PII（個人識別資料）

你會在什麼時候遇到它

餵資料給模型、建 RAG 知識庫、讓 Agent 讀工單時，你遲早會遇到它 —— 而且通常是在資料已經進了上下文之後才遇到。PII 要特殊處理，不是因為模型會「記住」它，而是因為送出去這個動作本身就可能觸法：多數司法管轄區對個資的處理、跨境與目的外使用都有法律要求，而進了第三方服務的資料收不回來。

最小範例

原始工單（示意，人物為虛構）：
  「王小明（0912-345-678）反映其住處的網路
    自 3 月 5 日起中斷，身分證字號 A123456789」

兩種處理：
  遮罩（redaction）：
    「[姓名]（[電話]）反映[地址]的網路自 3 月 5 日起中斷，[ID]」
    → 直接拿掉，需要時回原系統查
  假名化（pseudonymisation）：
    「用戶 U-8842 反映其住處網路自 3 月 5 日起中斷」
    → 換成代號，對照表另行保管；分析仍可跨工單追蹤同一人

注意兩者的差別在可不可逆：遮罩是拿掉，假名化是換個代號、對照表仍存在於某處。假名化保留了跨記錄關聯的分析價值，也保留了被還原的風險 —— 所以對照表的保護等級，要跟原始資料一樣高。

最常搞錯的地方

• 以為只有姓名、身分證字號才算 PII。組合起來能指向個人的都算：「某公司＋某職位＋某城市」三個單獨無害的欄位，放在一起常常就指向唯一一個人。
• 把「丟給 AI 前自己看過一眼」當成處理流程。人眼抓不住批次資料裡的 PII；要在管線裡用規則和掃描自動化，並且假設總有漏網。