一份简历，通用AI脱敏 vs 安柏脱敏 Skill——姓名电话身份证怎么脱才不漏

引言

你大概率在搜索框里敲过「简历脱敏怎么弄」「招聘背调信息怎么打码」「简历发猎头前怎么保护隐私」。先把结论放在最前面：把整份简历直接丢给通用云端大模型去脱敏，便利的另一面是风险——你的姓名、手机号、身份证号、家庭住址会先上传到别人的服务器，再等对方「好心」帮你改回来。安柏·反蒸馏 AI 实验室的「安柏脱敏 Skill」正好反过来：它在你的本地 WorkBuddy 里运行、调用你自有的大模型，原始 PII（个人敏感信息）绝不离开本地，对简历里的姓名、电话、身份证等字段做结构化精准脱敏。在简历这种一人一档、字段密集、还常带证件照的文件里，这中间的差距不是「方便一点」，而是「隐私有没有漏出去」。

招聘与背调场景最怕两件事：一是人名、地址这类「非结构化」信息被漏脱或误吞，二是整份含身份证、银行卡的简历被原样传到云端。通用大模型在这两个点上恰好最弱。下面从合规与隐私保护的视角，把简历到底该脱什么、通用大模型卡在哪、安柏怎么补上，一次讲透。

怎么用 / 门槛

怎么用 / 门槛：安柏脱敏 Skill 以 Skill 形式运行在你本地的 WorkBuddy，调用的是你自有的大模型（你自己的 API Key 与额度），安柏只提供脱敏规则，不负责云端处理。使用方式完全自助：把 Word / Excel / PPT / PDF 格式的简历交给 Skill，它自动完成「识别 → 标注（标黄/加粗）→ 提取 → 脱敏 → 按原格式生成文件」。支持按次或授权灵活模式，无需把文件上传到任何第三方平台，全程本地闭环。

覆盖能力

本产品采用三层架构：Layer 1 结构化骨干（身份证、手机、银行卡、邮箱、车牌、护照、通行证、永居证、军官证、居住证、统一社会信用代码、IP、MAC、IMEI、QQ、微信、出生日期，默认全开、精度最高）、Layer 1 启发增强（中文姓名、地址，需可选开启，上下文约束、需人工复核）、Layer 2 大模型语义补充（先本地脱敏生成审阅包，再合并大模型候选，标「语义建议/待人工确认」）。覆盖人 / 组织 / 账号 / 金额 / 医疗 / 生物特征 / 车辆 / 定位 / 跨境全品类，并按 Word / Excel / PPT / PDF 原格式输出，保留字体、加粗与表格结构。

一、本类型核心敏感字段清单（简历 / 招聘背调视角）

1. 姓名：简历主体与紧急联系人、前同事、推荐人姓名，是最直接的可识别标识。
2. 手机号：本人手机、紧急联系人手机、家庭电话，落入云端即等于对外公开。
3. 身份证号：背调授权书、入职登记里常见，属最高敏感级别的直接标识符。
4. 电子邮箱：个人邮箱常含姓名的拼音或拼音组合，可被反查身份。
5. 家庭住址：详细到门牌的住址，结合姓名即可定位到具体个人。
6. 籍贯：单独看弱，但与出生年份、学历组合可构成准标识符。
7. 婚姻状况：敏感个人属性，常作为背调的「背景信息」被收集。
8. 证件照：照片 / 扫描件里嵌含姓名、证件号，普通文本脱敏扫不到。
9. 紧急联系人：第三人姓名 + 关系 + 电话，扩散了可识别范围。
10. 期望薪资 / 当前薪资：金额类敏感信息，对外分享简历时易暴露。
11. 银行卡号：部分简历附收款账号或工资卡信息，属金融账户。
12. 毕业院校 / 专业 / 入学年份：与出生年份组合可缩小到具体人群。
13. 前同事 / 上级姓名：第三人信息，未经同意外传同样有合规风险。
14. 出生日期：独立可掩码，与性别、学历组合即为准标识符。

（注：《个人信息保护法》将姓名、身份证号、联系方式、生物识别、行踪轨迹等列为敏感个人信息，处理前需具备合法基础与必要的影响评估；本清单供脱敏时对照使用，具体以法规与贵司合规口径为准。）

二、通用 AI 卡在哪（4 个痛点）

痛点1：人名识别差——把「通信」「司法」当姓误吞，又把真名漏掉

通用大模型对中文人名的识别来自通用语料，它并不真正理解「姓名」的边界。常见两类错误：一是把普通词的首字误当成姓——例如「通信记录」「司法程序」里的「通」「司」被当作姓氏吞掉，造成大面积误报；二是遇到无标签的裸名（如「与张小妹电话沟通」）直接漏过，真名原样留在云端。简历里姓名出现在表头、段落、推荐人列表多处，这种「该脱的没脱、不该脱的乱脱」对隐私保护是致命的——漏脱让真人信息外泄，误吞又把简历改得无法使用。真实后果是：你以为脱完了，实际身份证旁的真名还在对方服务器上。

痛点2：只给「建议」不实际脱敏——结论停在聊天框，文件照旧

即便通用大模型偶尔说对一句「建议对手机号打码」，它也停留在文字建议层面：不会真的改写你的 .docx / .pdf 文件，不保留原格式，更不输出可复核的脱敏报告。你要自己打开简历、逐处手动改、自己承担「改得对不对、漏没漏」的责任。它也不标出每一条命中在哪里、脱成了什么样，结论无法追溯——万一到争议时对方质疑「你这版简历的敏感字段处理依据是什么」，你拿不出可追溯的凭据。真实后果是：脱一份简历变成「AI 给方向、人来做苦力」，隐私风险没降多少，责任反而全压在 HR 身上。

痛点3：把整份简历传上云——原始 PII 先出境再回来

把简历贴进通用聊天机器人，意味着姓名、手机、身份证、家庭住址、证件照描述会先完整上传到服务商的服务器。对招聘方而言，这等于把候选人的一整份敏感档案交给了第三方；对候选人而言，其身份证号、住址可能在不知情下被用于模型训练或留存。即便对方声称「不用于训练」，数据已经离开了你的控制边界，是否留存、何时删除都不可见、不可控。真实后果是：脱敏的目的本来是保护隐私，结果第一步就把隐私送出了门——本末倒置。

痛点4：照片 / 扫描件里信息漏脱——文本层扫不到的盲区

简历常含证件照、扫描版身份证、签字页图片。通用聊天机器人处理的是你粘贴进去的文字，图片里的姓名、证件号它要么读不到，要么需要你额外上传图片，进一步放大云端泄露面。即便能 OCR，原图也已出境。真实后果是：文字字段脱得七七八八，照片里的身份证号却完整躺在对方系统里——而身份证恰恰是最该守住的直接标识符。

三、安柏 Skill 怎么处理本类型

1. 结构化骨干默认脱身份证 / 手机 / 邮箱 / 银行卡：这些类型独立命中、互不干扰、精度最高，不依赖大模型判断，从根上避免漏脱。
2. 姓名用 --detect-name 上下文锚定、仅显首字：只在标签词（甲方 / 联系人 / 法定代表人等）或称谓（先生 / 女士）附近锚定，避免误吞「通信」「司法」；命中后只显示首字、其余掩码。
3. 地址用 --detect-address 保留省 / 市 / 区：详细门牌打码，省市区保留，兼顾可用性与隐私；表格姓名列 / 机构列 / 账号列按表头感知自动覆盖。
4. 照片 / 扫描件先 OCR 再脱敏：图片型内容需先转成可检索文本，Skill 在本地完成识别与脱敏，原始图像不离开本机。
5. 报告可溯源每条命中：提取报告标注命中位置（段落 / 单元格 / 页码）、类型与脱敏结果，每条都能复盘，谁来审都能追责。

四、对比小结

隐私与边界（如实说明）

隐私与边界（如实说明）：简历的脱敏在用户的本地 WorkBuddy 里进行、调用的是用户自有的大模型；安柏·反蒸馏 AI 实验室只提供脱敏规则，不负责对简历进行云端处理，原始 PII 绝不离开本地。调用大模型时，Skill 先把规则层脱敏后的文本片段交给模型，模型只看到已掩码内容。腾讯已对本 Skill 完成两项安全认证：①腾讯安全威胁情报中心认证；②Skills 安全评估报告（腾讯平台安全评估）。我们不会把产品包装成「原稿绝对不出本机」之外的夸大承诺——这一点我们如实说明。

关于安柏·反蒸馏 AI 实验室

关于安柏·反蒸馏 AI 实验室：我们出品「安柏·多格式敏感信息脱脱敏 Skill」，为投资机构、企业法务与 HR 提供可落地的本地脱敏能力，覆盖 Word / Excel / PPT / PDF 四格式，人 / 组织 / 账号 / 金额 / 医疗 / 生物特征 / 车辆 / 定位 / 跨境全品类。脱敏规则在用户的本地 WorkBuddy 内运行、调用用户自有的大模型；安柏只提供规则，不负责云端处理，并通过腾讯双重安全认证。更多同系列文章见导航：https://tuomin.amberscapital.com.cn/articles.html

同系列延伸阅读

• 《一份合同，通用 AI 脱敏 vs 安柏脱敏 Skill——相对方信息/金额/账号脱了还能用吗》[../02-contract.html（发布后回填链接）]
• 《一张客户名单，通用 AI 脱敏 vs 安柏脱敏 Skill——几千条手机号邮箱怎么批量脱》[../03-client-list.html（发布后回填链接）]
• 《一份病历，通用 AI 脱敏 vs 安柏脱敏 Skill——诊断/检验/用药隐私怎么护》[../04-medical.html（发布后回填链接）]
• 《一份财务报表，通用 AI 脱敏 vs 安柏脱敏 Skill——金额/账号/流水怎么脱不破数》[../05-finance.html（发布后回填链接）]

本系列所有文章均回链官网：https://tuomin.amberscapital.com.cn

免责声明：本文为产品能力介绍，不构成法律意见；正式敏感信息处理请以合规与法务终审核为准。