上传文件给 AI 前，先删掉任务不需要的信息 - AIPlan

判断标准只有一条：这个字段，如果出现在一封误发的邮件里，你会不会紧张。会紧张的，上传前就应该删掉或者替换。任务本身几乎从不需要真实姓名、身份证号和手机号，它需要的是"同一个人的多条记录能对上"，编号完全可以承担这个功能。 先给字段分三级，再动手 分级之后，删什么、换什么、留什么，一次就能定下来。 级别 典型字段 处理方式 必删 身份证号、银行卡号、密码、Session 凭据、Token 直接删除整列 替换 姓名、手机号、邮箱、详细地址、订单号 换成本地编号，映射表不外传 可留 商品名、品类、金额、日期、城市、状态 保留，注意组合识别 第三级容易被忽略。城市 + 出生日期 + 职位三项组合，在小范围内基本能定位到个人。处理时把出生日期改成年龄段，把职位改成职能类别，识别难度立刻上升。 替换编号怎么做才不会丢信息 核心原则是：编号本身不携带任何原始信息，映射关系只存在本地。 Excel 里的做法是新建一列 客户编号，用 C0001 这样的格式顺序编号，然后把姓名和手机号两列整体删除。删之前先另存一份原始文件放在本机加密盘里，文件名带上日期。 替代编号不能用身份证后四位、手机号后四位这类"半遮半掩"的方案。后四位在同一个城市的重合率相当高，配合其他两列就能反推。 更简单的一种做法是直接砍列。分析订单金额不需要客户姓名，做学习笔记不需要作者真名。每删掉一列，泄露面就少一块，同时模型的注意力也更集中。 文件名和元数据同样是内容 很多人删了正文里的姓名，却把文件命名成 张三_2026年体检报告.pdf。文件名会随文件一起进入对话。 上传前统一改名成 待分析_2026-10.pdf 这种纯任务描述。PDF 的文档属性里还有作者、创建者、创建时间，Word 的批注里可能有审阅人姓名。用"另存为"生成新文件，比在原文件上删更彻底。 还有一层：Excel 的隐藏工作表和隐藏列。肉眼看不到，解析时照样读得到。上传前统一取消隐藏，确认没有残留的工作表。 数据控制和"临时对话"分别管什么 这两件事经常被混为一谈。它们解决的是不同问题。 数据控制管的是模型训练。截至 2026 年 10 月 18 日核对，官方说明里的路径是 设置 → 数据控制 → Improve the model for everyone，关掉之后新对话不会用于训练模型。关掉训练不等于删除记录，已有对话仍然在历史里。 临时对话管的是历史与留存。官方写明的四条是：不出现在历史记录中、不创建或更新记忆、不用于改进模型、出于安全目的可能保留最多 30 天。开启位置是新建对话时选择 Temporary，然后选 Personalized 或 Unpersonalized。 临时对话还有一个细节：一旦你把它保存成普通对话，它就按普通对话的规则走，包括你账号的训练设置。所以"先临时后保存"不是安全的做法。 权限和数据控制不是一回事 这是最容易出错的地方。文件能不能被模型读到，和这份文件是不是敏感，是两个独立问题。 用 Google Drive、OneDrive 连接的文件，走的是你连接的那个账号的权限。官方说明里明确：使用连接的来源时，ChatGPT 使用所连接账号与应用权限，工作区管理员还可以控制哪些应用可用。 这意味着两件事：一是你能看到的工作区文件，接上之后模型也可能看到；二是共享盘里别人放的文件，权限没设好，你连上去就一并暴露了。 个人账号做分析时，我建议只上传本地导出的副本，不接云盘。少一层权限继承，就少一个想不清的边界。 存储与留存的实际数字 截至 2026 年 10 月 18 日核对，官方给出的几条：上传文件按用户计共享存储上限为 25 GB，企业工作区为 100 GB；删除对话不会删除已保存到 Library 的文件，要单独去 Library 删；删除后系统在 30 天内安排永久删除；企业工作区的临时文件在部分情况下 48 小时后过期。 这几个数字的作用是提醒：删除动作要分两处做。会话删了，Library 里还有一份。 Library 的位置在左侧边栏，点进去可以看到存储用量和剩余空间。批量清理时按文件类型筛选，一次勾选多个再删，比逐个点省事。 上传额度也是隐私决策的一部分 上传频率上限是每 3 小时 80 个文件，Free 账号每天 3 个。这个额度限制了"先大量上传再慢慢筛"的做法，反而促使人先做筛选。 我的习惯是建一个 脱敏_ 前缀的文件夹，所有要上传的文件先放进去，删完、改完名、检查完隐藏列，再一次性传。传完这个文件夹可以整个删掉。 什么情况下干脆不要上传 三类内容我建议不上传：一是含完整身份证号、银行卡号、密码的原始档案；二是别人的医疗记录、未成年人信息；三是公司明确列为机密且没有书面授权的材料。 这三类即使做了脱敏，风险仍然来自"上传"这个动作本身。替代方案是把需要的部分抄成一段文字，只发那一段。任务往往只需要 3 个字段，不需要整份 80 页的档案。 关于账号凭据这类更敏感的内容，账号与 CDK 的处理边界里写得更细。如果你打算用临时对话做一次性处理，临时对话的实际行为里列了它在历史、记忆、留存上分别怎么处理。清洗数据时如果还涉及原始 CSV 的结构问题，先定规则再清洗的流程可以对照着看。 截至 2026 年 10 月 18 日核对，数据控制菜单、临时对话规则与存储上限以 OpenAI 帮助中心《Data controls in ChatGPT》《Temporary chat in ChatGPT》《Uploading files and audio to ChatGPT》为准；这些设置可能随版本调整，以账号内实际显示为准。 参考资料资料核对日期：2026-10-17 • Data controls in ChatGPT | OpenAI Help Center • Uploading files and audio to ChatGPT | OpenAI Help Center • Temporary chat in ChatGPT | OpenAI Help Center 延伸阅读• CDK 充值时怎样保护账号？分清订单信息与登录凭据 • 用 AI 清洗 CSV，先定规则，再保留一份变更记录 • 临时聊天什么时候用？先选好个性化方式 • 用 ChatGPT 从图片提取文字：模糊的地方要留疑问