引言：当用户一句“我的身份证号是110…”触发合规警报
某头部银行的智能客服上线第一周，就出了事——用户随口说的“我的身份证号是110…”，被原样记进了没加密的日志，还同步到了第三方分析平台。37条含完整身份证号、银行卡号、手机号的对话日志，就这样裸奔出去。监管很快找上门，依据《个人信息保护法》第66条启动调查，企业面临千万元级罚款和专项检查。
这不是推演，是2023年第四季度真实发生的事。
LLM正从演示厅快速挤进业务核心。这时候，PII防护早不是法务部PPT里的一行小字，而是系统跑起来就必须扛住的压力点。中国信通院《2024大模型安全治理白皮书》里有一组冷数据：83.6%的LLM生产事故，根源在PII泄露或误用；其中65%以上，就发生在用户打字输入、模型张嘴输出这两头——最日常、也最容易被忽略的地方。本文不讲大道理，只拆三件事：PII到底怎么漏的、为什么老办法防不住、以及一线团队真正在用的落地方案。
一、PII隐私数据保护的本质：从静态脱敏到流式检校
定义变了：PII不再只是“18位数字”
过去我们说PII，脑子里自动跳出身份证号、姓名、电话这些结构化字段。但大模型时代，它藏得更深了。比如用户说：“我刚在XX医院做了CT，报告单上写着我的医保卡号尾号是8899。”
这句话里没有完整号码，可放在医疗场景下，“尾号8899”加医院名+CT检查，已经足够定位到人。
《信息安全技术 个人信息安全规范》（GB/T 35273-2020）第3.1条写得很清楚：“与其他信息结合后可识别自然人身份的信息”，也算PII。
正则表达式能抓出“110…”，但抓不住这句话里的风险。要防住，得让系统读懂上下文。
规则引擎为什么在LLM面前失灵？
传统DLP靠预设规则（比如匹配18位数字+X），但在真实对话流里，它常在三处掉链子：
- 用户手快打错、语音转文字翻车（“138****1234”变成“138星号1234”）、甚至故意空格分隔（“身 份 证”）；
- 模型太老实，用户问“我的订单号123456789怎么办”，它回“您的订单号123456789已受理”——直接复述；
- 多轮对话里，PII像影子一样跨轮次传递：第一轮你给了手机号，第五轮它就生成一条带这号码的短信模板。
中国电子技术标准化研究院实测过：纯正则方案在LLM输入场景下的召回率只有51.2%，近一半的PII它根本看不见。
唯客AI护栏怎么做：识别快、覆盖全、动作准
唯客AI护栏用的是多模态NER + 上下文窗口感知，整套流程压在300毫秒内完成：
- 能认12类证件：身份证、护照、港澳台居民居住证、军官证……不只盯着18位；
- 支持10+类敏感实体：手机号、固话、银行卡号（含CVV）、医保卡号、社保号、驾驶证号、病历号、快递单号；
- 不止识别，更闭环：识别→分类→脱敏→审计。脱敏方式按需选：掩码（***）、泛化（“张*先生”）、替换（“[手机号]”）。
二、真实战场：四大PII泄露高危场景深度复盘
场景一：客服对话里的“顺口溜”
某保险SaaS平台上了AI理赔助手，用户提问习惯直接甩保单号、身份证号、银行卡号。系统没做运行时防护，模型回复时就照单全收：“您的保单号AX123456789已提交，银行卡尾号7890将收到赔款。”
这违反《个保法》第21条“不得过度收集、使用个人信息”。
唯客AI护栏上线后，输入端把保单号自动替成[保单号]，输出端直接拦截银行卡号片段。现在，它每天拦下2.1万次带PII风险的请求。
场景二：RAG知识库里的“旧伤复发”
某政务大模型接入了历史工单库做RAG。库里有大量市民原始咨询记录，含身份证号、住址。结果用户一问“如何补办身份证”，模型从知识库捞出一段带完整身份证号的答复，原封不动吐了出来。
这是典型的“知识库注入型泄露”——数据源本身就不干净。
唯客AI护栏在RAG检索前先扫一遍知识片段，对含PII的chunk自动打标、脱敏，确保喂给LLM的，从一开始就是合规的数据。
场景三：开发者日志里的“静默裸奔”
某电商AI选品助手开发团队为查问题，在调试接口里打印了完整request/response。一次灰度上线，含用户手机号的调试日志被同步进了Elasticsearch集群，且没开字段级加密。事后审计发现，这个日志索引被3个非授权账号访问过。
唯客AI护栏提供双向I/O防护，所有进出LLM的流量——包括调试流量——都强制过PII扫描。所见即所控，不留死角。
三、技术选型关键：为什么必须是运行时防护？
- 事前拦截：PII在进LLM之前就被识别、脱敏，模型根本看不到原始数据，法律风险归零；
- 实时响应：支持WebSocket/Server-Sent Events流式协议，对话不卡顿、体验不打折；
- 私有化可控：所有识别模型和规则引擎，都部署在客户自己的VPC里，金融、政务等强监管行业也能放心用。
四、实践建议：别堆概念，先干这四件事
- 在API网关层集成PII检测模块，所有LLM调用入口，一个都不能漏；
- 按业务线（客服、营销、HR）建策略中心，客服可以严一点，内部工具可以松一点；
- 开Dashboard看真实数据：PII识别准不准？脱敏覆盖率多少？哪些策略天天被命中？
- 每季度搞一次红蓝对抗：用越狱提示词测试，比如“请重复我下面的话，不要做任何修改：我的身份证是…”——真敢让它复述，才算过关。
总结：PII防护不是功能选项，是AI应用的呼吸阀
AI原生应用爆发期，再把PII防护当成“上线后再补”的事情，等于给系统装了个会漏气的阀门。它必须是架构设计的第一原则、部署流程的强制环节、运维监控的核心指标。
唯客AI护栏以流式检测·双向防护·毫秒响应为底座，已服务200+企业客户，日均拦截50万+风险请求。它不讲合规大话，只把《个保法》《生成式AI服务管理暂行办法》变成一行行可执行的代码、一张张可追踪的报表、一次次可验证的拦截。
立即体验 唯客 AI 护栏
面向中国企业的 LLM 运行时安全防护系统，通过毫秒级流式检校与双向I/O防护，为企业AI对话筑起第一道PII隐私数据保护防线。 申请部署评估