把客戶名單貼進 AI 問問題之前，你其實要防兩件事，而大部分人只防了一件。一件是資料送出去之後會怎樣，另一件是這個 AI 現在碰得到你電腦裡的什麼。這篇把一個給臨床醫師的資安系列，轉譯成一般公司的版本：哪條線是紅線、五個檔案裡哪些不能出門、看不到的那一半資料藏在哪裡、以及服務條款只要找哪四個答案。
- 每天用 AI 處理工作，但不確定哪些東西能貼、哪些不能貼的上班族。
- 公司正在導入 AI，要訂使用規範，但不知道該從哪裡畫線的人。
- 已經開始用會動檔案的 AI 工具，心裡隱約覺得該注意什麼，但說不出是什麼的人。
- 一條可以自己判斷的紅線：四條路徑，每條只問「有沒有越線」。
- 一份辦公室版的五題自測，測完會知道自己平常哪個動作最危險。
- 讀任何 AI 服務條款只要找的四個答案，找不到就預設最壞的那個。
為什麼我要轉譯一個給醫師看的系列
這篇的骨架不是我原創的。
我最近看了一個系列，叫「給臨床工作者的 AI Agent」，作者是黃士峯醫師。他是臨床醫師，不是工程師，內容是講給醫院裡完全不寫程式的同事聽的。我一開始只是想知道醫療界怎麼處理病人資料跟 AI 的問題，看完卻發現，他把資安講得比我看過的多數企業教材都清楚。
原因大概是這樣：醫院的資料錯不起，所以他必須把「到底什麼時候會出事」講到一個非專業的人也能自己判斷的程度。而那套判斷方式，換掉名詞就是一般公司的狀況。
所以這篇是轉譯。影片講的是病歷、健保資料、醫療影像，我換成報價單、客戶名單、HR 的健檢報告。凡是他的說法，我會寫明是他的；凡是我延伸到企業場景的部分，我會標出來，因為那部分是我的推論，不是他的原話。
兩支影片的連結放在文章最後面。真的關心這個題目的話，建議直接看原片。
大部分人只防了一半
先講這篇最重要的一件事。
當我們問「資料能不能給 AI」，腦中想的幾乎都是同一件事：我送出去的東西會被拿去做什麼。會不會拿去訓練？會留多久？誰看得到？
這是一條軸，而且是重要的一條。但 AI Agent 普及之後出現了第二條，多數人完全沒想到。
你在自己的筆電上開一個 Agent，叫它幫你整理資料夾，它可以讀檔、改檔、刪檔、執行指令。黃士峯在 EP1 講得很直接：只要你是在自己的電腦裡開啟它，它就有機會碰到你的資料，不管那些資料是不是放在同一個資料夾。所謂碰到，包括刪掉。
這兩條軸互相不能取代。
| 第一條：資料流去哪 | 第二條：它能動什麼 | |
|---|---|---|
| 你在問的 | 我送出去的東西會怎樣？ | 它碰得到我哪些東西？做錯了會炸多大？ |
| 出事的樣子 | 客戶名單進了別人的訓練資料 | 一句指令刪掉整個專案資料夾 |
| 防的方法 | 看條款、選版本、判斷哪些資料能出門 | 限制權限、隔離環境、備份 |
權限鎖得很緊，但把整份報價單貼進免費版的網頁聊天，一樣出事。反過來，用完全跑在自己電腦上的模型，卻給了 Agent 整台機器的權限，也一樣出事。
一次只防一條，等於沒防。
第一條軸：資料流出去就收不回來
EP4 用一張同心圓把這件事講清楚了。我照他的結構，把名詞換成公司場景。由內而外是這樣：
- 你的電腦：資料現在在這裡。
- 公司內部：公司的伺服器、公司的內網、公司自己管理的雲端租戶。
- 【受控範圍紅線】以上在公司管得到的地方，以下都在外面
- 有簽約的外部服務：簽過資料處理協議的廠商。
- 完全沒有合約的地方：你個人的免費帳號、隨手用的線上工具。
然後看四條路徑，每一條只問一個問題：有沒有越過那條紅線？
| 路徑 | 越線？ | 說明 |
|---|---|---|
| 模型跑在你自己的電腦上 | 沒有 | 資料沒出去，而且送出去還能收回來 |
| 模型部署在公司內部伺服器 | 沒有 | 離開了你的電腦，但還在公司管得到的地方 |
| 打雲端 API、貼進網頁版 AI | 越線 | 資料已經出去了 |
| 通訊軟體、私人雲端硬碟 | 越線 | 而且這條最常發生 |
前兩條路徑講的是「模型跑在你自己的電腦裡」或「跑在公司自己的伺服器上」，那通常是公司 IT 或工程團隊才會做的事。一般人打開網頁、打開 App、用手機問 AI，幾乎都落在第三條跟第四條，也就是已經越線的那兩條。所以下面的重點看第三、第四條就好。
黃士峯講第四條的時候舉的例子是 LINE：用 LINE 傳病人的病歷號跟姓名，因為 LINE 的伺服器在韓國，等於主動把資料送到境外。資料不只離開了你的電腦，還離開了台灣。
換成公司場景，同一件事天天在發生：用通訊軟體傳報價單、把客戶資料丟自己的雲端硬碟再從家裡打開、把合約內容貼進免費版 AI 問「這條對我們有沒有風險」。
這是作者的原話。精確一點說是：你失去了確認與控制的能力。對方可能依照條款刪除，也可能已經備份、複製、轉交給下游廠商，而你沒有辦法自己驗證哪一種才是事實。前兩條路徑的資料你隨時能確認它在哪裡，後兩條不能。
黃士峯有一句話我覺得應該貼在每間公司的牆上：這跟那間雲端服務商是不是一間好公司、正派公司，完全沒有關係。差別在於過了紅線之後，你無法把資料拿回來，因為它已經進入別人的管轄範圍。
這是控制權的問題，不是信任問題。
- OpenRouter 用 DeepSeek，資料就不會經過中國嗎？教你自己查實際路由供應商 這篇畫的是紅線在哪，那篇是站在紅線外面往下追：同一個 API 請求，實際上是哪一家公司、在哪個地方執行的。
五個檔案，哪些能離開你的電腦
EP4 中間有一段五題小考，作者說第四題跟第五題是設計來讓人答錯的。我把它改成辦公室版本，題目的性質對著原題設計，但情境換了，答案不會完全一樣。
規則一樣：每個檔案只回答一個問題，它能不能離開你的電腦？
① 從公開網站抓下來的產業報告 PDF
可以。公開資料本來就誰都能看。這題是暖身。
② 刪掉姓名跟手機號的客戶名單
不一定。這題開始不直覺了。
影片講的原理是：判斷標準不是「上面有沒有名字」，而是「這些資訊合起來，能不能連回某一個特定的人」。他舉的例子是一份只有三個欄位的資料：一個罕見的診斷、一個人口非常少的鄉鎮、一個就診日期。全台灣符合這三個條件的可能只有一個人。沒有名字，但認識他的人看一眼就知道是誰。
換成公司：刪掉姓名的客戶名單，如果還留著「公司名＋職稱＋成交金額」，而那間公司的採購經理只有一個人，那就是同一回事。
③ 從系統匯出的原始名單
姓名、電話、地址、消費紀錄全在。這份在公司內部流通是正常業務，問題只在於它能不能離開受控範圍。
影片裡對應的題目是醫院系統匯出的原始檔，作者的答案是絕對不行、沒有灰色地帶，因為那是特種個資。換成一般客戶名單，法律門檻沒那麼高，但結論在實務上很接近：這種東西貼進沒有簽約的外部服務，就是你自己承擔後果，而且救不回來。
④ 你電腦螢幕的截圖
這題要小心。
現在的 AI 都能讀圖，很多人想問一個小問題就直接截圖丟上去。問題在於，截圖的角落常常有你自己早就看到麻痺的東西：登入的帳號、客戶全名、內部系統的編號、右下角另一個視窗露出來的半行訊息。
你每天看，所以不會注意。但它就在那裡，而且貼出去那一瞬間就上雲端了。
⑤ 檔案裡你看不到的那一半
這題是我覺得最值得講給一般人聽的。
影片舉的是醫療影像檔：你用看圖軟體打開，就是一張片子，沒有任何文字。但那個檔案裡影像只佔一半，另一半是一段你看不到的文字，存著病人姓名、病歷號、儀器型號、檢查日期。平常不會顯示，用特定程式一開全都在。
這種「跟著檔案走、但不顯示在畫面上」的資訊，一般叫做檔案的描述資料。你平常不會遇到這個詞，但它天天跟著你的檔案跑。
辦公室裡的同一件事：
- Word、Excel、PDF 的文件內容裡，作者、公司名、編輯紀錄、修訂歷程都可能留著。
- 你以為刪掉的內容，在「追蹤修訂」或前一版的歷程裡還在。
- 手機拍的照片，拍攝地點的 GPS 座標就寫在照片檔裡，照片本身看不出來。
- 簡報裡蓋掉的黑色方塊，只是蓋在上面，底下的文字還在。
檔案送出去的時候，送走的是整個檔案，不是你螢幕上看到的那個畫面。
第二條軸：AI 能動你多少東西
這是 EP1 的部分，也是前面說多數人沒防的那一條。
聊天機器人講錯話，最糟就是給你一個錯誤答案。Agent 不一樣，因為我們給了它工具、給了它手，它可以改檔案、執行指令、操作你的電腦。
黃士峯用的詞是爆炸半徑：如果它今天真的誤刪了，最糟能搞壞多少東西？
| 它能碰到的範圍 | 最糟的後果 |
|---|---|
| 只有一個測試資料夾 | 整個資料夾刪掉重來 |
| 整台電腦 | 你的檔案、桌面、所有存在本機的東西 |
| 透過內網碰到公司檔案伺服器 | 不是你一個人的事了 |
| 你的信箱與雲端硬碟 | 再上一級，而且會外擴到別人身上 |
他給的原則是：權限要慢慢給，需要什麼就開什麼，而不是一開始全部開滿然後放給他。
還有一個很具體的建議，我覺得每個剛開始用 Agent 的人都該聽進去：不熟悉它的行為之前，不要把權限設成自動核准。
他自己承認每次按核准很煩，但講了一句很有畫面的話：這就像外科的併發症，發生機率低，但一旦發生就非常麻煩。現在的模型都有很好的安全設計，但誤刪的機率不是零。
比較講究的做法是用虛擬機或容器，簡單說就是在電腦裡另外開一個跟本機隔開的空間，它在裡面怎麼搞都影響不到外面。如果不會用，至少做到兩件事：重要資料先備份，而且別在放著重要檔案的那台電腦上放手讓它跑。最理想是找一台根本沒在用、裡面是空的電腦。
- AI 出錯不可怕，沒有備援才可怕：一次搞壞 170 檔案的教訓 這段講的是事前怎麼把爆炸半徑縮小，那篇是我自己真的炸過一次之後，整理出來的三道防線。
讀服務條款，只要找四個答案
回到第一條軸。假設資料確實要出門，那就要看對方承諾了什麼。
EP4 帶讀了一份真實的 AI 服務條款，翻成白話大概是這四句：
- 你輸入的東西，我們預設不拿來訓練模型。
- 你的資料留 30 天，用來檢查有沒有人濫用，之後會刪除。
- 受法規保護的資料你要自己負責，不要上傳。
- 我們可能跟合作夥伴分享。
第三句是把責任放回使用者身上。第四句最多人忽略：你按下同意的時候，同意的不只是這間公司，還有它背後一整串你不知道是誰的夥伴公司。
免費版常寫「你的內容可能會被用來改善服務」，而改善服務有可能包括訓練；企業版才是「預設不訓練，留 30 天」。同一段文字，貼在兩邊受完全不同的規範。
所以讀條款不用整份看完，找四個答案就好：
- 資料留多久？
- 會不會被拿去訓練？
- 有誰看得到？
- 出事了誰負責？
找不到答案的，就預設是最壞的那個答案。因為對方沒有答應你的，就是沒有。
企業端多出來的兩件事
以下這段是我的延伸，不是影片內容。影片是給醫療人員看的，這兩件事在那個場景裡不存在，但在公司裡每天發生。
營業秘密可能比個資更致命
個資外洩的後果是罰款與賠償，營業秘密出事的後果不一樣：可能影響它還算不算營業秘密。
台灣的營業秘密法要成立保護，其中一個要件是所有人已經採取合理的保密措施。把報價結構、配方、原始碼、客戶名單貼進免費版 AI，可能影響「我有好好保密」這個主張的舉證。真的走到訴訟的那一天，你做過什麼、沒做過什麼，都會被拿出來檢視。
HR 手上有一整批高敏感個資
很多公司以為自己沒有敏感資料，其實 HR 抽屜裡就有一批：員工健檢報告、病假證明、身心障礙證明、職災紀錄。
這些東西跟醫院手上那些落在同一個範疇：跟健康有關、而且連得回特定的人。蒐集目的、法定義務、契約關係都不一樣，但「這是高敏感資料」這件事是一樣的。
所以 HR 把診斷證明丟給 AI 讀摘要，跟醫護人員把病歷貼進聊天視窗，要問的問題是同一組。差別只在於，醫院裡的人多少知道這件事很嚴重，HR 常常沒有這個意識。
而且沒有人會幫你踩煞車
醫療端做研究要送倫理審查委員會，先審查再執行，有一道外部的閘門會攔你。
多數公司沒有這個東西。沒有人會在你把客戶名單貼上去之前跳出來問你「這個經過誰同意了」。
受監管的產業是例外：金融、醫療、上市公司、有做資安驗證的公司，法務、資安或個資流程本身就是閘門。但如果你的公司沒有這些，那就真的沒有人會攔你，而多數公司的 AI 使用規範，比醫院的資料治理還不成熟。
所以對很多人來說，企業端的風險結構是：門檻比較低，但也沒有人幫你踩煞車。
企業端也有一個醫療端沒有的優勢
講完壞消息講好消息。
醫院要把紅線往外推很困難，決策鏈太長。一般公司可以直接買企業版，或者用公司自己開的雲端帳號（不是員工個人帳號），把「有簽約的外部服務」那一圈往受控範圍裡拉。
拉進來的前提是條款真的寫了、合約真的簽了、設定真的開了。買了企業版但沒人確認條款內容，那一圈還是在紅線外面。
前面說的免費版與企業版的差別，在企業端是一個當天就能解決的採購決定。
紅線畫好了，沒人走。
所以買了企業版之後真正要做的事，是讓合規的那條路比不合規的那條路更好走，而不是發一封信說禁止使用個人帳號。
上面這些是公司層級的事，但你現在手上就有一份不確定能不能貼的東西。那就先不要貼，去問主管或公司的資訊窗口：我們用的是不是公司帳號？這類資料可不可以送出去？問一句的成本，遠低於貼出去之後才發現不行。
送出去之前，先問自己四個問題
影片的結論是：這個問題沒有標準答案，不是可以或不可以的二分法，要看資料條件跟使用情況。
作者給了三個檢查點，我照抄，因為我想不出更好的版本，第四個是我依第二條軸補的：
- 手上是什麼資料？裡面有哪些欄位？哪些是可識別的？哪些留著也沒關係？
- 那條紅線畫在哪裡？什麼動作會把資料送到紅線的另外一端？
- 送出去之前先想一遍資料的流向。有沒有離開你的電腦？有沒有離開公司內網？有沒有上到雲端？
- 這個 AI 現在能動我哪些東西？如果它出錯，最糟會炸到哪裡？
灰色地帶就以公司規定為準。如果公司還沒有規定，那你現在就是在替公司定義先例。
黃士峯在 EP1 講了一句話，是我看完整個系列印象最深的：方便的工具本身就會帶來一定程度的風險，我們要先知道這個風險，才可以知道怎麼樣去避免它。
他把資安放在所有安裝教學之前講，理由是要先講清楚這東西有哪些危險、哪些邊界一開始就不可以跨過去。這個順序我很認同。多數 AI 教學都是先教你怎麼裝、怎麼用，資安放在最後一段，或者根本沒有。
這篇不是要嚇人。整個系列的態度是：不是要你怕 AI，是要你守住別人託付給你的東西。換成公司場景，那些東西就是客戶的資料、同事的資料，以及公司花很多年累積起來、貼一次就可能守不住的那些。
原始影片與說明
這篇的骨架來自以下兩支影片，都是免費公開的，強烈建議直接看原片：
頻道：Colon & Code｜黃士峯 Fredric Huang
作者自己的聲明：內容只做事實陳述與白話翻譯，不構成法律意見；影片中的條款畫面以擷取時間為準，條款會改版；實務上以所屬機構的規定為準。這篇轉譯同樣適用這個邊界。
- OpenRouter 用 DeepSeek，資料就不會經過中國嗎？ 紅線外面那一段的實際查法。
- AI 出錯不可怕，沒有備援才可怕 爆炸半徑真的炸開之後怎麼收。
- AI 越用越貴，我掃了自己一個月的用量 同樣是「把自己的使用行為攤開來看」，那篇看的是成本，這篇看的是風險。
- 把資料整理成可以用的系統 知道哪些資料不能出門之後，下一題是留在裡面的那些要怎麼整理。