把 PDF 发给 ChatGPT / Claude 或国内 AI 前,先在 Mac 上脱敏
让 AI 帮忙总结一份合同条款或梳理一份流水,模型真正需要的是条款原文、表格数字和逻辑关系,并不需要当事人的姓名、身份证号、住址和银行卡号。但一份 PDF 携带的个人与机构信息,往往比肉眼在页面上看到的还要多。
这篇指南整理了上传前的本机预处理流程:先判断文件能不能传,再看平台的数据设置、逐字段删留清单、为什么画黑框不等于脱敏,以及如何在 Mac 本机生成并核对脱敏副本。本文只讲文件处理,不构成法律意见。
第一步:先判断这份文件能不能上传
在打开任何工具之前,先过三道门:
- 是否有权外发。 客户交付件、公司内部文件或受保密协议约束的合同,可能根本不允许上传给外部消费级 AI 服务。脱敏能减少暴露面,但不能替你创造授权。
- 用的是哪一类账号。 商业版与企业级工作区通常默认不将内容用于模型训练,而个人消费版往往需要手动管理隐私开关,或改用临时对话。同一份文件在个人账号和企业工作区里的风险不同。
- 任务到底需要什么。 总结退租条款不需要承租人的家庭住址;核对账单流水不需要每页页眉页脚印着的完整银行卡号。先写下这次要 AI 完成的一件事,之外的信息都是优先删除的对象。
第二步:上传前核对服务方的数据设置
隐私设置是第二道防线,不是第一道:它决定服务方收到文件后怎么处理,但无法撤回已经发出去的文件。以下是截至 2026 年 11 月公开文档的要点,实际操作前请以你所用账号页面的现行条款为准:
| 服务 | 现行公开说明要点 |
|---|---|
| ChatGPT 个人版 | 「数据控制」中的「为所有人改进模型」控制新对话和上传文件是否用于模型训练;关闭后从当时起生效,不会自动删除历史记录或已存文件。 |
| ChatGPT 临时聊天 | 临时聊天不进入历史记录,也不用于模型训练;OpenAI 说明可能出于安全目的保留副本最长 30 天。 |
| ChatGPT 资料库文件 | 删除对话会在 30 天内按计划从后台清除(受法律与安全例外约束),但不会同时删除单独保存在资料库(Library)或 Space 中的文件,需要去资料库里单独删除。 |
| Claude 个人版(Free / Pro / Max) | 「隐私设置」中的模型改进开关控制是否用于训练;开启时去标识化数据的保留期最长可延长至 5 年;关闭后不再用于后续训练,删除的对话在 30 天内从后台移除。 |
| Claude 无痕聊天(Incognito) | 无痕聊天不用于模型改进,也不保存进对话历史;Team、Enterprise 与 API 商业条款默认不用于训练。 |
| Kimi 个人版 | 隐私政策写明会收集输入的文字与文件,去标识化后可能用于优化模型;不希望内容用于训练,可按政策联系其客服提出要求。 |
| 豆包个人版 | 隐私政策说明输入内容可能用于分析和模型训练,并提供关闭「帮助模型改进效果」的设置,具体入口随端别有所不同。 |
使用 DeepSeek 等其他平台时,同样先查看其现行隐私说明。平台设置只能管「上传之后」,下面这张表管的是「上传进去的内容本身」。
第三步:逐字段检查清单(删什么、留什么)
按下面的顺序检查整份 PDF。表里的「删除」指从文件底层移除文字,不是在页面上盖一个黑色矩形。
| 字段或图层 | 默认处理 | 原因与例外 |
|---|---|---|
| 自然人姓名 | 删除,或替换为角色代称(「承租方」「员工甲」) | 只有当任务本身围绕该特定个人且已获授权时才保留 |
| 邮箱、手机号 | 删除 | 分析条款或摘要几乎从不需要真实联系方式 |
| 详细通讯地址 | 删除;如需判断管辖或地区,只留城市或省份 | 合同审查通常只需要签约地或适用法律所在城市 |
| 身份证号、护照号、社保号 | 一律删除 | 没有任何消费级 AI 任务需要真实证件号码 |
| 银行账号、卡号、IBAN | 删除;仅核对流水时最多留后 4 位 | 对账单每页页眉页脚常重复打印完整账号,需全篇检查 |
| 出生日期 | 删除;需要背景时只留年龄或年份 | 姓名加出生日期是最容易锁定个人的组合 |
| 签名(手写图片与打印体) | 删除 | 签名图像极易被截取复用 |
| 账号编号、客户号、案件编号 | 替换为一致的占位符 | 保留编号结构(如「发票 1042」)能让 AI 的回答更容易读懂 |
| 薪资、余额、交易金额 | 财务分析类任务保留,其余尽量泛化 | AI 常需要数字本身,但不需要知道数字属于谁 |
| 文档元数据(标题、作者、公司) | 清除 | PDF 自带 Info 字典与 XMP 元数据,页面上看不到 |
| 批注、修订记录、表单值、附件 | 清除或逐条检查 | 审阅批注里常保留了整份文件最直白的内部沟通内容 |
| 隐藏文字、裁剪框外文字、被遮盖图层 | 清除 | 仅用图形盖住或用「裁剪」裁掉的内容,文字流依然留在文件里 |
| 公司抬头与通用格式文本 | 通常保留 | 敏感度低且有助于上下文理解,除非客户名称本身需保密 |
有两个习惯能显著省时间:整份文件里使用一致的占位代称,让 AI 能分清甲方乙方;把占位符对照表留在本地,绝不和脱敏文件一起上传。关于文档属性和隐藏层怎么查,可以看在 Mac 上清除 PDF 元数据和隐藏信息。
重要提醒:画黑框不是脱敏
在多数 PDF 阅读器里用画笔或矩形工具涂上一块黑色,只是在文字上方盖了一层图形。底层文字依然在 PDF 内容流里,全选复制或搜索照样能取出来。真正的脱敏,是把选中的底层文字从文件里删掉。
macOS 自带的「预览」在标记工具栏里同时放了这两种东西:矩形图形(只是遮挡)和专用的「编校」工具(真删除,图标带斜线提示,关闭文稿时永久生效,但会直接改动你打开的原文件)。想看这两种工具在界面上的具体区别,可以参考不用 Adobe,在 Mac 上给 PDF 真正脱敏。
无论用什么工具,保存后都做同一个测试:打开输出文件,全选复制或用 Cmd+F 搜索你刚才删掉的某个号码。只要还能搜到,就说明没有删干净。
第四步:在 Mac 上用 Inkfish 离线完成并复核
Inkfish(墨鱼脱敏)在 macOS 14 及以上版本本机离线运行,没有联网权限、无需登录账号,并且始终另存带「-redacted」后缀的新副本,原文件保持不变。

- 拖入 PDF 并等待扫描。 Inkfish 会结合地区规则包(中国大陆、美国、欧盟、英国,以及金融、医疗参考规则)和本机语言模型,逐页找出姓名、地址、机构、证件号和银行卡号,并在列表中标出命中来源。
- 人工审阅与补充。 勾选要删除的项,取消勾选任务需要的字段;多页重复出现的项目代号或客户名,可以用「标记区域」或「添加规则」批量补齐。遇到纯图片扫描件时,Inkfish 会调用 Apple 本机文字识别(支持中文、英文和德文);识别结果可能受字号和倾斜影响,务必对照页面图像核对,详见Mac 上扫描件 PDF 怎么脱敏。
- 同一遍清理隐藏层。 在清理选项里勾选清除文档元数据、隐藏文字和图层、批注、表单值与附件,避免页面干净了、属性里还留着作者姓名。
- 保存并复核副本。 点「涂掉」生成
-redacted.pdf后,Inkfish 会自动重新打开副本检查已遮盖区域是否还能提取文字;若某一页没通过检查,可一键转为图片重做。最后自己再搜一次被删的姓名和卡号,确认搜不到且文件名里没有隐私词。 - 上传副本并及时清理。 只上传核对过的副本。任务完成后及时删除对话,若使用的是 ChatGPT,记得同步清理资料库里留存的文件。
Inkfish 可免费下载,免费版已完整包含单文件脱敏、1.2 本机模型识别、保存后复核与元数据清理;Inkfish Pro 为一次性买断(美区 $9.99,中国区 ¥38,其他地区以 App Store 显示为准),增加批量处理与整批汇总报告。
脱敏做不到的事
删除常见标识不等于绝对匿名。一个罕见的职位头衔、唯一的项目代号,或者几项日期与地点的组合,依然可能反推出具体对象。上传前用陌生人的视角通读一遍副本;如果第一步就判断文件无权外传,脱敏多少次都不应该上传。
常见问题
把 PDF 脱敏后再发给 ChatGPT 或 Claude 就绝对安全了吗?
没有绝对安全。脱敏解决的是你可控的文件内容本身,整体风险还取决于你是否有权外传该文件、所用账号类型以及平台当前的数据策略。建议先本机脱敏并复核,涉及客户与公司材料尽量使用商业或企业版工作区。
上传 AI 前,PDF 里最该删掉哪些信息?
姓名、手机号、邮箱、详细住址、身份证或护照等证件号、银行卡与账户号、出生日期、手写签名和案件编号,以及页面之外的元数据、批注、表单值和附件。只保留完成提问必需的条款、数字和角色代称。
用画笔或黑框盖住文字能防住 AI 读取吗?
不能。普通黑色矩形只是视觉遮挡,底层文字依然留在 PDF 里,AI 解析文件时会直接读出被盖住的内容。必须使用能删除底层文字流的编校或脱敏工具,并在保存后用 Cmd+F 搜索验证。
ChatGPT 和 Claude 会拿我上传的文件训练模型吗?
商业版和企业级工作区默认不用于训练。个人版取决于你的设置:ChatGPT 的「为所有人改进模型」开关与临时聊天,Claude 的模型改进开关与无痕聊天。平台政策会调整,上传前请以当天账号页面为准。
扫描版 PDF 发给 AI 前怎么脱敏?
需要借助本机 OCR 先识别文字位置再删除,或者直接按区域涂抹覆盖。Inkfish 支持中、英、德三语本机文字识别,但 OCR 对小字、盖章和倾斜排版可能有误差,保存后一定要逐页目视复核。
为什么要在 Mac 本机脱敏,而不用在线脱敏网站?
在线工具要求你先把未脱敏的原件上传到第三方服务器,这和把敏感原件直接交给外部平台没有本质区别。使用 Mac 本机离线工具处理,只有确认干净的副本才会离开你的电脑。
如果对方需要核对证件号码,而你交付的是纸质材料,打印水印是另一套做法。
