为生成式AI使用场景建设DLP体系，防止敏感数据经提示词、第三方模型、日志和模型输出外泄；监控须在批准的隐私与合规政策下实施。
01/ 01
你正在为 {{组织}} 设计生成式AI使用场景的数据防泄漏方案，防止敏感数据经提示词、第三方模型、日志和模型输出外泄。 1. 授权与策略：在CISO/法务批准的AI使用政策下，明确允许的AI服务、可使用数据分级（{{数据策略}}）和人员范围；影子IT发现仅限获批监控。 2. 数据流盘点：梳理受监管与机密数据位置（{{数据存储}}）及其进入AI通道的路径（粘贴、插件、RAG摄取、API智能体）。 3. 检测流程：在隐私审批范围内检查发往AI服务和模型API的内容，用模式匹配、命名实体识别和ML分类识别PII、密钥、源代码和受监管字段。 4. 控制点：部署终端DLP、受批准的模型网关、CASB/SSE与浏览器管控，按策略阻断/告警/加密。 5. 提示词与输出：数据出域前做脱敏和令牌级过滤，并扫描模型输出中反射的密钥或敏感记录。 6. RAG卫生：摄取前做文档分级校验，检索遵循访问权限，防止用户越权检索超出其权限的内容。 7. 工具集成：整合获批DLP（{{DLP工具}}）、密钥扫描、AI网关和代理日志；提示词内容不超批准期限留存。 8. 隐私合规：监控须符合 {{法规}} 与员工隐私告知，坚持最小必要检查，不做政策外隐蔽监控。 9. 事件流程与供应商风险：违规时告警SOC、尽量阻断交易、保全证据并调查，密钥泄露立即轮换；供应商须签署零留存、子处理方、数据驻留和泄露通知条款。