批量脱敏的目标不是减少人工，而是让人工集中在高风险判断上。企业应先定义规则，再用 AI 辅助识别，最后通过抽样、复核和审批控制结果质量。

批量脱敏前的准备

  • 整理文件格式、语言、业务场景和敏感字段范围。
  • 明确哪些内容必须删除，哪些内容可以保留。
  • 设置复核人和审批人。
  • 确定导出版本和原始版本的保存策略。

PDF 与 Word 的差异

PDF 需要关注扫描件、OCR、隐藏层和元数据；Word 需要关注批注、修订记录、页眉页脚、嵌入对象和隐藏文本。两类文件都需要导出后验证。

如何提高准确率

先用小样本校准规则，再扩大批量处理范围。对身份证号、邮箱、手机号、账户信息等高风险字段，应保留人工确认环节。