Anonymiseur de données personnelles pour prompts IA

Comment ça marche

• Il détecte les adresses e-mail ; les numéros de mobile et de fixe chinois ; les numéros internationaux écrits avec + ou 00 ; les numéros nord-américains de la forme (415) 555-2671 ; les numéros d’identité de résident chinois à 18 chiffres ; les numéros de carte ; les IBAN ; les adresses IPv4 et IPv6 ; et les clés API d’OpenAI, Anthropic, AWS, GitHub, GitLab, Slack, Google et Hugging Face, les JWT et les clés privées PEM.
• Les étiquettes numérotées comme [PHONE_1] attribuent toujours la même étiquette à la même valeur, pour que le modèle distingue encore deux clients ; les astérisques gardent la forme familière, comme 138****8000 ; les fausses valeurs ont l’air réelles mais sont choisies dans des plages qui ne peuvent appartenir à personne.
• Le tableau des détections indique pour chaque élément sa ligne, son type, sa valeur masquée et son remplacement, sans jamais afficher l’original en entier.
• Tout se passe dans votre navigateur, et comme cet outil traite du texte sensible, le site n’en garde aucun historique, même pour les membres connectés.

Questions fréquentes

Trouve-t-il les noms et les adresses postales ?

Non. Reconnaître de façon fiable un nom ou une adresse exige un modèle de langage entraîné pour cela, et une devinette fondée sur des motifs en manquerait beaucoup tout en signalant des mots ordinaires. Relisez le texte anonymisé avant de l’envoyer et remplacez les noms à la main ; le style à étiquettes numérotées permet de rester cohérent facilement, par exemple avec [NAME_1].

Pourquoi un numéro n’a-t-il pas été détecté ?

Chaque détection doit passer son validateur : un numéro de carte au chiffre de contrôle erroné, un numéro d’identité à la date de naissance impossible ou un IBAN qui échoue au mod-97 est volontairement laissé tel quel — ce n’est pas un vrai identifiant. Les simples numéros à dix chiffres sans indicatif de pays ni parenthèses sont aussi ignorés, car les numéros de commande et les horodatages leur ressemblent.

D’où viennent les fausses valeurs ?

De plages réservées aux tests ou impossibles par construction : user1@example.com, des numéros de mobile chinois commençant par 100, des numéros américains dans le bloc fictif 555-01xx, des numéros d’identité avec le code de région inexistant 000000 et un chiffre de contrôle valide, des numéros de carte que les processeurs de paiement publient comme cartes de test, et des IP issues des plages de documentation 192.0.2.0/24 et 2001:db8::/32.

Puis-je réinsérer les valeurs d’origine dans la réponse de l’IA ?

Avec les étiquettes numérotées, vous pouvez le faire à la main : gardez le tableau des détections et remplacez [EMAIL_1] et les autres étiquettes dans la réponse. Le tableau n’affiche que des valeurs masquées ; conservez donc votre texte d’origine comme référence pour la correspondance.

Aussi appelé

• anonymiser texte ChatGPT
• masquer données personnelles
• caviarder données personnelles
• outil anonymisation RGPD
• supprimer données sensibles
• pii redaction