早安呀!
我去企業內訓時發現,大家最關心的問題之一就是資安。例如,公司規定含有個資的資料不能直接交給AI,那還能怎麼用AI幫忙工作?
其實,大家都有「去識別化」的概念。但我接著追問:「那你們實務上都怎麼做?」得到的答案居然是:「丟給AI,請它幫我把個資馬賽克啊。」
把高手工作法,做成你的 AI 工作分身
年度會員|NT$4,379嗯?AI幫你遮個資之前,不就已經讀過原文了嗎!
但誰說AI一定要看過你的資料,才能幫你處理資料?
我們可以換個方式,請AI當工程師,寫一個「不需要連網」的替換小工具,直接在自己的電腦裡把個資換成代號。檢查處理後的資料,確認沒有遺漏可辨識身分的內容,也符合公司的使用規範後,再交給AI分析。有需要時,還能用同一個工具把代號還原。
說真的,比起最後做出來的工具,我覺得「和AI一起設計工具的過程」更有意思哩。
這次,我用「教育訓練的員工回饋問卷」當例子,示範從需求討論、工具開發、測試修正,到實際分析與後續應用的完整過程。
如果你手上剛好有客戶意見、員工訪談紀錄,或其他不適合直接上傳的資料,下次猶豫「這到底能不能用AI處理」時,可以試著轉換思路:請AI幫你打造處理資料的小工具。
完成個資替換與檢查,並確認資料可以上傳後,就能交給一天一AI PRO的「數據洞察分析師」工作流,讓AI幫你找出資料背後的關鍵發現!還沒成為PRO會員?快點此加入。
開發個資替換工具前,先請AI陪你釐清需求

假設你每次辦完教育訓練,都要分析含有姓名、員編、Email、部門別等資料的回饋問卷。你希望請AI幫忙分析,又不希望它接觸原始個資,可以先開一段對話,告訴它:
我想開發用於員工問卷分析的「個資替換與還原工具」。問卷欄位有:(貼上欄位名稱)。
先不要寫程式,請逐一提問,幫我確認需求,並主動檢視安全風險與例外狀況。
工具必須是單一HTML檔案,完全離線運作,不連網、不傳送資料。需求確認後,再整理成開發提示詞。
和AI一問一答,確認個資怎麼替換、如何還原

AI可能會問你:問卷資料是什麼格式?姓名、員編和Email都需要換成代號,還是有些可以直接刪除?代號與姓名的對照表要怎麼保管?AI分析後會產出什麼格式的結果,又要怎麼還原?
透過這個過程,你會慢慢把原本模糊的「幫我遮個資」,整理成包含安全限制與例外處理的開發需求。確認沒問題後,再請AI寫出HTML程式碼。
先用假問卷測試,找出個資遺漏與替換錯誤

把AI寫好的HTML存到電腦,用瀏覽器開啟,就能操作工具。
正式使用前,建議先請AI產生一份「包含各種容易出錯情境的假問卷」,例如員工同名同姓、有人把Email填在開放式回答裡,測試工具能不能正確處理。
如果發現問題,就把測試情境、預期結果與實際結果告訴AI,請它修正。
處理原始問卷,分開保存分析資料與還原對照表

假設經過前面的討論,你決定將姓名換成代號、直接刪除員編和Email,並保留分析需要的部門與滿意度資料;開放式回答中可辨識身分的內容,也要一併替換。
將原始問卷匯入工具,處理完成後,會得到兩份檔案:一份是「替換個資後的分析資料」,另一份是「代號還原對照表」。
接下來,先檢查第一份資料是否還有能辨識身分的內容,確認符合公司規範後,再交給AI。對照表則留在自己的電腦裡,不要一起上傳。
將處理後的問卷交給AI,分析需求與後續行動

把檢查過的問卷回饋提供給AI,並告訴它:
請分析各部門的學習需求、提出改善建議,並以代號列出需要後續協助的學員。
這樣一來,AI不需要知道員工的真實姓名,也能根據問卷內容,幫你分析學習需求、規劃後續協助。
需要個別聯繫時,再用離線工具還原姓名

如果只是想知道下次教育訓練該怎麼改善,做到上一步就可以了。
但如果你需要把學習資源寄給特定員工,就打開HTML小工具,匯入AI整理的「代號名單」與自己保管的「對照表」,將代號還原成姓名,再個別提供公司的內部學習資源。
下次辦完教育訓練,也能用同一個工具處理新一批員工回饋,不需要重新開發。