含有 “M001” 而不是真实号码,并确认分类结果仍然成立。风险边界是如果模型需要具体号码做后续操作,这种占位符会失效,此时应改用本地处理或加密指纹。
验证清单:接入前至少检查四项
以下四项检查适用于任何外部模型的接入前期。操作动作按步骤执行;如果有任何一项不满足,则应调整脱敏策略或暂缓接入。
- 确认服务商协议是否写明数据不再用于训练,以及留存时长。如果协议不明确,按“默认留存30天以上”评估。
- 使用上述占位符规则,在测试环境发送一条脱敏请求,检查返回内容是否包含原始敏感字段。
- 检查请求日志,确认没有把 API Key、连接串等放进 body 或 prompt。
- 建立白名单:仅在业务确实需要时才发送高敏感字段,其他场景一律走脱敏路径。