---
title: "Data sensitif dan API LLM: penyuntingan dan peminimuman"
description: "Cara menghantar data pelanggan, kesihatan atau kewangan ke API LLM dengan selamat: kelaskan medan, sunting dengan pemegang tempat, sifar pengekalan, log bersih."
url: https://broadrouter.com/ms/blog/llm-api-sensitive-data/
lang: ms
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/blog/llm-api-sensitive-data/) (dikemas kini 2026-11-15).

# Menghantar data sensitif ke API LLM: sunting, kurangkan, kurangkan log

Oleh pasukan BroadNet Inference · 5 minit bacaan · Diterbitkan 2026-11-14 · Dikemas kini 2026-11-15

Untuk menghantar data sensitif ke API LLM, tentukan dahulu medan yang diperlukan tugas dan buang selebihnya. Gantikan nama, nombor dan ID dengan pemegang tempat boleh balik sebelum permintaan, dan pulihkannya dalam kod anda sendiri selepas itu. Gunakan penyedia dengan sifar pengekalan data (zero data retention), jauhkan kandungan prompt daripada log anda, dan kunci kunci API pada pelayan anda.

## Perkara utama

-   Kebanyakan kebocoran berlaku di pihak anda: dalam log aplikasi, alat pengesanan, laporan ralat dan analitik, bukan di penyedia model.
-   Kelaskan medan dahulu. Banyak tugas tidak pernah memerlukan nama, nombor telefon atau ID akaun.
-   Pemegang tempat boleh balik seperti \[PHONE\_1\] mengekalkan teks mudah dibaca oleh model dan membolehkan anda memulihkan nilai selepas itu.
-   Sifar pengekalan data mengehadkan apa yang disimpan penyedia. Ia tidak menggantikan penyuntingan atau kontrak.
-   Anggap suara sebagai sensitif secara lalai: satu nota suara boleh mengandungi nama, nombor dan butiran kesihatan.

**Dalam halaman ini**

1.  Apakah yang dikira sebagai data sensitif untuk API LLM?
2.  Langkah 1: medan manakah yang benar-benar diperlukan tugas?
3.  Langkah 2: bagaimanakah menyunting supaya model masih memahami teks?
4.  Langkah 3: apakah yang berlaku kepada data di pihak penyedia?
5.  Langkah 4: bagaimanakah menjauhkan prompt daripada log anda sendiri?
6.  Langkah 5: bagaimanakah melindungi laluan ke API?
7.  Langkah 6: apakah yang patut disemak dalam respons?
8.  Adakah audio sensitif memerlukan layanan yang sama?
9.  Di mana BroadNet Inference sesuai

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

Bot sokongan pelanggan membaca aduan yang mengandungi nama dan nombor pesanan. Saluran pusat panggilan menghantar transkrip dengan digit kad. Aplikasi kesihatan menghantar simptom. Semuanya berguna kepada model, dan semuanya **data sensitif** sebaik sahaja ia meninggalkan pelayan anda.

OWASP menyenaraikan [pendedahan maklumat sensitif](https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/) sebagai LLM02 dalam Top 10 2025 untuk aplikasi LLM. Kebanyakan panduan memberi tumpuan kepada apa yang mungkin didedahkan oleh model. Catatan ini memberi tumpuan kepada bahagian yang anda kawal: **apa yang anda hantar, dan apa yang anda simpan**.

## Apakah yang dikira sebagai data sensitif untuk API LLM?

Asingkan medan kepada tiga kumpulan sebelum anda menulis prompt:

| Kumpulan | Contoh | Peraturan lalai |
| --- | --- | --- |
| Pengecam langsung | Nama, e-mel, telefon, ID kebangsaan, nombor akaun | Gantikan dengan pemegang tempat |
| Khas atau dikawal selia | Kesihatan, biometrik, agama, nombor kad, kelayakan | Jangan hantar melainkan tugas memerlukannya dan anda mempunyai asas undang-undang |
| Konteks | Nama produk, jenis isu, tarikh, jumlah | Biasanya boleh dihantar |

Di bawah GDPR, kategori khas (Perkara 9) memerlukan syarat tertentu sebelum anda memprosesnya langsung. Data kad dan rahsia seperti kata laluan atau kunci API tidak sekali-kali patut sampai ke prompt.

## Langkah 1: medan manakah yang benar-benar diperlukan tugas?

Penyuntingan terbaik ialah tidak menghantar medan itu. Tanya apa yang diperlukan tugas:

1.  **Meringkaskan tiket?** Model memerlukan aduan, bukan alamat pelanggan.
2.  **Mengelaskan niat?** Ia memerlukan teks mesej, bukan ID akaun.
3.  **Menulis draf balasan?** Ia memerlukan nama pertama sahaja paling banyak, dan pemegang tempat pun berfungsi.

Bina prompt daripada medan terpilih, bukan dengan melambakkan seluruh rekod sebagai JSON. Ini juga mengurangkan [token input](https://broadrouter.com/ms/glossary/input-and-output-tokens/), jadi ia menjimatkan wang.

## Langkah 2: bagaimanakah menyunting supaya model masih memahami teks?

Gantikan setiap nilai dengan pemegang tempat yang berjenis dan bernombor. Model mengekalkan struktur ayat, dan kod anda memulihkan nilainya selepas itu.

```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
```

Ungkapan biasa (regular expression) menangkap nilai berstruktur. Nama dan alamat memerlukan pengecaman entiti. Alat sumber terbuka seperti [Microsoft Presidio](https://microsoft.github.io/presidio/supported_entities) menggabungkan corak, checksum dan model entiti bernama, serta membolehkan anda menambah pengecam sendiri. Uji mana-mana pengesan pada data anda sendiri: nama Arab, format telefon Teluk dan teks skrip bercampur ialah tempat pengesan generik terlepas.

Jika anda lebih suka menjalankan proksi daripada menulis penyuntingan sendiri, BroadNet menerbitkannya sebagai sumber terbuka: [LLM Sensitive Data Firewall (LSDF)](https://github.com/brntech/lsdf), di bawah Apache-2.0. Ia diletakkan di hadapan mana-mana endpoint yang serasi OpenAI, termasuk model yang tidak dihoskan BroadNet, dan BroadNet menyatakan ia memeriksa permintaan, respons, cebisan strim, argumen tool call yang distrim, konteks yang diambil dan medan penaakulan, dengan pembersih berasingan untuk jejak dan log. Dalam penilaian BroadNet pada Mei 2026 ke atas korpusnya sendiri, pengesan PII luasnya mencapai ingatan semula (recall) 1.000 pada ulang main kelayakan 40 kes, 0.944 pada data klinikal sintetik dan 0.685 pada PII bahasa Inggeris yang luas, berbanding 0.194, 0.056 dan 0.326 bagi Microsoft Presidio sahaja ([tulisan BroadNet](https://www.broadnet.ai/blog/open-source-sensitive-data-firewall)). Itu angka BroadNet untuk alatnya sendiri; jalankan profil `monitor` pada trafik anda sebelum anda menguatkuasakan apa-apa.

Dua peraturan untuk pemegang tempat:

-   **Kekalkan secara konsisten** dalam satu perbualan, supaya `[NAME_1]` ialah orang yang sama dalam setiap giliran.
-   **Suruh model mengekalkannya** tanpa diubah, seperti dalam system prompt di atas.

## Langkah 3: apakah yang berlaku kepada data di pihak penyedia?

Penyuntingan mengurangkan apa yang keluar. Penyedia menentukan apa yang berlaku seterusnya. Tanya:

-   Adakah kandungan disimpan selepas permintaan, dan untuk berapa lama?
-   Adakah ia digunakan untuk latihan, dan apakah tetapan lalainya?
-   Siapakah yang menjalankan perkakasan, dan di mana?

Jawapan penyedia sangat berbeza. Lihat [perbandingan pengekalan data API LLM](https://broadrouter.com/ms/blog/llm-api-data-retention-compared/) untuk kata-kata rasmi daripada lima penyedia, [senarai semak ZDR](https://broadrouter.com/ms/blog/zero-data-retention-llm-api-checklist/) untuk soalan teknikal, dan [senarai semak GDPR](https://broadrouter.com/ms/blog/gdpr-llm-api-checklist/) untuk aspek kontrak.

## Langkah 4: bagaimanakah menjauhkan prompt daripada log anda sendiri?

Timbunan teknologi anda sendiri ialah tempat prompt paling kerap tersimpan. Kebocoran biasa:

-   Log nyahpepijat klien HTTP yang mencetak badan permintaan.
-   SDK pengesanan dan kebolehcerapan yang merakam prompt penuh secara lalai.
-   Pelapor ralat yang melampirkan muatan permintaan yang gagal.
-   Peristiwa analitik yang mengandungi mesej pengguna.
-   Baris gilir cubaan semula dan dead-letter queue yang menyimpan seluruh permintaan.

Log ini sebagai gantinya: ID permintaan, model, kiraan token prompt dan completion, kependaman, kod status dan ID pemetaan penyuntingan anda sendiri (jangan sekali-kali pemetaan itu sendiri). Itu sudah cukup untuk menyahpepijat kos dan ralat. [Catatan tentang log penggunaan](https://broadrouter.com/ms/blog/llm-api-usage-logging/) mempunyai pembalut yang menulis tepat medan ini dan mengira kos setiap panggilan.

## Langkah 5: bagaimanakah melindungi laluan ke API?

-   Simpan kunci di pelayan, jangan sekali-kali dalam kod pelayar atau mudah alih. [Keselamatan kunci API LLM](https://broadrouter.com/ms/blog/llm-api-key-security/) merangkumi penyimpanan dan putaran.
-   Kunci kunci pada alamat keluar anda dengan [senarai benar IP](https://broadrouter.com/ms/guides/api-keys-ip-allow-lists/).
-   Gunakan satu [kunci API](https://broadrouter.com/ms/glossary/api-key/) bagi setiap perkhidmatan, supaya anda boleh membatalkan satu tanpa menghentikan semuanya.

## Langkah 6: apakah yang patut disemak dalam respons?

Penyuntingan melindungi permintaan. Respons juga perlu disemak, kerana model boleh mengulang, meneka atau membina semula nilai:

-   **Integriti pemegang tempat.** Selepas `restore()`, cari token tertinggal seperti `[PHONE_3]` yang tidak pernah ada dalam pemetaan anda. Ia bermakna model mereka-reka satu.
-   **PII baharu dalam output.** Jalankan pengesan yang sama pada respons. Balasan yang mengandungi alamat e-mel yang tidak pernah anda hantar wajar disemak semula sebelum sampai kepada pelanggan.
-   **Kebocoran antara pengguna.** Jika anda mencache respons atau berkongsi keadaan perbualan, pastikan nilai yang dipulihkan untuk seorang pengguna tidak sekali-kali muncul dalam balasan pengguna lain.

Semak setiap saluran output, bukan hanya balasan chat. [Kajian Safety Map](https://broadrouter.com/ms/blog/llm-safety-map-39-models/) BroadNet mendapati nilai sensitif keluar melalui argumen tool call dalam 20 daripada 73 larian yang mengisinya, dan melalui medan penaakulan dalam 29 daripada 43 larian yang mengisinya, sedangkan balasan yang kelihatan dinilai selamat, terlepas atau terpotong.

Uji keseluruhan gelung pada set tetap 50 contoh sensitif sebenar setiap kali anda menukar prompt, model atau pengesan. Kira nilai yang terlepas, bukan hanya yang ditangkap: satu nombor kad yang terlepas lebih penting daripada seratus pemegang tempat yang betul.

## Adakah audio sensitif memerlukan layanan yang sama?

Nota suara boleh membawa nama, nombor telefon dan butiran kesihatan dalam sepuluh saat. Transkrip mewarisi semuanya. Sunting transkrip sebelum ia dihantar ke LLM untuk diringkaskan, dan simpan audio mentah hanya selama yang perlu. [Saluran transkripsi pusat panggilan](https://broadrouter.com/ms/blog/transcribe-call-center-recordings/) kami menunjukkan penyuntingan antara langkah transkripsi dan ringkasan.

## Di mana BroadNet Inference sesuai

[Kenyataan privasi](https://www.broadnet.ai/inference-privacy) BroadNet menyatakan get laluannya “keeps no prompts, messages, images, audio, responses or transcripts” (Terjemahan: tidak menyimpan prompt, mesej, imej, audio, respons atau transkrip) dan ia tidak menggunakan data inferens “to train, fine-tune or evaluate models” (Terjemahan: untuk melatih, menala halus atau menilai model). Ia menyimpan rekod tanpa kandungan seperti masa, kiraan token dan kos; senarai penuh ada di [halaman sifar pengekalan data](https://broadrouter.com/ms/privacy/). Kunci boleh dihadkan kepada alamat IP anda. [Qwen3.8 27B](https://broadrouter.com/ms/models/qwen3.8-27b/), yang digunakan dalam contoh di atas, telah diuji dalam bahasa Arab oleh BroadNet, yang penting apabila pemegang tempat anda berada dalam teks Arab.

Itu merangkumi pihak penyedia. Ia tidak menyunting untuk anda, dan ia tidak membersihkan log anda. Langkah 1, 2 dan 4 kekal tugas anda dengan mana-mana penyedia, termasuk BroadNet. Jika anda memerlukan DPA bertulis atau senarai subpemproses untuk data dikawal selia, tanya BroadNet sebelum menghantarnya; kenyataan itu menyebut senarai subpemproses tersedia atas permintaan.

Alat percuma untuk topik ini (Bahasa Inggeris)

-   [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.

[Alatan percuma (Bahasa Inggeris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

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

Token ialah unit teks yang dibaca dan ditulis oleh model bahasa: satu perkataan, sebahagian perkataan, tanda baca atau jujukan bait yang dihasilkan oleh tokenizer model itu. API LLM mengira, mengehadkan dan biasanya mengebil penggunaan dalam token.

[Kunci API (API key)](https://broadrouter.com/ms/glossary/api-key/)

Kunci API ialah rentetan rahsia yang mengenal pasti dan membenarkan klien yang memanggil sesuatu API. API LLM biasanya menjangkakannya dalam pengepala Authorization: Bearer, dan sesiapa yang memegang kunci itu boleh membuat permintaan yang dibilkan kepada akaun pemiliknya.

[PII (maklumat pengenalan peribadi)](https://broadrouter.com/ms/glossary/pii/)

PII (personally identifiable information) ialah maklumat yang boleh digunakan untuk membezakan atau menjejak identiti seseorang, seperti nama, nombor pengenalan atau rekod biometrik, serta maklumat lain yang dikaitkan atau boleh dikaitkan dengan orang itu. Istilah GDPR yang lebih luas ialah data peribadi. Dalam kerja LLM, penyuntingan PII membuangnya daripada prompt sebelum ia keluar dari sistem anda.

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

GDPR (General Data Protection Regulation, Regulation (EU) 2016/679) ialah undang-undang EU tentang pemprosesan data peribadi. Ia terpakai sejak 25 Mei 2018 dan meliputi organisasi yang bertapak di EU serta sesetengah organisasi di luar EU. Bagi API LLM, ia mengawal kontrak pemproses, pemindahan antarabangsa dan peminimuman data.

[Prompt sistem (system prompt)](https://broadrouter.com/ms/glossary/system-prompt/)

Prompt sistem ialah teks arahan yang dihantar oleh aplikasi kepada model bahasa sebelum perbualan, biasanya sebagai mesej dengan peranan system atau developer. Ia menetapkan peranan, peraturan, nada dan format output model, dan model sepatutnya mengutamakannya berbanding mesej pengguna yang bercanggah.

[Subpemproses (subprocessor)](https://broadrouter.com/ms/glossary/subprocessor/)

Subpemproses ialah pihak ketiga yang dilantik oleh pemproses untuk menjalankan pemprosesan data peribadi bagi pihak pengawal. Bagi API LLM, subpemproses boleh termasuk hos GPU, penyedia inferens rakan kongsi dan kapasiti sandaran. Di bawah GDPR Perkara 28, mereka memerlukan kebenaran pengawal dan obligasi perlindungan data yang sama.

[Tetingkap konteks (context window)](https://broadrouter.com/ms/glossary/context-window/)

Tetingkap konteks ialah bilangan maksimum token yang boleh dikendalikan oleh model bahasa dalam satu permintaan. Ia meliputi prompt, sejarah perbualan, definisi alatan, imej dan output yang dijana, termasuk token penaakulan. Apa-apa yang tidak muat mesti dipotong, diringkaskan atau dipecahkan kepada beberapa permintaan.

[Token input dan output (input and output tokens)](https://broadrouter.com/ms/glossary/input-and-output-tokens/)

Token input ialah token yang dibaca oleh model bahasa dalam satu permintaan, termasuk prompt sistem, sejarah perbualan, definisi alatan dan imej. Token output ialah token yang dijananya sebagai balasan, termasuk sebarang penaakulan. API LLM biasanya meletakkan harga berasingan, dan output biasanya lebih mahal.

## Soalan lazim

### Adakah selamat menghantar PII ke API LLM?

Boleh, dengan kawalan: kontrak dengan penyedia, dasar pengekalan dan latihan yang jelas, peminimuman dan penyuntingan sebelum permintaan, dan log yang bersih di pihak anda. Tanpanya, elakkan menghantar PII mentah.

### Patutkah saya menyunting data sebelum menghantarnya ke ChatGPT atau API LLM lain?

Sunting apa sahaja yang tidak diperlukan tugas. Untuk ringkasan, pengelasan dan penulisan draf, nama dan nombor biasanya boleh diganti dengan pemegang tempat tanpa menjejaskan kualiti, kemudian dipulihkan selepas respons.

### Apakah perbezaan antara penyuntingan dan pseudonimisasi?

Penyuntingan membuang nilai selama-lamanya. Pseudonimisasi menggantikannya dengan pemegang tempat yang boleh dipetakan semula dengan kunci yang anda simpan. Di bawah GDPR, data yang dipseudonimkan masih data peribadi, jadi ia masih perlu dilindungi.

### Adakah sifar pengekalan data bermakna saya boleh menghantar apa sahaja?

Tidak. Sifar pengekalan data bermakna penyedia tidak menyimpan kandungan selepas permintaan. Data masih keluar dari sistem anda dan diproses oleh penyedia, jadi peminimuman dan semakan undang-undang masih terpakai.

### Bagaimanakah saya menghalang prompt daripada muncul dalam log saya sendiri?

Log ID permintaan, model, kiraan token, kependaman dan status, jangan sekali-kali isi mesej. Semak log nyahpepijat klien HTTP, SDK pengesanan dan pelapor ralat, yang selalunya merakam badan permintaan secara lalai.

## Teruskan membaca

-   [PDPL Arab Saudi dan UAE serta API LLM: senarai semak rentas sempadan](https://broadrouter.com/ms/blog/saudi-uae-pdpl-llm-api-checklist/)
-   [The Safety Map: bagaimana 39 LLM mengendalikan data sensitif](https://broadrouter.com/ms/blog/llm-safety-map-39-models/)
-   [Cara menguji keselamatan data sensitif LLM: kaedah BroadNet](https://broadrouter.com/ms/blog/llm-sensitive-data-safety-evaluation-method/)
-   [API LLM dengan pengekalan data sifar: senarai semak 10 soalan](https://broadrouter.com/ms/blog/zero-data-retention-llm-api-checklist/)
-   [GDPR dan API LLM: 15 soalan untuk ditanya kepada penyedia anda](https://broadrouter.com/ms/blog/gdpr-llm-api-checklist/)
-   [Pengekalan data API LLM: OpenAI, Anthropic, Gemini, Mistral](https://broadrouter.com/ms/blog/llm-api-data-retention-compared/)
-   [Cara mentranskripsi rakaman pusat panggilan: saluran sedia bahasa Arab](https://broadrouter.com/ms/blog/transcribe-call-center-recordings/)
-   [Keselamatan kunci API LLM: penyimpanan, putaran dan senarai IP](https://broadrouter.com/ms/blog/llm-api-key-security/)
-   [Undang-undang perlindungan data Mesir (Law 151 of 2020) dan API LLM](https://broadrouter.com/ms/blog/egypt-data-protection-law-llm-api/)
-   [Panduan: Kunci API kepada pelayan anda dengan senarai IP dibenarkan](https://broadrouter.com/ms/guides/api-keys-ip-allow-lists/)
-   [Panduan: Cara guna OpenAI Python SDK dengan BroadNet Inference](https://broadrouter.com/ms/guides/openai-python-sdk/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

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

**Sumber**

-   [BroadNet: LLM Sensitive Data Firewall (LSDF), sumber terbuka, dengan jadual ingatan semula Mei 2026 (disemak 2026-11-15) (Bahasa Inggeris)](https://www.broadnet.ai/blog/open-source-sensitive-data-firewall)
-   [Repositori LSDF di GitHub, Apache-2.0 (disemak 2026-11-15)](https://github.com/brntech/lsdf)
-   [Al Zubaidi, The Safety Map: What Does and Doesn't Transfer in LLM Sensitive-Data Handling, pracetak Zenodo (disemak 2026-11-15)](https://doi.org/10.5281/zenodo.19688433)
-   [OWASP GenAI Security Project, LLM02:2025 Sensitive Information Disclosure](https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/)
-   [Microsoft Presidio, SDK pengesanan dan penganoniman PII, entiti yang disokong](https://microsoft.github.io/presidio/supported_entities)
-   [Peraturan (EU) 2016/679 (GDPR), Perkara 5 dan 9, EUR-Lex](https://eur-lex.europa.eu/eli/reg/2016/679/oj)
-   [Kenyataan privasi BroadNet Inference (berkuat kuasa September 2026, disemak 2026-11-14) (Bahasa Inggeris)](https://www.broadnet.ai/inference-privacy)
-   [Rujukan API BroadNet Inference (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-blog-llm-api-sensitive-data&utm_content=sources)
