---
title: "Datos sensibles y APIs de LLM: ocultación y minimización"
description: "Envíe datos de clientes, de salud o financieros a una API de LLM con seguridad: clasifique campos, use marcadores reversibles, retención cero y logs limpios."
url: https://broadrouter.com/es/blog/llm-api-sensitive-data/
lang: es
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traducido del inglés con ayuda de IA. [Lea el original en inglés](https://broadrouter.com/blog/llm-api-sensitive-data/) (actualizado el 2026-11-15).

# Datos sensibles en una API de LLM: ocultar, minimizar, registrar menos

Por el equipo de BroadNet Inference · 5 min de lectura · Publicado 2026-11-14 · Actualizado 2026-11-15

Para enviar datos sensibles a una API de LLM, decida primero qué campos necesita la tarea y descarte el resto. Sustituya nombres, números e identificadores por marcadores reversibles antes de la solicitud y restáurelos en su propio código después. Use un proveedor con retención cero de datos, mantenga el contenido de los prompts fuera de sus logs y restrinja las claves de API a sus servidores.

## Puntos clave

-   La mayoría de las fugas ocurren de su lado: en logs de la aplicación, herramientas de trazas, reportes de errores y analítica, no en el proveedor del modelo.
-   Clasifique los campos primero. Muchas tareas nunca necesitan el nombre, el teléfono ni el ID de cuenta.
-   Los marcadores reversibles como \[PHONE\_1\] mantienen el texto legible para el modelo y le permiten restaurar los valores después.
-   La retención cero de datos limita lo que guarda el proveedor. No sustituye a la ocultación ni a un contrato.
-   Trate la voz como sensible por defecto: una nota de voz puede contener un nombre, un número y un dato de salud.

**En esta página**

1.  ¿Qué cuenta como dato sensible para una API de LLM?
2.  Paso 1: ¿qué campos necesita realmente la tarea?
3.  Paso 2: ¿cómo se ocultan los datos para que el modelo siga entendiendo el texto?
4.  Paso 3: ¿qué pasa con los datos en el proveedor?
5.  Paso 4: ¿cómo se mantienen los prompts fuera de sus propios logs?
6.  Paso 5: ¿cómo se protege el camino hacia la API?
7.  Paso 6: ¿qué conviene revisar en la respuesta?
8.  ¿El audio sensible necesita el mismo tratamiento?
9.  Dónde encaja BroadNet Inference

_[image: The word "PRIVATE" in bold letters, with the text "Control what AI sees." and "LSDF by BroadNet".]_

Los bots de atención al cliente leen quejas con nombres y números de pedido. Los flujos de call center envían transcripciones con dígitos de tarjetas. Las apps de salud envían síntomas. Todo eso le sirve al modelo, y todo eso es **información sensible** desde el momento en que sale de sus servidores.

OWASP sitúa la [divulgación de información sensible](https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/) como LLM02 en su Top 10 de 2025 para aplicaciones de LLM. La mayoría de las recomendaciones se centran en lo que el modelo podría revelar. Este artículo se centra en la parte que usted controla: **qué envía y qué conserva**.

## ¿Qué cuenta como dato sensible para una API de LLM?

Clasifique los campos en tres grupos antes de escribir un prompt:

| Grupo | Ejemplos | Regla predeterminada |
| --- | --- | --- |
| Identificadores directos | Nombre, correo, teléfono, documento nacional de identidad, número de cuenta | Sustituir por marcadores |
| Categorías especiales o reguladas | Salud, biometría, religión, números de tarjeta, credenciales | No enviar salvo que la tarea lo requiera y exista una base legal |
| Contexto | Nombres de productos, tipo de incidencia, fechas, importes | Normalmente se pueden enviar |

Según el RGPD, las categorías especiales (artículo 9) requieren una condición específica antes de tratarlas siquiera. Los datos de tarjetas y los secretos, como contraseñas o claves de API, nunca deben llegar a un prompt.

## Paso 1: ¿qué campos necesita realmente la tarea?

La mejor ocultación es no enviar el campo. Pregúntese qué necesita la tarea:

1.  **¿Resumir un ticket?** El modelo necesita la queja, no la dirección del cliente.
2.  **¿Clasificar la intención?** Necesita el texto del mensaje, no el ID de cuenta.
3.  **¿Redactar una respuesta?** Necesita, como mucho, el nombre de pila, y un marcador sirve.

Construya los prompts a partir de campos seleccionados, no volcando el registro completo como JSON. Esto también reduce los [tokens de entrada](https://broadrouter.com/es/glossary/input-and-output-tokens/), así que ahorra dinero.

## Paso 2: ¿cómo se ocultan los datos para que el modelo siga entendiendo el texto?

Sustituya cada valor por un marcador numerado que indique su tipo. El modelo conserva la estructura de la frase y su código restaura los valores después.

```python
import os, re
from openai import OpenAI

PATTERNS = {   # order matters: IBAN before PHONE, or the phone pattern eats IBAN digits
    "EMAIL": r"[\w.+-]+@[\w-]+\.[\w.-]+",
    "IBAN":  r"\b[A-Z]{2}\d{2}[A-Z0-9]{11,30}\b",
    "PHONE": r"\+?\d[\d\s-]{7,}\d",
}

def redact(text):
    mapping, n = {}, {}
    for kind, pat in PATTERNS.items():
        def sub(m):
            n[kind] = n.get(kind, 0) + 1
            key = f"[{kind}_{n[kind]}]"
            mapping[key] = m.group(0)
            return key
        text = re.sub(pat, sub, text)
    return text, mapping

def restore(text, mapping):
    for key, value in mapping.items():
        text = text.replace(key, value)
    return text

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
# Any OpenAI-compatible endpoint works; this uses Qwen3.8 27B on BroadNet Inference.

ticket = "Call me on +971 50 123 4567 or mail sara@example.com about my refund."
safe, mapping = redact(ticket)
reply = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    messages=[
        {"role": "system", "content": "Keep placeholders like [PHONE_1] exactly as written."},
        {"role": "user", "content": f"Draft a short reply to this ticket:\n{safe}"},
    ],
).choices[0].message.content
print(restore(reply, mapping))   # the mapping never left your server
```

Las expresiones regulares detectan valores estructurados. Los nombres y las direcciones requieren reconocimiento de entidades. Herramientas de código abierto como [Microsoft Presidio](https://microsoft.github.io/presidio/supported_entities) combinan patrones, dígitos de control y modelos de reconocimiento de entidades nombradas, y le permiten añadir sus propios reconocedores. Pruebe cualquier detector con sus propios datos: los nombres árabes, los formatos de teléfono del Golfo y el texto que mezcla alfabetos son donde fallan los detectores genéricos.

Si prefiere ejecutar un proxy en lugar de programar la ocultación usted mismo, BroadNet publica uno de código abierto: el [LLM Sensitive Data Firewall (LSDF)](https://github.com/brntech/lsdf), bajo licencia Apache-2.0. Se coloca delante de cualquier endpoint compatible con OpenAI, incluidos modelos que BroadNet no aloja, y BroadNet afirma que inspecciona solicitudes, respuestas, fragmentos en streaming, argumentos de tool calls en streaming, contexto recuperado y campos de razonamiento, con un sanitizador aparte para trazas y logs. En la evaluación de BroadNet de mayo de 2026 sobre sus propios corpus, sus detectores amplios de PII alcanzaron un recall de 1.000 en una reproducción de credenciales de 40 casos, 0.944 en datos clínicos sintéticos y 0.685 en PII general en inglés, frente a 0.194, 0.056 y 0.326 de Microsoft Presidio por sí solo ([informe de BroadNet](https://www.broadnet.ai/blog/open-source-sensitive-data-firewall)). Son cifras de BroadNet sobre su propia herramienta; ejecute su perfil `monitor` con su tráfico antes de bloquear nada.

Dos reglas para los marcadores:

-   **Manténgalos coherentes** dentro de una conversación, para que `[NAME_1]` sea la misma persona en cada turno.
-   **Indique al modelo que los conserve** sin cambios, como en el prompt de sistema de arriba.

## Paso 3: ¿qué pasa con los datos en el proveedor?

La ocultación reduce lo que sale. Lo que ocurre después lo decide el proveedor. Pregunte:

-   ¿Se almacena el contenido después de la solicitud, y durante cuánto tiempo?
-   ¿Se usa para entrenamiento, y cuál es la opción predeterminada?
-   ¿Quién opera el hardware, y dónde?

Las respuestas de los proveedores varían mucho. Consulte [retención de datos en APIs de LLM comparada](https://broadrouter.com/es/blog/llm-api-data-retention-compared/) para la redacción oficial de cinco de ellos, la [lista de verificación de ZDR](https://broadrouter.com/es/blog/zero-data-retention-llm-api-checklist/) para las preguntas técnicas y la [lista de verificación del RGPD](https://broadrouter.com/es/blog/gdpr-llm-api-checklist/) para la parte contractual.

## Paso 4: ¿cómo se mantienen los prompts fuera de sus propios logs?

Su propia infraestructura es donde los prompts persisten con más frecuencia. Fugas comunes:

-   Logging de depuración del cliente HTTP que imprime el cuerpo de las solicitudes.
-   SDK de trazas y observabilidad que registran prompts completos de forma predeterminada.
-   Reportadores de errores que adjuntan la carga útil de la solicitud fallida.
-   Eventos de analítica que incluyen el mensaje del usuario.
-   Colas de reintentos y colas de mensajes fallidos (dead-letter) que almacenan solicitudes completas.

Registre en su lugar: ID de solicitud, modelo, recuento de tokens de prompt y de respuesta, latencia, código de estado y el ID de su tabla de ocultación (nunca la tabla en sí). Con eso basta para depurar costos y errores. El [artículo sobre registro de uso](https://broadrouter.com/es/blog/llm-api-usage-logging/) incluye un wrapper que escribe exactamente estos campos y calcula el costo por llamada.

## Paso 5: ¿cómo se protege el camino hacia la API?

-   Mantenga las claves en servidores, nunca en código de navegador o de apps móviles. [Seguridad de claves de API de LLM](https://broadrouter.com/es/blog/llm-api-key-security/) cubre el almacenamiento y la rotación.
-   Restrinja las claves a sus direcciones de salida con [listas de IP permitidas](https://broadrouter.com/es/guides/api-keys-ip-allow-lists/).
-   Use una [clave de API](https://broadrouter.com/es/glossary/api-key/) por servicio, para poder revocar una sin detenerlo todo.

## Paso 6: ¿qué conviene revisar en la respuesta?

La ocultación protege la solicitud. La respuesta también necesita una revisión, porque un modelo puede repetir, adivinar o reconstruir valores:

-   **Integridad de los marcadores.** Después de `restore()`, busque marcadores sobrantes como `[PHONE_3]` que nunca estuvieron en su tabla. Significan que el modelo inventó uno.
-   **PII nueva en la salida.** Pase el mismo detector por la respuesta. Una respuesta que contiene un correo que usted nunca envió merece una segunda mirada antes de llegar a un cliente.
-   **Fugas entre usuarios.** Si guarda respuestas en caché o comparte el estado de la conversación, asegúrese de que los valores restaurados de un usuario nunca puedan aparecer en la respuesta de otro.

Revise todos los canales de salida, no solo la respuesta del chat. El [estudio Safety Map](https://broadrouter.com/es/blog/llm-safety-map-39-models/) de BroadNet encontró valores sensibles que salían por los argumentos de tool calls en 20 de 73 ejecuciones que los rellenaron, y por el campo de razonamiento en 29 de 43 ejecuciones que lo rellenaron, mientras que la respuesta visible se calificaba como segura, fallida o truncada.

Pruebe el ciclo completo con un conjunto fijo de 50 ejemplos reales y sensibles cada vez que cambie el prompt, el modelo o el detector. Cuente los valores que se escaparon, no solo los detectados: un número de tarjeta que se escapa importa más que cien marcadores correctos.

## ¿El audio sensible necesita el mismo tratamiento?

Una nota de voz puede llevar un nombre, un teléfono y un dato de salud en diez segundos. Las transcripciones lo heredan todo. Oculte los datos de la transcripción antes de que vaya a un LLM para resumirla, y conserve el audio original solo el tiempo imprescindible. Nuestro [flujo de transcripción para call center](https://broadrouter.com/es/blog/transcribe-call-center-recordings/) muestra la ocultación entre los pasos de transcripción y resumen.

## Dónde encaja BroadNet Inference

La [declaración de privacidad](https://www.broadnet.ai/inference-privacy) de BroadNet dice que su gateway “keeps no prompts, messages, images, audio, responses or transcripts” (Traducción: no conserva prompts, mensajes, imágenes, audio, respuestas ni transcripciones) y que no usa los datos de inferencia “to train, fine-tune or evaluate models” (Traducción: para entrenar, ajustar ni evaluar modelos). Conserva registros sin contenido, como tiempos, recuentos de tokens y costo; la lista completa está en la [página de retención cero de datos](https://broadrouter.com/es/privacy/). Las claves pueden restringirse a sus direcciones IP. [Qwen3.8 27B](https://broadrouter.com/es/models/qwen3.8-27b/), usado en el ejemplo anterior, fue probado en árabe por BroadNet, algo que importa cuando sus marcadores están dentro de texto en árabe.

Eso cubre el lado del proveedor. No oculta datos por usted ni limpia sus logs. Los pasos 1, 2 y 4 siguen siendo responsabilidad suya con cualquier proveedor, incluido BroadNet. Si necesita un DPA (acuerdo de tratamiento de datos) por escrito o una lista de subencargados para datos regulados, pregunte a BroadNet antes de enviarlos; la declaración indica que la lista de subencargados está disponible a solicitud.

Herramientas gratuitas sobre este tema (en inglés)

-   [OpenAI-compatible API request builder](https://broadrouter.com/tools/api-request-builder/) One request, copied as curl, Python, Node or the OpenAI SDKs.
-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.

[Herramientas gratuitas (en inglés)](https://broadrouter.com/tools/)

## Términos de este artículo

[Token](https://broadrouter.com/es/glossary/token/)

Un token es la unidad de texto que un modelo de lenguaje lee y escribe: una palabra, parte de una palabra, un signo de puntuación o una secuencia de bytes producida por el tokenizador del modelo. Las APIs de LLM cuentan, limitan y normalmente facturan el uso en tokens.

[Reconocimiento de entidades nombradas (NER)](https://broadrouter.com/es/glossary/named-entity-recognition/)

El reconocimiento de entidades nombradas (NER) es la tarea de encontrar nombres en un texto y etiquetar cada uno con un tipo, como persona, organización o lugar. Los sistemas clásicos etiquetan cada token; a los LLMs, en cambio, se les suele pedir una lista de entidades en JSON, que luego se contrasta con el texto original.

[Streaming (respuestas en tiempo real)](https://broadrouter.com/es/glossary/streaming/)

El streaming es una forma de devolver la respuesta de un modelo de lenguaje en pequeños fragmentos mientras aún se genera, en lugar de una sola respuesta al final. Las APIs compatibles con OpenAI hacen streaming mediante server-sent events cuando la solicitud define stream como true.

[Subencargado del tratamiento (subprocessor)](https://broadrouter.com/es/glossary/subprocessor/)

Un subencargado del tratamiento es un tercero al que un encargado recurre para tratar datos personales por cuenta del responsable. En una API de LLM pueden ser hosts de GPU, proveedores de inferencia asociados o capacidad de respaldo. Según el artículo 28 del RGPD, requieren autorización del responsable y las mismas obligaciones de protección de datos.

[PII (información de identificación personal)](https://broadrouter.com/es/glossary/pii/)

La PII (información de identificación personal) es información que permite distinguir o rastrear la identidad de una persona, como su nombre, un número de identificación o un registro biométrico, más otra información vinculable a ella. El RGPD habla de datos personales, un término más amplio. Con LLMs, se anonimiza antes de que los prompts salgan de sus sistemas.

[Acuerdo de tratamiento de datos (DPA)](https://broadrouter.com/es/glossary/dpa/)

Un acuerdo de tratamiento de datos (DPA) es el contrato entre el responsable y el encargado del tratamiento que regula cómo el encargado trata los datos personales. El artículo 28.3 del RGPD lo exige y fija su contenido: instrucciones documentadas, confidencialidad, seguridad, reglas sobre subencargados, supresión o devolución de los datos y auditorías.

[Retención cero de datos (zero data retention, ZDR)](https://broadrouter.com/es/glossary/zero-data-retention/)

La retención cero de datos (ZDR) es una política de manejo de datos en la que un proveedor de IA procesa los prompts y las salidas solo para atender una solicitud y después no guarda ese contenido en logs, cachés ni datos de entrenamiento. Los registros sin contenido, como conteos de tokens y tiempos, normalmente se conservan.

[RGPD (GDPR)](https://broadrouter.com/es/glossary/gdpr/)

El RGPD (Reglamento General de Protección de Datos, Reglamento (UE) 2016/679) es la ley de la UE sobre el tratamiento de datos personales. Se aplica desde el 25 de mayo de 2018 a organizaciones establecidas en la UE y a algunas de fuera. En las APIs de LLM regula contratos con encargados, transferencias internacionales y minimización de datos.

## Preguntas frecuentes

### ¿Es seguro enviar datos personales (PII) a una API de LLM?

Puede serlo, con controles: un contrato con el proveedor, una política clara de retención y entrenamiento, minimización y ocultación antes de la solicitud, y logs limpios de su lado. Sin eso, evite enviar PII sin procesar.

### ¿Debo ocultar los datos antes de enviarlos a ChatGPT u otra API de LLM?

Oculte todo lo que la tarea no necesite. Para resúmenes, clasificación y redacción de respuestas, los nombres y números normalmente pueden sustituirse por marcadores sin afectar la calidad, y restaurarse después de la respuesta.

### ¿Cuál es la diferencia entre ocultación y seudonimización?

La ocultación elimina un valor para siempre. La seudonimización lo sustituye por un marcador que usted puede revertir con una clave que conserva. Según el RGPD, los datos seudonimizados siguen siendo datos personales, así que siguen necesitando protección.

### ¿La retención cero de datos significa que puedo enviar cualquier cosa?

No. La retención cero de datos significa que el proveedor no conserva el contenido después de la solicitud. Los datos igualmente salen de sus sistemas y el proveedor los procesa, así que la minimización y las comprobaciones legales siguen aplicando.

### ¿Cómo evito que los prompts aparezcan en mis propios logs?

Registre ID de solicitud, modelo, recuento de tokens, latencia y estado, nunca el cuerpo de los mensajes. Revise el logging de depuración del cliente HTTP, los SDK de trazas y los reportadores de errores, que a menudo capturan el cuerpo de las solicitudes de forma predeterminada.

## Siga leyendo

-   [PDPL de Arabia Saudita y EAU y API de LLM: checklist de transferencias](https://broadrouter.com/es/blog/saudi-uae-pdpl-llm-api-checklist/)
-   [El Safety Map: cómo tratan 39 LLM los datos sensibles](https://broadrouter.com/es/blog/llm-safety-map-39-models/)
-   [Cómo evaluar la seguridad de un LLM con datos sensibles (BroadNet)](https://broadrouter.com/es/blog/llm-sensitive-data-safety-evaluation-method/)
-   [API de LLM con retención cero de datos: lista de 10 preguntas](https://broadrouter.com/es/blog/zero-data-retention-llm-api-checklist/)
-   [RGPD y API de LLM: 15 preguntas para su proveedor](https://broadrouter.com/es/blog/gdpr-llm-api-checklist/)
-   [Retención de datos en API de LLM: OpenAI, Anthropic, Gemini, Mistral](https://broadrouter.com/es/blog/llm-api-data-retention-compared/)
-   [Cómo transcribir grabaciones de call center: pipeline listo para árabe](https://broadrouter.com/es/blog/transcribe-call-center-recordings/)
-   [Claves de API de LLM seguras: almacenamiento, rotación y listas de IP](https://broadrouter.com/es/blog/llm-api-key-security/)
-   [Ley de protección de datos de Egipto (Ley 151 de 2020) y API de LLM](https://broadrouter.com/es/blog/egypt-data-protection-law-llm-api/)
-   [Guía: Limite sus claves de API a sus servidores con listas de IP permitidas](https://broadrouter.com/es/guides/api-keys-ip-allow-lists/)
-   [Guía: Usar el SDK de OpenAI para Python con BroadNet Inference](https://broadrouter.com/es/guides/openai-python-sdk/)

Pruébelo con su carga de trabajo real. Las cuentas nuevas empiezan con USD 5 de crédito para Gemma y transcripción. DeepSeek, GLM y Qwen3.8 requieren una recarga.

[Comenzar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-sensitive-data&utm_content=page-cta) ·

**Fuentes**

-   [BroadNet: el LLM Sensitive Data Firewall (LSDF), de código abierto, con su tabla de recall de mayo de 2026 (consultado el 2026-11-15) (en inglés)](https://www.broadnet.ai/blog/open-source-sensitive-data-firewall)
-   [Repositorio de LSDF en GitHub, Apache-2.0 (consultado el 2026-11-15)](https://github.com/brntech/lsdf)
-   [Al Zubaidi, The Safety Map: What Does and Doesn't Transfer in LLM Sensitive-Data Handling, preprint en Zenodo (consultado el 2026-11-15)](https://doi.org/10.5281/zenodo.19688433)
-   [OWASP GenAI Security Project, LLM02:2025 Divulgación de información sensible](https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/)
-   [Microsoft Presidio, SDK de detección y anonimización de PII, entidades compatibles](https://microsoft.github.io/presidio/supported_entities)
-   [Reglamento (UE) 2016/679 (RGPD), artículos 5 y 9, EUR-Lex](https://eur-lex.europa.eu/eli/reg/2016/679/oj)
-   [Declaración de privacidad de BroadNet Inference (vigente desde septiembre de 2026, consultada el 2026-11-14)](https://www.broadnet.ai/es/inference-privacy)
-   [Referencia de la API de BroadNet Inference (en inglés)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=es-blog-llm-api-sensitive-data&utm_content=sources)
