Trước Khi Dán Tài Liệu Công Việc Vào AI: 3 Câu Hỏi Để Chia Sẻ Ít Dữ Liệu Riêng Tư Hơn

Bạn chỉ cần trợ giúp cho một vấn đề nhỏ, nhưng tệp lại chứa tất cả những gì xung quanh nó. AI thật sự cần thấy bao nhiêu?

Tài liệu đã mở sẵn.

Có thể bạn muốn AI giúp một email rõ ràng hơn. Có thể một công thức trong bảng tính đang sai. Hoặc một đoạn code đang báo lỗi mà bạn chưa hiểu.

Sao chép. Chuyển cửa sổ. Dán.

Chỉ mất vài giây.

Nhưng câu hỏi thật sự của bạn có thể chỉ là một phần rất nhỏ trong thứ vừa được sao chép. Xung quanh nó có thể là tên khách hàng, số điện thoại của đồng nghiệp, giá nội bộ, ghi chú riêng tư hoặc một access key bí mật hoàn toàn không liên quan đến câu trả lời bạn cần.

Vì vậy, trước khi hỏi “AI có giải quyết được việc này không?”, hãy cùng hỏi ba câu nhỏ hơn.

Ba câu hỏi để chia sẻ an toàn hơn

• Hãy cùng hỏi: AI thật sự cần gì?
• Hãy cùng hỏi: Chúng ta có thể làm ví dụ nhỏ hơn không?
• Hãy cùng hỏi: Thông tin này có phù hợp với đúng công cụ và tài khoản này không?

1. Hỏi AI thật sự cần gì

Hãy tưởng tượng một khách hàng gửi khiếu nại và bạn muốn được giúp để câu trả lời của mình rõ ràng hơn.

Tin nhắn gốc có tên thật, địa chỉ email, mã đơn hàng, địa chỉ giao hàng và một phần giải thích dài về chuyện đã xảy ra.

Nhưng câu hỏi thật sự của bạn nhỏ hơn:

“Làm sao để câu trả lời này bình tĩnh, rõ ràng và dễ hiểu hơn?”

AI có thể cần hiểu chuyện gì đã xảy ra. Nhưng có thể nó không cần biết khách hàng là ai.

Sự khác biệt đó rất quan trọng.

Trong hướng dẫn dành cho doanh nghiệp nhỏ và vừa, Australian Cyber Security Centre cho biết việc đưa thông tin khách hàng hoặc nhân viên vào các công cụ generative AI — tức các hệ thống tạo nội dung mới từ hướng dẫn — mà không loại bỏ đúng cách thông tin nhận dạng có thể làm lộ dữ liệu riêng tư hoặc nhạy cảm. Hướng dẫn này cũng khuyên nên xóa hoặc thay đổi thông tin cá nhân để không thể liên kết lại với một người khi những chi tiết đó không cần thiết. (Australian Cyber Security Centre)

Vì vậy, hãy nhìn lại một lần thứ bạn sắp gửi và tách vấn đề khỏi con người và hồ sơ nằm xung quanh vấn đề đó.

Ví dụ:

“Maria Lopez tại maria@example.com nói rằng đơn hàng 583104 chưa đến.”

có thể trở thành:

“Một khách hàng nói rằng đơn hàng chưa đến.”

Bạn vẫn giữ phần cần thiết để bàn về câu trả lời. Những chi tiết nhận dạng đã được bỏ đi.

Cách kiểm tra này cũng có thể phát hiện số điện thoại, số tài khoản, hồ sơ nhân viên, số liệu kinh doanh riêng tư và thông tin truy cập bí mật. Ví dụ, access key là một mã bí mật mà phần mềm có thể dùng để kết nối với một dịch vụ. Nếu nó không cần thiết để giải quyết câu hỏi, nó cũng không cần đi cùng prompt.

Ý ở đây không phải là “đừng bao giờ đưa bất kỳ thông tin nào cho AI”.

Điều quan trọng đơn giản hơn:

Đừng nhầm tất cả những gì có trong tệp với tất cả những gì cần để trả lời câu hỏi.

2. Hỏi liệu một ví dụ nhỏ hơn có giữ được cùng một vấn đề không

Xóa tên là một khởi đầu tốt, nhưng đôi khi bạn có thể giảm lượng thông tin nhiều hơn nữa.

Hãy tưởng tượng một bảng tính có hàng nghìn dòng.

Một công thức đang trả về kết quả sai.

Nếu lỗi chỉ phụ thuộc vào ba cột và chính công thức đó, các dòng còn lại có thể chỉ làm tăng lượng thông tin mà không giúp giải thích lỗi.

Thay vào đó, bạn có thể tạo một ví dụ nhỏ:

Mục	Kết quả mong đợi	Kết quả thực tế
Mẫu A	20	20
Mẫu B	35	0
Mẫu C	15	15

Sau đó, bạn có thể đưa công thức đang tạo ra giá trị sai.

Danh sách khách hàng thật, giá thật và các dòng không liên quan không còn là một phần của câu hỏi.

Australian Cyber Security Centre nêu một ý tương tự trong ví dụ về AI chatbot an toàn: chỉ thu thập thông tin thật sự cần thiết cho chức năng của chatbot. Ví dụ đó được viết cho doanh nghiệp xây dựng chatbot, nhưng nó cho chúng ta một câu hỏi thực tế khi chuẩn bị prompt của riêng mình: điều gì thật sự cần thiết cho nhiệm vụ này? (Australian Cyber Security Centre)

Bạn có thể dùng câu hỏi đó trong nhiều loại công việc.

Một chuỗi email dài có thể trở thành một bản tóm tắt ngắn.

Một bảng tính lớn có thể trở thành vài dòng dữ liệu giả lập.

Cả một chương trình có thể trở thành đoạn nhỏ nơi lỗi xuất hiện.

Tên thật có thể trở thành “Người A” và “Người B”. Số tiền thật có thể được thay bằng số giả lập nếu giá trị chính xác không làm thay đổi vấn đề.

Điều đó cho bạn một phép thử hữu ích:

Nếu tôi thay các chi tiết thật, vấn đề tương tự vẫn xảy ra chứ?

Nếu có, ví dụ nhỏ hơn có thể đã đủ.

Nhưng cũng có giới hạn.

Đôi khi chính chi tiết thật là nguyên nhân khiến vấn đề xuất hiện. Lỗi bảng tính có thể chỉ xảy ra với một loại giá trị cụ thể. Một chương trình có thể chỉ lỗi trong một cấu hình nhất định. Một câu hỏi có thể phụ thuộc vào câu chữ chính xác của tài liệu.

Trong trường hợp đó, xóa quá nhiều có thể làm mất luôn vấn đề bạn đang cố cho thấy.

Vì vậy, mục tiêu không phải là làm prompt càng trống càng tốt.

Mục tiêu là tìm phiên bản nhỏ nhất vẫn hữu ích: đủ thông tin để giữ nguyên vấn đề, nhưng không mang theo những thông tin không liên quan.

3. Hỏi liệu thông tin thật có phù hợp với đúng công cụ và tài khoản này không

Giả sử bạn đã giảm thông tin nhiều nhất có thể, nhưng một số dữ liệu thật vẫn cần thiết.

Lúc này câu hỏi thay đổi.

Nó không còn chỉ là:

“Tôi nên xóa gì?”

Mà trở thành:

“Điều gì xảy ra với thông tin tôi gửi qua dịch vụ cụ thể này?”

Không thể trả lời câu hỏi đó chỉ bằng từ “AI”.

Nhà cung cấp, sản phẩm, loại tài khoản và cài đặt khác nhau có thể xử lý dữ liệu gửi lên theo những cách khác nhau. Vì vậy Australian Cyber Security Centre khuyên nên xem cài đặt, điều khoản và thông tin quyền riêng tư của nhà cung cấp AI để hiểu dữ liệu có thể được thu thập, lưu trữ và sử dụng như thế nào. (Australian Cyber Security Centre)

OpenAI là một ví dụ hiện tại cho thấy vì sao đúng sản phẩm và đúng tài khoản lại quan trọng.

Theo thông tin được kiểm tra ngày 28 tháng 8, 2026, OpenAI cho biết nội dung từ các dịch vụ dành cho cá nhân, như ChatGPT và Codex, có thể được dùng để huấn luyện mô hình — nói đơn giản là để giúp cải thiện cách các mô hình tương lai hoạt động. OpenAI cho biết người dùng có thể chọn không tham gia để các cuộc trò chuyện mới không được dùng cho việc huấn luyện này. OpenAI cũng cho biết riêng rằng, theo mặc định, input và output từ ChatGPT Business, ChatGPT Enterprise và API Platform — nền tảng mà nhà phát triển dùng để kết nối phần mềm với các mô hình OpenAI — không được dùng để huấn luyện mô hình trừ khi một tổ chức chủ động chọn chia sẻ dữ liệu. OpenAI cũng lưu ý rằng một số lựa chọn, chẳng hạn tự nguyện gửi phản hồi về sản phẩm, có thể có quy tắc sử dụng dữ liệu riêng. (OpenAI Help Center)

Những thông tin đó mô tả các dịch vụ hiện tại của OpenAI. Chúng không phải quy tắc cho mọi nhà cung cấp AI.

Đó là lý do câu hỏi “Công ty này có dùng dữ liệu để huấn luyện không?” có thể quá rộng.

Một câu hỏi tốt hơn là:

Sản phẩm, tài khoản và cài đặt cụ thể này xử lý thứ tôi sắp gửi như thế nào?

Công việc và trường học có thể thêm một bước kiểm tra nữa. Nếu tổ chức của bạn có quy định về công cụ AI nào được phép nhận thông tin nội bộ, những quy định đó quan trọng trước khi bạn dán tài liệu. Tài khoản cá nhân cũng có thể có cách kiểm soát khác với tài khoản do tổ chức quản lý.

Hãy tưởng tượng ngón tay bạn đang ở trên phím dán nhưng bạn chưa thể trả lời những câu này:

Tôi đang gửi thông tin gì?

Vì sao nó cần thiết?

Tôi có biết dịch vụ và tài khoản này xử lý nó như thế nào không?

Tôi có được phép gửi nó ở đây không?

Bạn không cần trở thành chuyên gia an ninh mạng trước khi dùng AI.

Nhưng nếu chưa trả lời được những câu đó, bạn có thể giữ dữ liệu thật bên ngoài prompt trong lúc kiểm tra. Bạn có thể xóa thêm thông tin, đọc cài đặt và thông tin quyền riêng tư hiện tại, hoặc dùng công cụ mà tổ chức của bạn đã chấp thuận.

Khoảnh khắc hữu ích nhất là trước khi thông tin rời khỏi tay bạn.

Trước hết xác định điều cần thiết, sau đó thu nhỏ dữ liệu, rồi kiểm tra nơi nó sẽ đi

Ba câu hỏi giải quyết ba phần khác nhau của cùng một vấn đề.

Câu đầu tiên tách câu hỏi thật sự của bạn khỏi các chi tiết nhận dạng hoặc riêng tư chỉ tình cờ nằm cạnh nó.

Câu thứ hai giảm phần dữ liệu còn lại thành ví dụ nhỏ nhất vẫn giữ được vấn đề.

Câu thứ ba quan trọng khi một số dữ liệu thật vẫn phải được giữ lại. Nó hỏi liệu dịch vụ, tài khoản và quy định cụ thể có khiến thông tin đó phù hợp để gửi hay không.

Thứ tự này quan trọng.

Việc kiểm tra cài đặt quyền riêng tư của một công cụ không biến thông tin cá nhân không cần thiết thành thông tin cần thiết. Việc xóa tên một người không khiến mọi hồ sơ kinh doanh còn lại tự động phù hợp để tải lên. Và việc thu nhỏ tệp cũng không giúp ích nếu phần nhỏ bạn giữ lại vẫn chứa thông tin không nên đi vào hệ thống đó.

Vì vậy, mục tiêu không chỉ là “hãy cẩn thận với AI”.

Đó là một cách suy nghĩ rõ ràng hơn:

Cần không? Thu nhỏ. Kiểm tra nơi nó sẽ đi.

Khi ba câu hỏi này trở thành một phần của khoảnh khắc trước khi bạn dán, bạn vẫn có thể dùng AI cho công việc hữu ích mà không tự động đưa toàn bộ tài liệu cho hệ thống.

Cùng tiến gần hơn tới con người bạn muốn trở thành

• Hãy cùng dừng lại một chút trước tài liệu thật tiếp theo và tách câu hỏi khỏi thông tin xung quanh nó.

• Hãy cùng kiểm tra đúng dịch vụ và tài khoản khi dữ liệu cá nhân hoặc dữ liệu công việc thật vẫn cần được giữ lại.