小互 · AI 学院ACADEMY
课程/C10/第 3.1 课

公司数据什么能喂什么不能喂 + 数字回源核对

讲解L3 · 12 分钟
这节课结束时,你会有
你自己的「数据分级表」(随便喂/脱敏喂/不喂)

前七节课你省下了大把时间。这节课只干一件事:确保你别把省下的时间拿去背锅。四条红线,都不长,但每一条背后都有真人真事故。

01红线一:你喂进去的东西,会被发给厂商

最容易被忽视、后果最重的一条。AI 不是在你电脑里「本地思考」——你给它的文件内容、你说的话,都会被发送到厂商的服务器处理。哪怕它「在你本地文件夹里干活」,也不代表内容不出你的电脑。

对上班族,这意味着一张分级表:

  • 随便喂:公开资料、你自己的笔记、不含敏感信息的日常文档;
  • 脱敏后喂:含客户名、员工名、单价的内容——把名字换成「客户A」、数字换成占位符再喂,产出拿回来自己填回去;
  • 默认不喂:客户名单、未公开财报、薪酬数据、商业机密、任何标着「保密」的东西。个人版 20 美元订阅的数据政策不等于企业级保护——真要处理这些,走公司批准的企业版通道,先过合规。

一个容易漏的角落:规矩文件(CLAUDE.md)和接进来的外部服务里的内容也会被读取发送——别把机密写进规矩文件。

02红线二:它会一本正经地胡说

它会用无比自信的语气给你一个错的答案:算错的合计、编造的数据来源、查歪的资料。它不会脸红,也不会主动说「这条我不太确定」。

所以本课反复出现的那条纪律,在这里立正式名分:凡是你要签字负责的产出——给老板的数字、对外的报告、发客户的承诺——必须逐项人工复核。

降低风险的日常习惯(前几节课你其实已经在用了):让它「看得见地干活」——重要结论要出处、算数要列过程、拿不准标「?」。它给的是草稿和线索,不是定稿。

03红线三:判断不外包

资料员的活可以全给它,拍板的必须是你。哪些数字往上报、这个风险要不要提、这封信发不发——这些判断出了事,签字的是你,不是 AI 厂商。

换个角度看,这是好消息:AI 越强,「能担责的判断」越稀缺、越值钱。它吃掉的是你活里的加工层,剩下的判断层,恰恰是你在公司里真正的立身之本——这也是第一课「两种站法」的底层逻辑。

04红线四:权限别无脑全放

干活 AI 默认是「边干边问」:项目文件夹里能读能写,要删东西、动文件夹外的、联网操作,会先问你。这个默认值是替你挡子弹的,别嫌它烦。

上一节截图课已经见过它的价值:批量不可逆操作,先给清单再动手。原则一句话:影响面越大、越不可逆的操作,权限越要收紧。「完全放行」模式只该在你非常清楚自己在干嘛时用——图省事开着它跑批量删除,等于把整台电脑的方向盘扔出窗外。

四条线看着多,其实是一个心态:把它当聪明但毛躁的实习生。实习生能干活、出活快,但你不会让实习生碰保密柜、不会不看就签他写的数、不会把公章交给他。这么想,每条线都是常识。

05检查点

CHECKPOINT · 01
要分析含真实客户名和成交价的销售表,个人订阅版 AI,怎么做对?
为什么:内容会被发给厂商处理,个人版数据政策罩不住客户敏感信息——但答案不是因噎废食(选项三),是分级处理:脱敏后大部分分析照做不误,真正的机密走合规通道。红线管的是「怎么喂」,不是「不许用」。
CHECKPOINT · 02
AI 整理的季度数据你抽查了两个数都对,剩下 30 个数?
为什么:复核强度跟着「谁担责」走:内部草稿错了能改,上报的数字错了是事故。抽查是「可信度体检」,不是「免检牌照」——要签字的产出,该核的一个不能少。这不是不信任 AI,是签字这个动作本身的分量。
本课产出

你自己的「数据分级表」

花五分钟,把你工作里常碰的数据按「随便喂 / 脱敏喂 / 默认不喂」分三档写下来,存成 数据红线.md。以后每次犹豫「这个能不能喂」,翻它,三秒有答案。

完成后自动记录进度,随时能回来