Camada de LLM que remove dados pessoais
Consultoria para tirar CPF, CNPJ, e-mail, telefone e nomes do texto antes de qualquer modelo, com política por organização, auditoria cifrada e API compatível com a OpenAI.
O desafio
O prompt leva dado de cliente. Um chamado, um contrato ou a transcrição de uma ligação podem trazer documento, contato e nome.
Cada provedor de modelo que recebe esse texto vira mais um lugar onde o dado fica.
Arquitetura
- Detecção antes de toda chamada: regras para documento, e-mail e telefone, e um modelo para nomes.
- Marcadores no lugar dos valores. O mapa entre marcador e valor existe só na memória, durante o pedido.
- Uma política por organização: marcador, remoção, bloqueio ou só registro.
- Falha fechada: se a detecção falha, o pedido falha.
- Cópia de auditoria só cifrada. O registro de uso guarda categorias e contagens.
O que está em produção
A Rota Nacional roda essa camada em produção, como uma API compatível com a OpenAI e a Anthropic.
Limites
- A detecção reduz o risco, mas não é perfeita. Nomes raros e formatos diferentes pedem teste com os seus dados.
- A camada lê texto. Imagem e áudio passam antes pela extração.
- A política de só registro deixa o dado pessoal no prompt. Ela serve para medir, não para proteger.
Contrate para isso
- Uma camada de privacidade antes das chamadas de LLM da sua empresa.
- Testes de detecção com os seus documentos, com a taxa de acerto medida.
- Políticas e auditoria que a sua área de conformidade pode revisar.
Vamos avaliar seu projeto
Respondo com escopo e proposta.