Docx Anonymizer распознаёт 50 категорий данных и поддерживает девять форматов

Отправить договор или таблицу в чат с ИИ легко. Сложнее убедиться, что вместе с основным текстом туда не уехали паспортные данные, комментарии коллег, скрытый лист Excel или имя автора из метаданных. Именно эту бытовую, но неприятную проблему решает Chrome-расширение Docx Anonymizer: оно ищет персональные данные перед загрузкой файла во внешний сервис и позволяет удалить следы, которые пользователь обычно не видит.

В новой версии автор расширил поддержку за пределы документов Word. Инструмент работает с таблицами и презентациями Microsoft Office, а также с TXT, Markdown, CSV, JSON и логами. Число распознаваемых категорий выросло с 21 до 50. Для разработчика или продуктовой команды смысл простой: перед тем как отдать ИИ выгрузку клиентов, протокол встречи или технический лог, файл можно проверить одним и тем же инструментом.

Как это выглядит на практике

Представим таблицу обращений в поддержку. В видимых ячейках находятся имя клиента, телефон и описание проблемы. На скрытом листе сохранилась служебная выборка, в комментарии менеджер записал номер договора, а в формуле используется ссылка на ячейку с адресом электронной почты. Если просто скопировать основной лист или заменить несколько очевидных значений, часть данных останется внутри файла.

Docx Anonymizer ищет не только ФИО и контакты. В заявленный набор входят реквизиты российского и заграничного паспорта, водительского удостоверения, военного билета, ВНЖ, миграционных документов, полиса ОМС, СТС и ПТС. Отдельно распознаются VIN, государственные и кадастровые номера, IP- и MAC-адреса, сведения о здоровье и другие чувствительные категории. Паспорт теперь разбирается на четыре отдельных поля: серию и номер, кем выдан, дату выдачи и код подразделения.

Для текстовых форматов предусмотрено важное ограничение области замены: разделители CSV и ключи JSON не меняются, поэтому структура данных должна сохраниться, а JSON — остаться валидным. Это полезно для тестовых наборов, логов и выгрузок, которые после обезличивания нужно снова загрузить в приложение или обработать скриптом.

Скрытые данные — отдельный риск

Расширение показывает комментарии, историю правок, скрытый текст, скрытые листы и слайды, а также кэш формул и диаграмм. Перед отправкой документа эти элементы можно удалить. Такая проверка особенно важна для файлов Office: визуально чистый документ не обязательно чист внутри архива, из которого технически состоит DOCX, XLSX или PPTX.

Но автоматизация не даёт гарантии, что утечки исключены. Эвристики могут пропустить необычно записанный идентификатор или, наоборот, принять обычное число за персональные данные. Автор также предупреждает, что замена значений внутри формул способна сломать некоторые формулы. Значит, результат нужно проверять, а исходный файл — сохранять отдельно.

Что делать команде

Инструмент стоит рассматривать как дополнительный барьер перед передачей документов в ИИ, а не как полную замену процессу защиты данных. Сначала определите, какие файлы вообще разрешено загружать во внешние модели. Затем удалите лишние листы, комментарии и историю правок, запустите обезличивание и проверьте получившийся файл вручную. Для регулярной работы полезно добавить контрольный набор документов с известными типами данных и проверять на нём каждое обновление расширения.

Главная ценность проекта не в количестве поддерживаемых форматов, а в напоминании о реальной поверхности утечки. Персональные данные живут не только в абзацах. Они прячутся в формулах, метаданных и служебных слоях — и именно их чаще всего забывают проверить перед разговором с ИИ.