客户资料进 AI 训练集，先做字段用途对照

客户资料要进入企业 AI 训练集，先别把“内部研发”当成通行证。第一步是做一张字段—用途对照表：每个字段准备进入哪个训练任务、为何需要、保存多久，先逐项写清。

《个人信息保护法》要求个人信息处理有相应的合法基础。把资料用于履行合同、客服处理，和复制进训练集、微调模型或评测模型，处理目的和方式可能不同，不能只因原来能访问就直接沿用。

这张对照表至少要让人看出三件事：数据集里有什么字段；它是用于检索测试、模型微调还是输出评测；每种字段对应什么处理依据和留存安排。姓名、联系方式、订单内容、对话记录混在同一文件里时，不能把整份文件一并标成“训练数据”就结束判断。

还要区分匿名化和去标识化。匿名化后的信息不再属于个人信息；去标识化的信息仍可能属于个人信息。只把姓名替换成编号，不当然等于已经脱离个人信息处理边界。

如果训练要交给外部服务商，或者由多方共同决定用途和方式，对照表还应标出实际处理关系、可处理的字段范围和停止使用后的处理安排。目的已实现、无法实现或不再必要时，相关信息应按规则删除或匿名化。

吕箐翎律师建议，字段—用途对照无法写清的资料，先不要进入训练集。先把这张表补齐，再判断是否需要调整数据范围、处理方式或合作安排。