为AI识别准备脱敏材料，遮挡边界如何控制？

准备给 AI 看的材料时，大家往往卡在同一件事上：敏感信息要遮，可遮多了模型啥也读不出，遮少了又怕泄密。遮挡边界怎么卡，其实比“涂不涂”更决定识别质量。

先把任务问清楚，比先动手涂黑更重要。如果只是判断票据类型、截图里的处理状态，姓名、手机号、地址大概率可以整段盖住；若要核对金额和日期，金额区和日期区就不能一起糊掉。边界不是按“看起来敏不敏感”一刀切，而是按“这次识别到底要回答什么”来画。把不需要的敏感字段挡掉，把判断所依赖的字段留出来，才算匹配任务。

遮挡方式本身也会改写画面结构。大面积黑块容易把版面关系切断，涂抹如果压到字段边缘，模型可能把相邻栏目读串；马赛克旁边残留半个字，有时比完全空白更容易被误读。所以边界宜干净、对齐字段，宁可多留一点无关空白，也不要让遮挡痕迹“吃”进关键信息区。对重要流程，更稳妥的是原件留给授权人员复核，脱敏副本专门给 AI 辅助识别，两套材料分用途、分存放，别混在同一批文件里流转。

还有一层常被忽略：遮挡之后，人还看得见上下文，模型未必。它只能根据可见像素推断。你若把状态栏、操作时间、业务编号一并盖掉，它就只能猜；你若只遮客户身份相关字段，却保留状态提示和关键业务标识，它才有机会给出可核对的结果。上传时用一句话钉死边界也很有用，比如明确要求“只根据可见内容提取，看不清就标无法确认，不要补全被遮部分”——把模型从“尽量答满”拉回“只答看得见的”。

当然，脱敏再讲究，也不能替代人工抽检。金额、日期、编号这类一旦进报销、风控或责任认定，仍要回到原图对位置核对。遮挡边界控制得好，是在降低误读和泄密的双重风险，不是把 AI 扶成最终裁判。你更倾向“宁多遮一点、再人工补看”，还是“按字段清单精确留白”？不同业务节奏下，答案可能不一样，但原则差不多：先定问题，再定遮什么，最后检查遮挡有没有把判断依据一起抹掉。