AI 隐私与数据保护：GDPR 合规的 LLM 系统

AI 依赖数据；隐私法要求数据最小化、目的限制和可删除性。调和两者现在是一个设计问题，而非事后法律考虑——尤其是EU AI Act 与 GDPR 同时生效，在数据保护之上增加了 AI 特定的义务。本指南从工程师视角出发：规则对 LLM 系统的实际要求、满足这些要求的架构模式，以及真正重要的供应商问题。

*（工程指导，非法律建议——请与法律顾问/DPO 确认您的具体处理。）*

LLM 系统的四大 GDPR 压力点

合法基础与目的限制——您需要为*每个处理目的*定义明确的合法基础（同意、合同、合法利益）。"我们将支持工单发送给 LLM 以起草回复"是一个目的；同时悄悄用于分析则是第二个目的，需要自己的合法基础。

数据最小化——只向模型发送任务所需的数据，而非整个记录。大多数提示词携带完整的客户对象，为了便利而违反此原则。

数据主体权利——访问权、更正权、删除权。难点在于：个人数据最终流向何处？提示词在提供商日志中、嵌入向量在您的向量库中、微调权重中。每个都需要删除方案。

数据转移与处理者——LLM API 调用由处理者处理，通常涉及跨境转移问题。您需要与提供商签订数据处理协议（DPA），且提供商的保留/训练政策成为*您的*合规责任。

AI Act 叠加义务：对您的用例进行风险分类（HR 筛选、信用评估、生物识别→高风险义务：文档记录、人工监督、日志记录）、透明度义务（用户必须知道他们在与 AI 对话）以及禁止的实践。尽早对照风险等级映射您的功能——事后改造高风险控制成本高昂。

使合规可控的架构模式

模式 1：模型前的 PII 脱敏

在提示词离开您的边界之前，剥离或假名化标识符：

python
草图：先脱敏，后还原
import presidio_analyzer, presidio_anonymizer  # Microsoft Presidio — 标准开源选择
analyzer = presidio_analyzer.AnalyzerEngine()
anonymizer = presidio_anonymizer.AnonymizerEngine()
def redact(text: str):
    results = analyzer.analyze(text=text, language='en')   # 识别姓名、邮箱、电话、IBAN...
    return anonymizer.anonymize(text=text, analyzer_results=results).text
prompt = redact(f'为这个工单起草回复：\n{ticket_body}')
LLM 永远不会看到真实标识符；必要时通过您自己的映射重新插入

这一单一模式同时化解了大部分最小化和处理者风险。基于 NER 的脱敏并非完美（特殊格式的姓名可能漏过）——结合已知标识符格式的拒绝列表规则，并在测试集上测量泄漏。

模式 2：敏感类数据的本地/欧盟境内推理

对于特殊类别数据（健康等）或严格居留要求：在您的边界内运行开源权重模型——小规模用 Ollama，大规模用 vLLM。数据永不离开；处理者问题消失（您仍承担控制者义务）。混合路由是务实常态：敏感意图→本地模型，通用意图→云 API（多提供商路由）。

模式 3：使用可删除存储的 RAG，而非在个人数据上训练

永远不要对可能需要删除的个人数据进行微调——权重没有删除按钮。将个人数据保存在以数据主体为键的检索存储中（pgvector），这样删除请求就是 DELETE WHERE subject_id = ? 作用于行*及其嵌入向量*。个人数据的嵌入向量也是个人数据——设计存储以便能够按主体找到它们。

模式 4：审计脊柱

记录每个请求：目的标签、合法基础标签、模型+版本、应用的脱敏以及 token 使用量——但不记录负载本身（或为调试目的设置严格的 TTL）。这一个表同时回答了 DPIA 问题、主体访问请求和 AI Act 的日志记录义务。

供应商尽调：五个问题

API 数据是否用于训练？（所有主要提供商现在默认对 API 流量不使用——在 DPA 中验证，而非营销页面。）

提示词/输出的保留期限是多少？是否提供零保留选项？

是否有欧盟数据居留选项？子处理者列表？

他们是否会签署您的 DPA / 是否为数据转移提供 SCC？

认证（SOC 2、ISO 27001）——企业审查的基本门槛。

实施检查清单

[ ] 数据映射：哪些个人数据到达哪个模型，用于哪个目的，基于哪个合法基础

[ ] 对任何系统性/大规模处理进行 DPIA（以及 AI Act 风险分类）

[ ] 脱敏层 + CI 中的泄漏测试

[ ] 删除路径覆盖数据库行、向量嵌入、缓存、提供商侧保留

[ ] 透明度用户体验：AI 披露 + 人工升级路径

[ ] 供应商 DPA 归档；实际配置保留设置（零保留标志不会自动设置）

常见问题

嵌入向量是个人数据吗？ 如果可以从/关联到个人——视为是。监管机构指南趋向于此；设计为可删除。

用户可以退出 AI 处理吗？ 如果您的合法基础是合法利益，他们可以反对——在需要之前构建绕过路径（纯人工处理）。

匿名化是否使我免于 GDPR？ 真正的匿名化可以——但 LLM 上下文中的“匿名化”通常是假名化（可重新识别），仍在范围内。诚实地判断您拥有哪种。

---

*最后更新：2026 年 6 月。法规和提供商条款会演变——请对照当前官方文本和您的法律顾问确认。*