AI 测试样例怎么减少敏感信息？保留任务线索，不复制客户原文

先明确测试目标与资料边界

AI 测试需要贴近真实任务，但这不表示必须把整封客户邮件、合同或聊天记录复制到测试环境。先列出测试问题：是要检查字段是否完整、缺失值是否能识别，还是要验证模型会不会在条件冲突时停止。只保留能回答该问题的必要上下文，其余身份、联系方式和无关业务细节应先删除或替换。

样例可以来自获准的脱敏材料，也可以由业务负责人依据实际流程构造合成情境。合成样例应标明“模拟”，不伪装成真实客户资料；脱敏样例也需要检查是否仍能通过独特细节重新识别个人或项目。哪些数据可以处理、存放在哪里和谁能访问，要按组织的正式数据规则确认。

整理时保留测试所需的结构，例如字段是否缺失、单位是否矛盾、某个条件是否未给出；将真实姓名、联系方式和具体项目名称换成中性代号。若测试目标就是验证模型能否从原文定位证据，可使用经授权的最小片段，并限定访问人和保留期限，不在普通文档里长期散落副本。

每个测试样例记录用途、数据来源类型、处理方式、批准人、保存位置和清理时间。若无法确认样例能否用于测试，就不要假设内部资料“当然可以”；先请数据责任人确定可用方式。不要把来源权限或保密级别从文件夹名称推断出来。

最后检查测试结果是否仍有意义：模型能否识别缺项、保持原意并引用正确字段？如果把敏感信息移除后，重要任务线索也消失了，应重新设计测试，而不是未经批准恢复整份原文。本文讨论的是样例准备方法，不是隐私法律意见，也不表示某系统已提供脱敏功能。

相关内容：接入 AI 前怎样盘点资料来源与使用权限？，了解资料授权的前置核对。