Чеклист: что убрать из документа перед загрузкой в нейросеть

Нейросети ускоряют работу с документами: они резюмируют договоры, находят риски, готовят ответы на письма. Но прежде чем загрузить файл в любой онлайн-сервис, важно понимать — всё, что вы отправляете, покидает ваш компьютер. Поэтому обезличивание документов перед загрузкой в нейросеть стало обязательным шагом для юристов, финансистов и всех, кто работает с чувствительной информацией.

Чтобы безопасно скрыть персональные данные, не нужно вычитывать текст по три раза. Достаточно один раз пройтись по чеклисту, разбитому на категории. Ниже — практический разбор: что именно убрать, что можно оставить и как сделать обезличивание текста быстро и без потери смысла.

Зачем обезличивать документ перед нейросетью

Любой документ, отправленный в облачный ИИ-сервис, может сохраняться на серверах, использоваться для обучения моделей или попасть в логи. Если в нём есть персональные данные, вы как минимум нарушаете 152-ФЗ, а как максимум — раскрываете коммерческую тайну или данные клиентов третьим лицам.

Обезличивание решает проблему: вы заменяете реальные сведения на условные метки. Нейросеть по-прежнему видит структуру договора или отчёта и может его анализировать, но конкретные люди и компании в тексте больше не идентифицируются.

Чеклист: 6 категорий данных к удалению

Пройдитесь по документу по этим шести категориям. Если хотя бы один пункт встречается в тексте — его нужно скрыть.

1. ФИО физических лиц

Самая частая категория. Сюда входят не только полные имена, но и любые формы обращения, по которым можно опознать человека.

• [ ] Фамилия, имя, отчество (в любом падеже и сокращении)
• [ ] Инициалы рядом с фамилией (И. И. Иванов)
• [ ] Подписи и расшифровки подписей
• [ ] Должности в связке с именем («директор Петров»)
• [ ] Имена в переписке, комментариях, примечаниях

2. Реквизиты юридических лиц

Компания идентифицируется по своим реквизитам так же однозначно, как человек по паспорту.

• [ ] Полное и сокращённое наименование организации
• [ ] ИНН (10 цифр у юрлица, 12 у ИП)
• [ ] ОГРН / ОГРНИП
• [ ] КПП
• [ ] Юридический и фактический адрес

3. Финансовые данные

Суммы и банковские реквизиты раскрывают условия сделок и позволяют связать документ с конкретным контрагентом.

• [ ] Конкретные суммы договоров и платежей
• [ ] Расчётный и корреспондентский счёт
• [ ] БИК банка
• [ ] Номера банковских карт
• [ ] Наименование обслуживающего банка

4. Контактные данные

• [ ] Номера телефонов (мобильные и городские)
• [ ] Адреса электронной почты
• [ ] Почтовые и физические адреса
• [ ] Аккаунты в мессенджерах и соцсетях

5. Идентификаторы

Уникальные номера документов — прямой путь к идентификации физлица.

• [ ] Серия и номер паспорта, кем и когда выдан
• [ ] СНИЛС
• [ ] ИНН физического лица
• [ ] Водительское удостоверение (ВУ)
• [ ] Номер полиса ОМС/ДМС, медицинские данные

6. Конфиденциальная бизнес-информация (КТ)

Не все чувствительные данные — персональные. Коммерческая тайна (КТ) тоже не должна попадать в чужие руки.

• [ ] Условия ценообразования и скидок
• [ ] Внутренние методики, ноу-хау, формулы расчёта
• [ ] Имена и условия работы с ключевыми поставщиками
• [ ] Стратегические планы, данные о выручке и марже

Сводная таблица: что убрать и чем заменить

Главный принцип — заменять, а не удалять. Если вы просто вырежете суммы и имена, документ потеряет логику и нейросеть выдаст бессмысленный результат. Метки сохраняют структуру: модель понимает, что в этом месте была сумма или организация, и анализирует текст корректно.

Что НЕ нужно убирать

Частая ошибка — обезличивать слишком агрессивно и удалять то, что не идентифицирует никого. Это лишняя работа и потеря смысла. Оставляйте в документе:

• Типовые формулировки и юридические клише. «Стороны несут ответственность в соответствии с действующим законодательством» — это шаблон, он не указывает ни на кого конкретно.
• Ссылки на законы и нормативные акты. Упоминание 152-ФЗ, ГК РФ, статей и постановлений — общедоступная информация. Более того, она нужна нейросети для правильного юридического анализа.
• Структуру и логику документа. Разделы, нумерацию пунктов, последовательность условий сохраняйте полностью.
• Общие отраслевые термины. Названия типов договоров, стандартные определения, общеупотребимую терминологию.

Если данные есть в открытых источниках и не привязаны к конкретному человеку или сделке — их обезличивать не нужно.

Как пройти чеклист за минуту

Ручная вычитка по шести категориям надёжна, но медленна и не застрахована от человеческой ошибки: легко пропустить ИНН в подвале страницы или телефон в подписи письма.

Анонимизатор в составе tirCoWork делает это автоматически. Он выполняет точное распознавание всех перечисленных категорий — ФИО, реквизитов, финансовых данных, контактов и идентификаторов — и заменяет их на единообразные метки. Вся обработка идёт локально, на вашем компьютере: документ не уходит во внешние сервисы, файлы остаются у вас. Уже обезличенный текст можно спокойно загружать в любую нейросеть.

Анонимизатор входит в подписку tirCoWork, работает на Mac и Windows, интерфейс полностью на русском. Первые 30 дней — бесплатно и без привязки карты.

Практический вывод

Обезличивание перед загрузкой в нейросеть — это не бюрократия, а базовая гигиена работы с данными. Запомните логику чеклиста:

1. Пройдите по шести категориям: ФИО, реквизиты юрлиц, финансы, контакты, идентификаторы, коммерческая тайна.
2. Заменяйте данные на метки, а не вырезайте — так документ сохранит смысл.
3. Не трогайте типовые формулировки и ссылки на законы.
4. Для скорости и надёжности используйте автоматическое обезличивание — оно не пропустит данные, которые легко проглядеть глазами.

Так вы получите всю пользу от нейросетей, не рискуя персональными данными и коммерческой тайной.