在上篇中，我們學會了最基本的去識別化方法：把原始工作資料複製一份給 AI 使用，不需要的資訊刪掉、重要角色改成代號、精確數字改成區間，最後再自己做一次驗證。

如果只是偶爾整理一兩份會議紀錄，我其實還是覺得這個方法最快。在 Word、Excel、Notion 裡按搜尋／取代功能， 改一改，十分鐘可能就結束了，完全沒有必要為了殺一隻蚊子架一門大砲。

但如果今天要整理的不是三頁會議紀錄，而是二十份訪談逐字稿、幾十場會議紀錄，甚至是一整個專案資料夾呢？

既然我們都已經在打造 AI 工作分身了，當然也可以試著讓 AI 幫我們做掉第一輪苦工。只是這裡會碰到一個有點雞生蛋的問題：我們就是因為原始資料裡有敏感資訊，才不敢直接交給雲端 AI，結果現在卻先把原始資料丟給 ChatGPT、Claude 或 Gemini，請它幫我去識別化，不就還是先送出去了嗎？（笑死，這樣是在瞎忙什麼)

所以這一篇我們來試兩條不同的路。第一條，把模型直接搬到自己的電腦，在 Hermes Agent 裡用本地模型做第一輪整理；第二條，乾脆直接找別人已經做好的專門去識別化工具。

方法一：先讓 Hermes Agent 換成本地模型

平常使用 Hermes Agent 時，我們背後可能掛的是各種雲端模型。這些模型能力通常比較強，但資料也必須送到模型服務商那裡才能處理。

如果今天手上的正是「還沒洗乾淨的原始資料」，可暫時換一個思路：先用跑在自己電腦上的本地模型，把敏感資料處理過一輪，再把乾淨版本拿去做後面的分析。

Hermes 官方目前已經支援運行本地端模型，可以在自己的機器上透過 llama.cpp 執行開放模型。官方文件的說法很直接：模型下載完成之後，推論可以完全在自己的電腦上執行，不需要帳號或 API Key。Desktop 版如果已開放 Local Models，可以從 Settings → Providers → Local Models 安裝 Runtime、下載模型再切換使用。

這裡我們先不深入討論什麼 GGUF、量化、GPU Layer，因為我們今天的目的不是研究 Local LLM，而是把它當成一台「資料不要未經脫敏就裸奔出去的處理器」。

只要確認一件事情就好：這一次處理原始資料的模型，真的跑在自己的電腦上

Hermes 官方 FAQ 也說明，對話與 Memory 等資料本身儲存在本機，而 LLM API 只會送到你自己設定的 Provider；所以如果設定的是本機 Ollama 或其他 Local Model，模型請求就會送往那個本地端點。

先別急著讓 AI 改檔案，第一輪只叫它「抓問題」

本地模型準備好之後，不能一開始就直接跟它說：

「幫我把這份資料做去識別化。」

這種指令太模糊了。模型很可能把幾個姓名改掉就打完收工，甚至為了讓文字看起來自然，順手把一些我們原本想保留的決策脈絡也改寫掉。

我們先讓它做一件事情就好：當檢查員，把可能有問題的地方全部標出來。

例如我會先把上一篇那份健康產品專案會議紀錄交給 Hermes，再使用下面這份提示詞。

我要把這份工作文件整理成一份可以提供給 AI 分析的「去識別化版本」。

這一輪先不要修改原始文件，也不要直接產生新的內容。
請先檢查整份資料，找出可能需要處理的敏感資訊。

請特別檢查：

1. 可以直接辨識個人的資訊
例如姓名、Email、電話、地址、帳號等。

2. 可以間接辨識個人或公司的線索
例如特殊職稱、精確日期、地點、特殊經歷、少見事件，或多項資訊組合後可能讓人猜出真實對象的內容。

3. 公司或客戶的商業敏感資訊
例如真實公司名稱、產品名稱、未公開功能、Roadmap、報價、營收、成本、預算、客戶名單、內部決策與策略。

4. 不應分享的帳號與安全資訊
例如 Password、API Key、Token、內部網址或其他登入憑證。

請用表格整理：
- 原始內容
- 風險類型
- 為什麼可能需要處理
- 建議採用「刪除／換成代號／模糊化／保留」哪一種方式

如果你不確定某段是否敏感，不要自行刪除，標記為「需要人工確認」。

這份資料後續的用途，是讓 AI 學習我的工作方法與決策方式，所以請特別注意：
不要因為去識別化，而把會影響我工作判斷的背景條件一起拿掉。

這種「先找問題、再決定怎麼改」的做法好處是：模型第一次跑完後，我們還能快速掃一遍，看它到底抓到了哪些東西、哪些地方判斷太神經質，又有哪些地方根本漏掉。

如果它把「下午兩點開會」列成高風險資料，我可能覺得根本沒必要處理；反過來，如果它完全沒注意到「全台唯一代理某日本品牌的供應商」其實很容易讓人猜到是哪家公司，我就可以自己補修正。

AI 在這一步扮演的角色，有點像是在文件上先幫我拿螢光筆在機敏資料上畫一遍。

第二輪，再讓它產生「訓練 AI 版」

第一輪確認完，我才會讓 Hermes 做第二件事：按照我們真正需要的原則，另外產生一份乾淨版本。

提示詞可以接著這樣下：

根據剛才的檢查結果，請另外產生一份「訓練 AI 版」文件，不要修改原始檔。

處理原則如下：

1. 不影響工作判斷的敏感資訊，直接刪除。
2. 身分本身有助於理解工作脈絡時，以角色或代號替代。
3. 精確數字本身沒有必要，但量級會影響判斷時，改成區間或描述。
4. 精確日期沒有必要時，改成較模糊的時間範圍。
5. 未公開的產品、功能或專案名稱，以中性描述代替。
6. 如果有出現 Password、API Key、Token 等安全憑證直接移除。

最重要的原則：
保留「背景條件 → 我的判斷 → 採取的行動 → 最後結果」之間的關係。

這份資料的目的不是保存真實專案內容，而是讓 AI 學會我的工作方法。

完成後，請再另外列出：
- 哪些內容你有修改
- 哪些內容你認為仍有重新識別風險
- 哪些內容需要我人工確認

這裡有一個重要的小 Tip：不要叫 AI 直接覆蓋原檔，而是要求它另外產生一份「訓練 AI 版」。

因為去識別化不是文字潤飾，做錯決定刪掉的東西是回不來的。所以將原始資料保留，AI 版另外產生，最後自己再 Review 一次，比較保險。

用本地模型的優點除了離線之外，它也比較有機會看到「語意」的機敏問題

如果只是找 Email、電話、身分證，其實根本不需要 LLM。搜尋工具甚至正規表示式都做得到。

本地 AI 模型真正有價值的地方，是它有機會看懂一些「格式上看起來沒問題，語意上卻可能洩密」的內容。

例如：

我們是台灣目前唯一替某日本遊戲公司製作這項 Switch 2 周邊產品的供應商。

這段沒有姓名、沒有電話，也沒有公司名稱。

但如果拿幾個關鍵字去搜尋，很可能一下就猜得到是哪家公司。

又例如：

因為本司目前傾向明年收購其中一家主要競爭對手... （後略）

裡面完全沒有個資，但如果這是一項尚未公開的重大決策，顯然也不適合直接塞進外部 AI。

這就是為什麼會一直強調：我們現在要處理的不只是「個資」。

我們真正想做的是：

把真實工作資料整理成一份「AI 足以看懂我的工作方法，但不需要知道真實營業祕密及個資」的版本。

這種需要理解上下文的判斷，是 LLM 比單純搜尋取代更有價值的地方。

不過，用本地大語言模型還有一個容易踩的坑

模型跑在自己電腦上，不代表 Hermes 做的每一件事情都一定留在自己電腦。

Hermes 本身是一個 Agent，它還可以使用 Web、MCP、外部工具與各種服務。如果我們一邊使用 Local Model，一邊又叫 Agent 拿文件內容去做網路搜尋，資料一樣有機會透過其他工具離開本機。

所以做原始資料清理時，採取比較簡單的方式：使用本地模型、處理本機檔案，不啟用不需要的外部工具，也不要設定「本地模型不行就自動改叫雲端模型」這類 fallback。

Hermes 官方的 Local Models 文件強調，使用受管理的本地模型時，模型下載完成後可以不需要網路存取；如果你想知道自己到底是不是真的只靠本地環境跑，還有一個很土炮但很直接的測試方法。

模型和需要的檔案都準備好之後，把 Wi-Fi 關掉再跑一次。

還能完成，就至少證明這次工作沒有依賴雲端。

《R森小叮嚀》

「本地模型」降低的是原始內容送到第三方模型服務的風險，不代表從此無敵。電腦本身的權限、惡意程式、同步資料夾、外部工具，一樣都可能是資料離開設備的路徑。

方法二：如果只是做去識別化，何不直接用專門工具？

既然「找敏感資訊 → 人工確認 → 替換 → 輸出乾淨版本」本來就是一個很固定的工作流程，我們真的每一次都需要自己找一個 LLM、設 Prompt、慢慢跟它對話嗎？

其實不一定，有前人已經直接把這整套流程做成一些好用的工具了。

這裡我拿 Veil Translate 的文件翻譯去識別化工具當例子。

它支援 DOCX、XLSX、PPTX 與文字型 PDF，使用方式非常直覺：把文件拖進去，它會利用規則與本機的 NER（Named Entity Recognition，命名實體辨識）模型找出姓名、身分證字號、電話、Email、機構等可能的敏感資訊，再由人確認哪些真的需要處理，最後產生一份新的去識別化文件。

這類的工具使用方式大同小異：

原始文件（未脫敏） → 拖進去 → 工具幫我抓出敏感資訊 → 我 Review 確認→ 下載去識別化版。

不用自己寫 Prompt，也不用研究本地模型如何安裝部署。

原始文件會留在本地端處理

以 Veil Translate 為例，它對於文件的解析、敏感資訊辨識與替換都在瀏覽器本機完成。官方說原始文件不會被上傳，瀏覽器只會從 CDN 下載辨識模型與處理 PDF 所需要的字型等靜態資源，那些請求本身不包含文件內容。

所以如果我只是要產生一份去識別化副本，它直接在本地做，不會要把文件送去雲端模型。

另外一個好處是它支援常見的文件格式，例如：PowerPoint、PDF 等。

上一篇我們拿來訓練工作分身的資料裡，很重要的一種就是提案簡報。Veil Translate 目前能處理 PPTX 投影片上的文字與 PDF，所以至少不用把簡報全部複製成純文字再重新整理。

這種工具最大的好處是流程都已經替你預先設計好了，你不需要重新教 AI 處理原則、最後要輸出成什麼格式。對大量、重複性的工作而言，這種固定流程有時候更無腦簡單。

但專用工具也不是按一下就萬事 OK

Veil Translate 官方自己就寫得很清楚：沒有被辨識到的資訊會保持原樣，所以產生文件之前仍然要人工複核。它目前主要辨識的也是姓名、證件號、電話、Email、銀行資訊、機構等敏感實體。

換句話說，如果會議紀錄文件裡有這句：

本公司預計下個月決定是否收購競爭對手。

它可能完全不覺得有什麼需要去識別化，因為裡面沒有名字、電話、Email。

但我們都知道，這句話本身可能才是整份文件最不能外流的東西。

同樣地，「台灣唯一替某品牌製造這款產品的供應商」這種需要從上下文判斷的間接識別資訊，也反而不如直接使用本地大語言模型搭配 Prompt 來的好。

所以三種方法，到底哪一種比較好？

到這裡，我們其實已經擁有資料脫敏的三種基本方法了。

上一篇的善用一般軟體中「尋找／取代」功能的人工處理、本篇的 Hermes＋本地模型，以及 Veil Translate 這類專門去識別化工具。

它們沒有誰是絕對的最好的方法，比較像三種不同工作方式。

如果只是我自己偶爾要整理一份會議紀錄，我大概還是會直接手動改，搞不好比開工具跑還快的多。

如果今天是一堆自由文字、訪談稿、專案討論，我就會想先讓 Hermes＋本地模型幫我掃一次，因為有些問題真的要看上下文才比較容易發現。

如果這件事已經變成每週都要做，大量都是 Word、PowerPoint、Excel、PDF，我反而會考慮讓專門工具先處理第一輪。

甚至實際工作時，不一定只能選一個。

專門工具可以先掃姓名、電話、Email 等容易規則化的資料，再讓本地模型檢查語意上的風險，最後由人做一次之前提到的「人骨拼圖測試」。

這樣可能才是比較接近真實工作的做法。

工具幫我們省時間，但最後那一關還是得留給人

寫到這裡，你可能會發現一件有趣的事：

上一篇是「人自己做」；這一篇我們開始把工作丟給本地 AI 大語言模型，或專門工具。

但做到最後，三條路竟然又重新回到同一個地方：人工 Review。

原因其實很簡單。工具可以幫我們快速找到 Email、姓名、數字，AI 也可以幫忙閱讀大量文字，但只有我們最清楚這個專案真正不能外流的是什麼。

公司內部可能有一個只有三個人知道的代號，AI 不知道它有多敏感；一句看起來很普通的產品描述，在這個產業裡可能已經足以讓競爭對手猜出是哪個客戶；甚至有些資料在 A 公司很普通，到了 B 公司卻是 NDA 明確禁止分享的內容。

所以我不會把「AI 幫忙去識別化」理解成：

從此可以放心把文件全部交給 AI 自動做的技能

比較適合把它理解成：

原本我要自己找一百個地方，現在先讓工具幫我找九十個，我把精力留給真正需要判斷的那十個。

這其實也很像我們這一路打造 AI 工作分身的觀念：AI 分身的價值並不是「讓分身去做，我從此不用負責」，而是把大量機械性的工作讓分身先接過去，把真正需要經驗與判斷的地方留給人來處理。