Как не слить персональные данные в ChatGPT и не получить штраф до 15 млн ₽
ДИСКЛЕЙМЕР: я Андрей Цымбалюк, разработчик maskgate.ru. Это честный разбор изнутри. Как устроен маскировщик персональных данных и где у него границы.
Идея прилетела из речевой аналитики
Я десять лет в digital. Последние годы руководил цифровым маркетингом и проектами с ИИ в крупной производственной компании. Бренд называть не буду, дело в задаче.
Однажды прилетела огромная выгрузка по речевой аналитике. Сотни тысяч строк расшифровок звонков и переписок. Где-то внутри паспорта, ИНН, СНИЛС клиентов и сотрудников. А может, и нет. Проверить вручную нереально.
Я прогнал это регулярками в Excel. Вы знаете эти регулярки: ищешь слово «паспорт», а люди пишут «пасспорт», «пас-порт», диктуют цифры по одной. На второй тысяче вариаций регулярки сдаются.
И тут до меня дошло: готовой программы, которая берёт текст и отвечает «вот здесь чувствительные данные», я не нашёл. DLP за миллионы есть. Облачные маскировщики есть, но данные уходят за рубеж. А маленькой быстрой штуки, чтобы проверить документ перед нейросетью, нет.
Я люблю решать задачи. Сделал сам.
Почему это важно именно сейчас
Два факта.
Первое. ИИ пришёл в рабочие процессы. По исследованиям «Контур.Толк» и Т-Банка, каждый второй сотрудник уже использует нейросети в рабочей переписке. Люди копируют в чат-боты договоры, резюме, базы клиентов и редко задумываются, что там внутри.
Второе. Штрафы. С 30 мая 2025 года в России действуют новые штрафы за утечку персональных данных:
- утечка от 1 000 до 10 000 человек: 3–5 млн рублей;
- от 10 000 до 100 000: 5–10 млн;
- больше 100 000: 10–15 млн;
- повторная утечка: оборотный штраф 1–3% годовой выручки, но не менее 20 млн.
Киберстраховка эти штрафы, как правило, не покрывает. Компаниям нужен простой способ не слить данные в нейросеть. Такой, чтобы не разворачивать DLP за миллионы.
Что умеет сервис, если объяснять бабушке
Mask Gate это маскировщик персональных данных. Он находит в тексте и вложениях чувствительные данные: паспорта, ИНН, СНИЛС, карты, телефоны, медданные, коммерческую информацию. И применяет к ним одну из четырёх стратегий:
- block: запретить передачу (для секретов и ключей жёстко; документы с медданными в облаке не принимаются, в self-hosted для них block);
- mask: обратимо заменить на токен
[VAULT:…]— значение уезжает в зашифрованное хранилище (vault) и раскрывается обратно по ключу; - redact: необратимо удалить, заменив на
[REMOVED:категория]; - flag: просто пометить, не трогая текст.
Что именно он находит
Вот категории, которые уже работают. Это реальные детекторы в конфиге, а не «мы планируем»:
| Группа | Категории | Стратегия |
|---|---|---|
| Секреты и ключи | API-ключ, приватный ключ, SSH-ключ | block |
| Медицина | медицинские данные: документы не принимаются, в self-hosted block | block |
| Карты и платёжное | номер карты, CVV, срок действия, счёт | redact |
| Документы РФ | паспорт, ИНН, СНИЛС | redact |
| Контакты | телефон, email, адрес | redact |
| Личное | дата рождения | redact |
| Прочее | госномер авто, учётные данные, код | redact |
| Метки | ОГРН, ОГРНИП, БИК, КПП, IP-адрес, суммы | flag |
| Сущности (NER) | ФИО, организация, локация | flag |
Плюс можно задать свои фразы-маркеры. Например, название секретного проекта. И собственные regex-правила. И список исключений, чтобы не срабатывать на заведомо безопасных значениях.
Где это работает
Mask Gate это не только веб-страница:
- Веб-интерфейс: вставить текст или загрузить файл.
- API:
/analyze,/process,/process-file,/proxy/chatдля встраивания в свои системы. - Office add-in: маскирование прямо в Excel, с восстановлением обратно. Для Word есть веб-интерфейс или API.
- Файлы и OCR: txt, csv, docx, xlsx, pdf, плюс распознавание сканов и изображений.
- Self-hosted: Docker, разворачивается целиком у вас в контуре.
Как это устроено технически
Стек: Python 3.11, FastAPI, SQLite, фронт на нативном JS без сборщика, Docker и Nginx. Ядро работает без сети. Весь анализ локальный.
Пайплайн такой:
нормализация → распознаватели → валидаторы → NER → повторный скан → порог → стратегии
- Нормализация. Текст чистят от обфускации: гомоглифы («а» на латинице вместо кириллицы), zero-width символы, разбивка разделителями. Закодированные куски (base64, percent, hex, HTML-entity) декодируются и пересканируются.
- Распознаватели. Регулярные выражения для структурированных форматов, сканер секретов, ключевые слова и пользовательские маркеры.
- Валидаторы. Найденное проверяется контрольными суммами: ИНН, СНИЛС, номер карты по Луну. Регулярка может соврать. Контрольная сумма почти нет.
- NER. Для имён, организаций и адресов модель natasha. Модели запечены в wheel, при запуске ничего не скачивается.
- Повторный скан. Отдельно ловятся значения, написанные словами, и разбитые на несколько сообщений.
Про качество. Качество на тестовом корпусе: recall 99,78 %, precision 99,92 % — замер 09.10.2026 на 1 473 записях и 40 категориях, профиль без NER.
Главный принцип: fail-closed. Любой сбой внутри анализа это блок, а не молчаливый пропуск. На весь проход есть жёсткий бюджет. Превысил блок. Проще перестраховаться, чем пропустить утечку.
Самый простой обход, который ломает обычный регексп
Обычный регексп ищет «паспорт 4509 123456» и сдаётся, когда человек пишет цифры через пробел:
паспорт 4 5 0 9 1 2 3 4 5 6
Или когда номер карты разбит на несколько сообщений в чате. Mask Gate собирает такие куски обратно и ловит значение целиком.
Chokepoint: фильтр на трубе
Кроме проверки вручную, сервис встраивается в пайплайн как серверный chokepoint. Стоит между вами и внешним LLM-API и проверяет данные в обе стороны: что уходит в нейросеть и что от неё возвращается. Поддерживается BYOK. Подключаете собственный ключ LLM, нам не нужно видеть ваши запросы.
Это и есть ответ на вопрос «как не слить паспорт в ChatGPT». Не надеяться на внимательность сотрудника, а поставить фильтр на трубу.
Конкуренты и почему это не DLP
Конкуренты есть, я их не прячу. Есть открытая библиотека Presidio от Microsoft. Но это инструмент для разработчиков, а не готовый сервис: в её supported_entities России нет, так что СНИЛС и ИНН ловить нечем. Есть западные облачные сервисы маскирования, но туда надо отправлять данные за рубеж. А это само по себе риск по статье о трансграничной передаче. Есть полноценные DLP: Solar Dozor, InfoWatch и другие. Но это проект внедрения на месяцы с бюджетом от нескольких миллионов рублей.
Mask Gate это не DLP. Это лёгкий маскировщик ПД, который закрывает одну задачу: не дать чувствительным данным утечь в нейросеть или облако. Дёшево, быстро, без проекта внедрения.
Где я накосячил
Самая большая ошибка. Два месяца я полировал интерфейсы, хотя надо было сделать первую версию и проверить гипотезу. Два месяца без обратной связи. Классическая грабля инженера: хочется красиво, а надо быстро.
Вторая грабля. Сами нейросети. Начал на Claude, он постоянно тупил: обрывы связи, функционал не работал, сделал одну задачу и упёрся в лимит. Перешёл на Kimi, потом на DeepSeek 4 Pro. Стал делать в десять раз быстрее, а с DeepSeek Harness ещё в пять.
Отдельная история: нейросети начали ругаться друг с другом. Я вёл несколько задач в разных чатах. В какой-то момент одна модель обвинила в ошибке другую, а та переложила ответственность обратно. Я читал переписку двух LLM, которые скидывали вину друг на друга. Такого в «успешных кейсах» не рассказывают.
Желание бросить тоже было. Когда интерфейс сыпался, а Claude после долгого анализа выдавал неработающий код. Спасло две вещи. Первая: интерес к задаче. Вторая: я вынес правила работы с нейросетями в отдельный документ. Независимая проверка результата, пометка задачи «в работе», общие принципы в инструкциях. Когда модели перестали переписывать логику друг у друга, код наконец перестал ломаться.
Почему с данными всё чисто
Про 152-ФЗ коротко. Вот что зашито в архитектуру, детали на странице maskgate.ru/security:
- Минимизация. Текст обрабатывается в памяти и не пишется на диск в открытом виде. В аудит и на диск попадают только HMAC-токены, а маскированные значения лежат в vault под AES-256-GCM.
- Локализация (ст. 18). Аудит-лог и временные файлы в инфраструктуре РФ.
- Трансграничная передача (ст. 12). Chokepoint не даёт ПДн утечь во внешний LLM.
- Спецкатегории. В облаке документы со сведениями о здоровье не принимаются; в self-hosted для них стратегия block.
- Self-hosted. Сервис разворачивается целиком у вас в контуре (Docker).
- Анти-фишинг. Проверка домена и Origin. Даже клон сайта не соберёт ваши данные.
Финал
Сервис на стадии MVP, и я показываю цифры открыто. На тестовом корпусе recall 99,78 %, precision 99,92 % — замер 09.10.2026 на 1 473 записях и 40 категориях, профиль без NER. Ложных срабатываний почти нет: одна находка из 1 386 не подтверждена разметкой, и это нижняя граница, потому что разметка перечисляет не все персональные данные страницы.
100% защиты не бывает. Mask Gate не защитит от мотивированного инсайдера, стеганографии или семантического перефраза, когда паспорт пересказан своими словами. Это инструмент снижения риска для типовых утечек. И я знаю, где он заканчивается.
Дальше реальные пользователи и реальные сценарии. Я не хочу, чтобы это осталось проектом в стол. Поэтому открыто ищу первых пользователей, которые помогут отловить edge-кейсы.
Попробуйте сломать сервис. Пришлите три текста, на которых он, как вам кажется, ошибётся: пропустит чувствительные данные или сработает зря. Бесплатно — 10 проверок в сутки без регистрации и 20 с аккаунтом. Нашли ошибку? В интерфейсе есть приватная форма «Сообщить об ошибке».
А тем, кто прямо сейчас копирует паспорт в ChatGPT-бот, скажу одно. Утечки персональных данных по 152-ФЗ наказуемы: до 15 млн рублей, а за повторную утечку до 3% оборота. Отправляя свои данные, вы подставляете себя и своё будущее. Отправляя данные коллег, подставляете ещё и компанию.
Сервис принимает текстовые и табличные файлы — TXT, DOCX, XLSX, CSV, PDF — и изображения со сканами: PNG, JPG, TIFF, BMP, они разбираются через OCR.
Титры
Автор Андрей Цымбалюк, создатель maskgate.ru. Mask Gate находит чувствительные данные в текстах и документах, маскирует их, удаляет или блокирует передачу по API. Можно развернуть self-hosted у себя в контуре. Работаем по публичной оферте.
Попробовать бесплатно: maskgate.ru Безопасность и обработка данных: maskgate.ru/security Telegram: t.me/maskgateru
Связанные статьи
Не является юридической консультацией. Проверяйте актуальную редакцию 152-ФЗ.