Обезличивание персональных данных перед отправкой в ИИ

Менеджеру нужно ответить на претензию клиента, юристу — сверить договор с шаблоном, и оба хотели бы отдать эту работу нейросети. Но в тексте фамилии, телефоны, адреса и номера договоров, и тут встают три вопроса. Что закон считает обезличиванием и хватит ли просто стереть фамилию? Поймёт ли модель текст, из которого всё убрали? И как отправить клиенту ответ с его именем, если модель этого имени не видела? Ответим на примере одной претензии.

Как обезличить данные перед отправкой в нейросеть

Замените каждое персональное данное меткой, а таблицу соответствия оставьте внутри компании. Фамилия становится [КЛИЕНТ_1], телефон — [ТЕЛЕФОН_1], номер договора — [ДОГОВОР_1]. В нейросеть уходит текст с метками, модель отвечает теми же метками, и уже внутри компании программа подставляет вместо них настоящие данные. Такой способ называется методом введения идентификаторов, и Роскомнадзор требует хранить ключ соответствия отдельно и никому его не передавать.

Что закон называет обезличиванием

По закону о персональных данных обезличивание — это «действия, в результате которых становится невозможным без использования дополнительной информации определить принадлежность персональных данных конкретному субъекту». Дополнительная информация в нашем случае — таблица соответствия меток и настоящих данных. Пока она лежит внутри компании, по тексту с метками нельзя понять, о ком речь.

Как именно обезличивать, с 1 сентября 2025 года определяет приказ Роскомнадзора № 140, который заменил приказ 2013 года. В нём пять методов, и их можно сочетать. Данные заменяют метками, частично меняют или удаляют (например, закрывают часть символов звёздочками), перемешивают значения между записями, делят массив на части, которые хранят раздельно, или обобщают, когда вместо точной даты рождения остаётся возрастная группа. Для текста, который уходит в нейросеть, обычно хватает первых двух: метки там, где сведение потом вернут в ответ, и удаление там, где оно не нужно вовсе.

Если вам попадался другой перечень методов со ссылкой на постановление правительства № 1154, он тоже действует, но касается только случаев, когда обезличенные данные запрашивает Минцифры.

Пример: претензия до и после обезличивания

Допустим, в интернет-магазин пришло письмо: «Здравствуйте! Я, Смирнова Ольга Викторовна, 14.03.1986 г. р., заказала у вас диван по договору № 2025-0417 от 2 сентября. Доставку обещали 12 сентября по адресу: Санкт-Петербург, ул. Типанова, д. 21, кв. 48, но так и не привезли. Мой телефон +7 921 555-18-42. Прошу вернуть предоплату 38 000 ₽ или доставить диван до 20 сентября, иначе обращусь в Роспотребнадзор». Данные вымышленные, подставьте свой документ.

Из такого текста модель понимает всё, что нужно для работы. Это претензия о просрочке доставки, клиент требует вернуть 38 000 ₽ или привезти диван до 20 сентября и готов жаловаться в надзорный орган. Модель может отнести письмо к нужной категории, поднять ему приоритет из-за срока и написать черновик ответа, который начинается словами «Уважаемая [КЛИЕНТ_1]» (что писала женщина, модель поняла по слову «заказала»). Где сейчас диван, она не знает, и это правильно: статус заказа система берёт из учёта уже внутри компании.

Ответ при этом выходит личным, хотя имени клиента модель не видела. Имя, адрес и телефон нужны письму, но не нужны, чтобы его написать, поэтому почти любую работу с текстом можно отдать нейросети в обезличенном виде. Обращение по имени и реквизиты программа вставит сама, когда черновик вернётся в компанию.

Что легко пропустить

Самые заметные данные, имя и телефон, находятся легко. Труднее с остальным:

• человека выдают и косвенные признаки: «главный бухгалтер завода в Выборге» узнаётся без фамилии;
• в свободном тексте имена стоят где угодно, с опечатками и в уменьшительной форме, например «передайте Серёже из доставки»;
• сведения о здоровье закон относит к специальным категориям, и фразу вроде «после операции на колене не могу принять доставку» лучше удалить, если для ответа она не нужна;
• во вложениях, сканах паспорта и фото документов, данные сидят внутри картинки, и их тоже нужно распознать и закрыть.

Поэтому обезличивание настраивают на ваших настоящих документах и первое время выборочно проверяют глазами.

Когда обезличивания мало

Бывает, что задаче нужны сами персональные данные: сверить паспорт с анкетой, найти клиента по телефону, проверить адрес. Метки здесь не помогут, и модель ставят внутри компании, на серверах, которые она контролирует. Как устроен такой вариант и какое железо для него нужно, разобрано в статье о локальной нейросети для компании.

Вопросы об обезличивании данных

Обновлено 28 сентября 2026 · Редакция Rule 90