DeepSeek обрабатывает данные иначе, чем привычный корпоративный сервис: любой текст, файл или история переписки, отправленные в чат или через API, уходят на сторону вендора за рубежом. Дальше — что конкретно уходит, какие данные компании держать подальше от чата, как обезличить текст перед отправкой и когда единственный путь — своя копия модели на своём сервере.
Что уходит вендору
Коротко: в чат и через API DeepSeek уходит весь текст запроса, приложенные файлы и история переписки — цифровой след остаётся у вендора за рубежом, детали сверяйте в актуальной редакции политики сервиса.
Формально ответ звучит широко: DeepSeek, как и любой зарубежный сервис, обрабатывает данные по собственной политике конфиденциальности, а конкретные сроки хранения и перечень целей обработки меняются между редакциями документа. Для практики компании держите правило проще: если текст, файл или история переписки попали в чат или запрос к API, они покинули контур компании и легли на сторону вендора.
- Текст запроса целиком — формулировка задачи, вставленные фрагменты документов, цитаты переписки
- Прикреплённые файлы — договоры, таблицы, скриншоты, загруженные для анализа
- История диалога — предыдущие сообщения в той же сессии чата
- Метаданные обращения — по политике вендора, сверяйте актуальную редакцию на сайте сервиса
Разница между чатом и API держится на частоте обращений: разовый вопрос сотрудника уходит вендору один раз, а бот или скрипт на API отправляет туда поток запросов постоянно. Правило при этом остаётся прежним — контур компании заканчивается там, где начинается запрос к внешней модели.
Что нельзя отправлять
Формулировка «отправлять нельзя» звучит строго, а на практике сотрудник редко замечает момент, когда фрагмент переписки с клиентом превращается в персональные данные внутри запроса к чату. Граница проходит по содержанию текста, а формат файла здесь второстепенен.
| Тип данных | Пример | Риск |
|---|---|---|
| Персональные данные | Телефон, адрес, паспортные реквизиты клиента | Утечка данных третьему лицу за рубежом |
| Коммерческая тайна | Выручка, маржа, условия закупки | Раскрытие конкурентного преимущества |
| Документы с NDA | Договор с пунктом о конфиденциальности | Нарушение обязательства перед партнёром |
| Технические секреты | Пароли, ключи доступа, схема инфраструктуры | Прямой канал для взлома или подмены доступа |
Список выше остаётся рабочим ориентиром для команды, живым и открытым для дополнения: если данные из строки таблицы узнаваемы и привязаны к конкретному человеку, договору или счёту, обращение к чату или API держите на этапе черновика, до отправки.
Отдельно стоит держать в уме массив клиентских обращений целиком — экспорт заявок из CRM или переписки поддержки за месяц. По отдельности каждая строка выглядит безобидно, а собранные вместе они превращаются в базу персональных данных внушительного объёма, и внимание к этому масштабу часто теряется именно на этапе быстрого черновика.
Обезличивание текста
Часть задач решается без реальных данных вовсе — вместо имени клиента, номера договора и суммы в запросе идут условные обозначения, а модель разбирает саму формулировку задачи. Подробный разбор метода — в статье как обезличить данные до отправки в нейросеть.
- Замените имена, телефоны и адреса на условные метки — «клиент А», «номер +7 000», «город N»
- Уберите реквизиты компании из документа — ИНН, счета, точные суммы — держите структуру текста
- Проверьте вложенные файлы отдельно: скриншот переписки часто прячет данные в неожиданном месте
- Прогоните готовый запрос глазами перед отправкой — обезличивание руками ловит то, что упустил скрипт
- Держите шаблон обезличивания под рукой для команды — так формат остаётся общим для всей команды
Пять минут на обезличивание короткого письма — приемлемая цена за безопасность. Когда та же процедура растягивается на объёмный документ каждый раз заново, команда быстрее начинает пропускать шаги, и метод перестаёт работать именно там, где риск выше всего.
Когда обезличивание отнимает больше времени, чем сама задача, имеет смысл пересмотреть архитектуру процесса целиком.
Какие данные компании чаще всего попадают в такие запросы?
Когда нужна своя копия
Обезличивание закрывает часть задач, но упирается в потолок там, где сам смысл работы — оперировать реальными данными: медицинская карта, полный текст контракта, финансовая модель компании целиком. Здесь единственный рабочий путь — своя копия модели на своём сервере, где данные остаются внутри контура физически. Запуск такой копии разобран в статье как запустить DeepSeek локально на своём сервере, а более широкий принцип — в материале свой ИИ на своём сервере: данные остаются внутри.
Начните с инвентаризации: какие процессы в компании уже работают с чатом или API DeepSeek и какие данные туда попадают на практике поверх регламента на бумаге. Список из десяти реальных запросов покажет больше, чем любая теоретическая оценка риска.
Своя копия модели решает вопрос данных, но добавляет компании новую заботу — железо требует обслуживания, а обновление модели ложится на команду вручную, своими силами и по своему графику. Взвешивайте эту заботу заранее, ещё до перехода на локальный контур, и считайте её полноценной строкой общего бюджета проекта, наравне с самой безопасностью.
Регламент для сотрудников
- Можно: типовые вопросы без привязки к конкретному клиенту, договору или сотруднику
- Можно: обезличенные формулировки задачи — с условными именами и округлёнными суммами
- Нельзя: персональные данные клиентов и сотрудников в исходном виде
- Нельзя: документы с пунктом о конфиденциальности и коммерческую тайну компании
- При сомнении — спросить в общем чате команды, прежде чем вставлять текст в запрос
Регламент работает, только пока команда видит его коротко и в одном месте — длинный документ на тридцать пунктов сотрудник открывает один раз при найме и забывает через неделю. Пять строк списка выше держатся в памяти дольше любой инструкции на несколько страниц. Раз в квартал стоит сверять список заново: появляются новые процессы, новые сотрудники и новые виды данных — регламент расширяйте по факту их появления сразу, спокойно и заранее, на плановой сверке.
Вопрос, законно ли использовать DeepSeek в российской компании, — отдельная тема с юридическим углом, она разобрана в статье можно ли использовать DeepSeek в российской компании. Здесь — практика: что реально уходит вендору и как держать регламент рабочим документом команды.
Обсудить, как выстроить контур работы с документами и данными под вашу компанию, можно на странице нейросети для документов.