Zohal

Zohal 是一款专注于数据隐私保护的 AI 预处理工具，能够在敏感信息进入 AI 模型之前，自动对聊天记录和文档进行脱敏处理。它智能识别姓名、公司名称、邮箱、价格、职位以及隐藏上下文等敏感数据，并提供别名审查功能，让用户确认替换内容。最终生成一个 AI 安全版本，用户可以基于此版本进行提问、引用、分享或导出，确保数据安全的同时充分利用 AI 能力。

核心功能

Zohal 的核心在于智能脱敏与安全交互。它首先通过先进的 NLP 模型扫描输入内容，精准定位各类敏感信息，然后用预设或自定义的别名进行替换。用户可以在审查界面中逐一确认或修改别名，确保脱敏后的内容既保留原意又无隐私泄露风险。脱敏完成后，用户即可将安全版本发送给 AI 工具，进行问答、分析或摘要等操作，所有交互均基于脱敏数据，原始信息始终受保护。

主要特性

• 全面敏感信息检测：自动识别姓名、邮箱、公司、价格、角色等 10+ 类敏感数据，覆盖常见隐私风险点。
• 智能别名替换：为每个敏感实体生成合理别名，保持上下文连贯性，避免脱敏后内容生硬。
• 人工审查与编辑：提供直观的审查界面，用户可一键接受、修改或拒绝别名，灵活控制脱敏粒度。
• AI 安全版本生成：输出可直接用于 AI 对话或文档分析的纯净版本，支持引用、分享和多种格式导出。
• 本地化处理保障：所有脱敏操作在用户端完成，原始数据不上传云端，从源头杜绝泄露。

适用场景

Zohal 尤其适合需要与 AI 工具协作但受限于数据隐私法规的企业和个人。例如，法律团队在分析客户合同前进行脱敏，医疗研究人员处理患者对话记录，HR 部门讨论员工薪酬数据，以及任何涉及客户信息、商业机密或合规要求的 AI 应用场景。通过 Zohal，用户可以在不牺牲数据安全的前提下，充分释放 AI 的生产力。