您在此处：
LLM 数据掩码（适用于非 Agentforce 生成式 AI）
在传输到外部大语言模型 (LLM) 之前，在提示中自动识别和屏蔽敏感数据（PII、PCI 等）。
控件名称
Einstein Trust 层 - LLM 数据屏蔽（适用于非 Agentforce gen AI）
控制概览
在传输到外部大语言模型 (LLM) 之前，在提示中自动识别和屏蔽敏感数据（PII、PCI 等）。
描述
使用模式匹配和机器学习将敏感实体（例如姓名、电子邮件、信用卡号码）替换为占位符，这些占位符仅在响应返回到 Salesforce 后取消掩码。
推荐配置
在 Einstein 设置中启用“LLM 数据屏蔽”。根据您的隐私和合规要求，为所有相关实体（SSN、电话、电子邮件）自定义特定的屏蔽策略。
安全影响
防止与 LLM 提供商共享敏感数据，以支持遵守全球隐私条例，例如 GDPR 和 CCPA。
业务影响
支持面向客户的工作流和内部工作流安全采用 gen AI，而不会存在数据驻留违规或知识产权泄露的风险。
安全风险（如果未配置）
未屏蔽的敏感数据 (PII/PHI) 以明文形式发送到 LLM 提供商（例如，OpenAI、Anthropic），可能违反数据处理协议和组织策略。
威胁场景
数据泄漏：用户无意中在提示中包含敏感字段。
估计的 CVSS 得分范围
关键 (9.0–10.0)。
风险影响注意事项
对于受监管行业（金融、健康）中的组织，风险极高，因为向外部云发送单个未屏蔽的记录会触发强制性违反通知。
高风险
在大多数用例中，Gen AI 用户会在提示中包含来自敏感字段的数据（例如 PII/PCI 数据）。
低风险
零数据保留 (ZDR) 由外部 LLM 提供商在技术上强制执行，或者使用内部托管模型来培训贵公司开发的 LLM。
业务和集成注意事项
如果太多数据被遮蔽，屏蔽偶尔会降低 LLM 的上下文准确性。需要仔细测试提示模板，以平衡安全性和实用性。
安全健康审查指导
安全健康审查审核 Einstein Trust 层设置，以确认数据屏蔽已启用。
谁受到影响
数据隐私官、AI 开发人员、管理员和使用提示生成器或 Einstein Copilot功能的任何用户。
