Sebelum Anda Tampal Kerja ke AI: 3 Semakan untuk Berkongsi Kurang Data Peribadi

Anda cuma perlukan bantuan untuk satu masalah kecil, tetapi fail itu mengandungi segala-galanya di sekelilingnya. Berapa banyak yang AI benar-benar perlu lihat?

Dokumen itu sudah terbuka.

Mungkin anda mahu AI membantu menjadikan satu e-mel lebih jelas. Mungkin satu formula dalam hamparan tidak berfungsi. Atau mungkin satu bahagian kod menghasilkan ralat yang anda tidak faham.

Salin. Tukar tetingkap. Tampal.

Semuanya boleh berlaku dalam beberapa saat.

Tetapi soalan sebenar anda mungkin hanya sebahagian kecil daripada apa yang disalin. Di sekelilingnya mungkin ada nama pelanggan, nombor telefon bimbit rakan sekerja, harga dalaman, nota peribadi atau kunci akses rahsia yang langsung tidak diperlukan untuk mendapatkan jawapan.

Jadi sebelum kita bertanya, “Bolehkah AI menyelesaikan masalah ini?”, mari kita tanya tiga soalan yang lebih kecil.

Semakan tiga soalan yang lebih selamat

• Mari kita tanya: Apakah yang AI benar-benar perlukan?
• Mari kita tanya: Bolehkah kita kecilkan contoh ini?
• Mari kita tanya: Adakah maklumat ini sesuai untuk alat dan akaun yang tepat ini?

1. Tanya apa yang AI benar-benar perlukan

Bayangkan seorang pelanggan menghantar aduan dan anda mahu bantuan untuk menjadikan balasan anda lebih jelas.

Mesej asal mengandungi nama sebenar, alamat e-mel, nombor pesanan, alamat penghantaran dan penerangan panjang tentang apa yang berlaku.

Tetapi soalan sebenar anda lebih kecil:

“Bagaimana saya boleh jadikan balasan ini tenang, jelas dan mudah difahami?”

AI mungkin perlu memahami apa yang berlaku. AI mungkin tidak perlu tahu siapa pelanggan itu.

Perbezaan itu penting.

Dalam panduan untuk perniagaan kecil dan sederhana, Australian Cyber Security Centre menyatakan bahawa memuat naik butiran pelanggan atau kakitangan ke alat AI generatif — sistem yang menghasilkan kandungan baharu daripada arahan — tanpa membuang maklumat pengenalan dengan betul boleh mendedahkan maklumat peribadi atau sensitif. Panduan yang sama mengesyorkan supaya butiran peribadi dibuang atau diubah supaya tidak boleh dikaitkan dengan seseorang apabila butiran itu tidak diperlukan. (Australian Cyber Security Centre)

Jadi lihat sekali apa yang anda hendak hantar dan asingkan masalah daripada orang dan rekod di sekeliling masalah itu.

Contohnya:

“Maria Lopez di maria@example.com berkata pesanan 583104 masih belum sampai.”

boleh menjadi:

“Seorang pelanggan berkata pesanannya masih belum sampai.”

Bahagian yang diperlukan untuk membincangkan balasan masih ada. Butiran yang boleh mengenal pasti orang itu sudah tiada.

Semakan yang sama boleh membantu mengesan nombor telefon bimbit, nombor akaun, rekod pekerja, angka perniagaan yang tidak untuk umum dan maklumat akses rahsia. Kunci akses, contohnya, ialah kod rahsia yang boleh digunakan oleh perisian untuk menyambung kepada sesuatu perkhidmatan. Jika ia tidak diperlukan untuk menyelesaikan soalan, ia tidak perlu ikut bersama arahan anda kepada AI.

Maksudnya bukan “jangan pernah beri AI apa-apa maklumat.”

Maksudnya lebih mudah:

Jangan anggap semua yang ada dalam fail ialah semua yang diperlukan untuk menjawab soalan.

2. Tanya sama ada contoh yang lebih kecil masih boleh mengekalkan masalah yang sama

Membuang nama ialah permulaan yang baik, tetapi kadang-kadang anda boleh mengecilkan bahan itu dengan lebih banyak lagi.

Bayangkan sebuah hamparan dengan ribuan baris.

Satu formula memberikan hasil yang salah.

Jika kesilapan itu hanya bergantung pada tiga lajur dan formula tersebut, baris lain mungkin menambah maklumat tanpa membantu menjelaskan ralat.

Sebaliknya, anda boleh membuat contoh kecil:

Item	Sepatutnya	Hasil
Sampel A	20	20
Sampel B	35	0
Sampel C	15	15

Kemudian anda boleh tunjukkan formula yang menghasilkan nilai yang salah.

Senarai pelanggan sebenar, harga sebenar dan baris yang tidak berkaitan tidak lagi menjadi sebahagian daripada soalan.

Australian Cyber Security Centre menyampaikan idea yang serupa dalam contoh chatbot AI yang selamat: kumpulkan hanya maklumat yang penting untuk fungsi chatbot itu. Contoh tersebut ditulis untuk perniagaan yang membina chatbot, tetapi ia memberi kita satu soalan praktikal apabila menyediakan arahan kepada AI: apakah yang benar-benar penting untuk tugasan ini? (Australian Cyber Security Centre)

Anda boleh menggunakan soalan itu untuk pelbagai jenis kerja.

Rantaian e-mel yang panjang boleh menjadi ringkasan pendek.

Hamparan yang besar boleh menjadi beberapa baris contoh dengan data rekaan.

Satu program penuh boleh menjadi bahagian kecil tempat ralat berlaku.

Nama sebenar boleh menjadi “Individu A” dan “Individu B.” Nilai sebenar boleh digantikan dengan nilai rekaan apabila angka tepat tidak mempengaruhi masalah.

Ini memberi anda satu ujian yang berguna:

Jika saya gantikan butiran sebenar, adakah masalah yang sama masih berlaku?

Jika ya, contoh yang lebih kecil mungkin sudah mencukupi.

Namun ada hadnya.

Kadang-kadang butiran sebenar itulah yang menyebabkan masalah berlaku. Ralat hamparan mungkin hanya muncul dengan jenis nilai tertentu. Program mungkin gagal hanya dalam tetapan tertentu. Soalan mungkin bergantung pada ayat tepat dalam sesuatu dokumen.

Dalam keadaan itu, membuang terlalu banyak maklumat boleh menghilangkan masalah yang cuba anda tunjukkan.

Jadi matlamatnya bukan untuk menjadikan arahan kepada AI sesedikit mungkin sehingga tiada makna.

Matlamatnya ialah mencari versi berguna yang paling kecil: cukup maklumat untuk mengekalkan masalah, tanpa membawa maklumat lain yang tidak berkaitan.

3. Tanya sama ada maklumat sebenar itu sesuai dihantar ke alat dan akaun yang tepat ini

Bayangkan anda sudah mengecilkan bahan sebanyak mungkin, tetapi masih ada maklumat sebenar yang diperlukan.

Sekarang soalannya berubah.

Ia bukan lagi hanya:

“Apa yang perlu saya buang?”

Sebaliknya:

“Apa yang berlaku kepada maklumat yang saya hantar melalui perkhidmatan ini?”

Perkataan “AI” sahaja tidak dapat menjawab soalan itu.

Penyedia, produk, jenis akaun dan tetapan yang berbeza boleh mengendalikan maklumat yang dihantar dengan cara yang berbeza. Oleh itu, Australian Cyber Security Centre mengesyorkan supaya tetapan, syarat dan maklumat privasi penyedia AI disemak untuk memahami bagaimana data yang dihantar mungkin dikumpul, disimpan dan digunakan. (Australian Cyber Security Centre)

OpenAI memberi satu contoh semasa tentang mengapa produk dan akaun yang tepat itu penting.

Berdasarkan semakan pada 28 Ogos 2026, OpenAI menyatakan bahawa kandungan daripada perkhidmatannya untuk individu, seperti ChatGPT dan Codex, mungkin digunakan untuk melatih modelnya — dalam bahasa mudah, untuk membantu memperbaik cara model pada masa depan berfungsi. OpenAI menyatakan pengguna boleh memilih untuk tidak mengambil bahagian supaya perbualan baharu tidak digunakan untuk latihan tersebut. OpenAI juga menyatakan bahawa, secara lalai, input dan output daripada ChatGPT Business, ChatGPT Enterprise dan API Platform, yang digunakan oleh pembangun untuk menghubungkan perisian kepada model OpenAI, tidak digunakan untuk latihan model melainkan organisasi memilih untuk berkongsi data secara jelas. OpenAI turut menyatakan bahawa sesetengah pilihan, seperti menghantar maklum balas produk secara sukarela, boleh mempunyai peraturan penggunaan data yang berasingan. (OpenAI Help Center)

Kenyataan itu menerangkan perkhidmatan OpenAI semasa. Ia bukan peraturan untuk semua penyedia AI.

Sebab itu soalan “Adakah syarikat ini melatih model menggunakan data?” boleh menjadi terlalu umum.

Soalan yang lebih baik ialah:

Bagaimanakah produk, akaun dan tetapan yang tepat ini mengendalikan apa yang saya hendak hantar?

Kerja dan sekolah boleh menambah satu lagi semakan. Jika organisasi anda mempunyai peraturan tentang alat AI yang boleh menerima maklumat dalaman, peraturan itu penting sebelum anda menampal bahan tersebut. Akaun peribadi juga mungkin mempunyai kawalan yang berbeza daripada akaun yang diurus oleh organisasi.

Bayangkan jari anda sudah berada di atas pintasan tampal tetapi anda belum dapat menjawab soalan-soalan ini:

Maklumat apa yang saya hantar?

Mengapa maklumat itu diperlukan?

Adakah saya tahu bagaimana perkhidmatan dan akaun yang tepat ini mengendalikannya?

Adakah saya dibenarkan menghantarnya di sini?

Anda tidak perlu menjadi pakar keselamatan siber sebelum menggunakan AI.

Tetapi jika anda belum dapat menjawab soalan-soalan itu, anda boleh menahan maklumat sebenar daripada dimasukkan ke dalam arahan sementara anda membuat semakan. Anda boleh membuang lebih banyak maklumat, membaca tetapan dan maklumat privasi semasa, atau menggunakan alat yang telah diluluskan oleh organisasi anda.

Saat yang berguna ialah saat sebelum maklumat itu meninggalkan tangan anda.

Kenal pasti keperluan dahulu, kecilkan bahan, kemudian semak ke mana ia akan dihantar

Tiga semakan ini menyelesaikan bahagian yang berbeza daripada masalah yang sama.

Semakan pertama mengasingkan soalan sebenar daripada butiran pengenalan atau peribadi yang kebetulan berada di sebelahnya.

Semakan kedua mengecilkan bahan yang tinggal kepada contoh paling kecil yang masih mengandungi masalah.

Semakan ketiga penting apabila maklumat sebenar masih perlu dikekalkan. Ia bertanya sama ada perkhidmatan, akaun dan peraturan yang tepat menjadikan maklumat itu sesuai untuk dihantar.

Urutannya penting.

Menyemak tetapan privasi sesuatu alat tidak menjadikan maklumat peribadi yang tidak diperlukan tiba-tiba perlu. Membuang nama seseorang tidak bermaksud semua rekod perniagaan yang tinggal sesuai untuk dimuat naik. Dan mengecilkan fail tidak membantu jika bahagian kecil yang dikekalkan masih mengandungi maklumat yang tidak patut dihantar ke sistem tersebut.

Jadi matlamatnya bukan sekadar “berhati-hati dengan AI.”

Ia ialah cara berfikir yang lebih jelas:

Perlukannya. Kecilkan. Semak ke mana ia dihantar.

Apabila tiga soalan ini menjadi sebahagian daripada detik sebelum anda menampal sesuatu, anda masih boleh menggunakan AI untuk kerja yang berguna tanpa terus menyerahkan keseluruhan dokumen.

Lebih dekat dengan diri yang anda mahu jadi

• Mari kita berhenti seketika sebelum menampal dokumen sebenar dan asingkan soalan daripada maklumat di sekelilingnya.
• Mari kita lihat sama ada ringkasan pendek, penanda tempat atau contoh rekaan boleh mengekalkan masalah yang sama.
• Mari kita semak perkhidmatan dan akaun yang tepat apabila maklumat peribadi atau kerja yang sebenar masih perlu dikekalkan.