RAG 前 AI 脱敏：企业知识库文档准备流程

先说结论

RAG 前脱敏不只是隐私处理，而是知识库入库控制：决定哪些文档内容可以被检索、召回、总结或被内部 AI 助手重复使用。

可执行流程应包括 AI 辅助识别、规则校验、人工复核、干净副本生成、权限控制、检索边界和审计证据。

先定义范围

在处理文件前，先明确知识库允许回答什么、不应接触什么。

索引干净副本

原始文件保留在受控空间，RAG 一般只索引经过批准的干净副本。

保留人工复核

上下文、披露边界、例外判断和最终批准仍需要人工复核。

为什么 RAG 会改变脱敏问题

RAG 会让文档内容更容易被搜索、召回、总结和复用。过去藏在文件里的个人信息、客户账号、内部备注或交易条款，可能进入提示词上下文、检索结果、日志或下游 AI 回答。

因此，团队会关注去除个人信息后再进入 RAG、企业知识库数据脱敏、内部 AI 助手文档准备、向量数据库前敏感数据处理等问题。答案不是一个模型开关，而是一套可审计的文档流程。

入库前应先分类哪些内容

类别	示例	常见处理方式
个人标识	证件号、姓名、地址、电话、签名	根据 AI 任务需要决定脱敏、限制或保留。
客户与账户数据	账号、交易记录、开户资料	按角色和知识库目的移除或限制访问。
商业条款	价格、交易条款、交易对手、授信条件	进入知识库前升级给业务人员复核。
内部备注	风险意见、委员会意见、审阅批注	通常排除或限制给特定复核角色。
凭证或密钥	Key、Token、密码、系统细节	不应进入 RAG，并应回查源头控制。

推荐流程

AI、规则、复核和权限如何配合

控制方式	在 RAG 准备中的作用	边界
AI 脱敏	在多种文档格式中识别候选敏感信息。	不应单独做最终披露决定。
规则和词典	捕捉确定性的账号、编号、名称和项目词。	可能遗漏上下文和复杂版式。
人工复核	批准例外、干净副本和知识库范围。	需要清晰流程和证据链。
权限控制	限制原始文件、干净副本、检索结果和导出的访问范围。	不能替代不应入库内容的脱敏处理。

企业检查清单

• 哪些文件、扫描件、表格、邮件和附件在范围内？
• 哪些敏感类别必须在 RAG 前 AI 脱敏？
• 谁可以批准例外和 AI 可用版本？
• 向量数据库会保存原文、干净副本、摘要还是切片内容？
• 检索权限如何映射到项目角色？
• 哪些日志可以证明上传、识别、复核、批准、入库、检索、导出和撤销？
• 存储、AI 处理和索引是否与所选区域一致？

bestCoffer 可以放在哪个环节

bestCoffer 面向受控文档流程，把脱敏、权限、复核、审计日志和 AI 数据准备放在同一工作区中管理。对于 RAG 项目，团队可以结合 AI 脱敏和 VDR 权限控制，在知识库入库前减少敏感数据暴露，同时保留原始资料的治理边界。

数据留在所选区域，AI 在数据所在处运行。这个原则适用于机密文档进入内部 AI 助手、RAG 流程、翻译或外部协作前的准备工作。

相关页面包括 RAG 前 AI 数据准备、面向 AI 工作流的敏感数据控制、AI 脱敏准确率评估、RAG 与 AI Agent 前脱敏 FAQ 和 RAG 前脱敏框架。

常见问题

RAG 入库前是否应该移除所有敏感数据？

不一定。团队应根据知识库目的、用户权限、内部政策和复核风险，决定哪些内容需要移除、保留、限制访问或升级处理。

AI 脱敏能否替代知识库入库前的人工复核？

不能。AI 脱敏适合批量识别候选敏感字段，但上下文、例外、披露边界和最终批准仍需要人工复核。

脱敏本身是否足以保障 RAG 系统安全？

不够。脱敏需要与权限、检索边界、版本分离、日志、导出控制和下游 AI 系统治理结合使用。

原始文件和脱敏文件都应该被索引吗？

通常不建议。原始文件应保留在受控资料库中，RAG 或内部 AI 助手一般只索引经过批准的干净副本，除非有明确的权限绑定场景。