A regra prática para colar em uma IA de trabalho com segurança é curta: nada de senhas, dados pessoais de clientes ou colegas, contratos, salários, informações de saúde e dados estratégicos ainda não públicos. Antes de enviar qualquer texto, aplique um teste simples: se o conteúdo não poderia ser entregue a um fornecedor externo sem contrato de confidencialidade, ele também não deve ir para a ferramenta. Este guia lista sete categorias de dados que ficam de fora, explica por que o histórico das conversas pesa na decisão, mostra o que a documentação oficial diz sobre armazenamento e treinamento de modelos e traz um procedimento de anonimização para os casos em que você realmente precisa de ajuda com um documento sensível.
O que nunca colar
A lista abaixo organiza as categorias de maior risco, o problema que cada uma cria e a alternativa segura. Ela serve como filtro rápido antes de qualquer prompt.
| Item | Risco principal | O que fazer |
|---|---|---|
| Senhas, tokens e chaves de API | Exposição de acesso a sistemas | Use gerenciador de senhas e segredos; nunca o prompt |
| Dados pessoais de clientes e colegas | Tratamento de dados de terceiros sem base legal | Anonimize antes: nomes, CPF e contatos saem do texto |
| Contratos e acordos com cláusula de confidencialidade | Quebra de NDA e perda de sigilo comercial | Cole apenas a estrutura ou a dúvida, sem valores e partes |
| Salários e dados de RH | Vazamento de informação sensível interna | Substitua valores por faixas e cargos genéricos |
| Informações de saúde identificáveis | Dado sensível com proteção legal reforçada | Descreva o cenário sem qualquer identificação |
| Código-fonte proprietário | Perda de controle sobre segredo de empresa | Envie trechos genéricos ou pseudônimos, nunca o arquivo |
| Resultados financeiros e planos não publicados | Uso indevido de informação estratégica | Trabalhe com hipóteses rotuladas como fictícias |
Se depois do filtro ainda sobrar dúvida sobre um trecho, o caminho mais seguro é reformular a pergunta em termos gerais. Uma boa alternativa é aplicar técnicas de contexto limpo, como explicado no guia sobre como dar contexto a uma IA com entrada, tarefa e formato de saída.
Por que o histórico pesa
O que você cola não desaparece depois da resposta. Segundo a documentação de privacidade do Microsoft Copilot, em aplicativos como Word, Excel e PowerPoint, a ferramenta guarda o prompt e a resposta como histórico de atividade do usuário, junto com as citações usadas para fundamentar cada resposta. A mesma documentação informa que o usuário pode apagar esse histórico pelo portal Minha Conta e que administradores podem consultar e definir políticas de retenção com ferramentas de conformidade da plataforma. Em produtos corporativos o histórico fica sob contrato da empresa; em ferramentas gratuitas de consumidor as condições variam e precisam ser lidas antes do uso.
Na prática, isso muda a decisão: um dado sensível colado hoje pode permanecer armazenado por tempo indefinido, acessível a quem administra a conta. Trate cada prompt como um registro, não como uma conversa efêmera.
Treinar modelo ou não
A pergunta que mais gera confusão é se o que você escreve vira material de treinamento. No caso do Copilot corporativo, a Microsoft afirma que os prompts, respostas e dados acessados não são usados para treinar os modelos de fundação que alimentam o serviço. Esse é um compromisso contratual específico desse produto, não uma regra do mercado: antes de usar qualquer ferramenta nova no trabalho, leia a página de privacidade e os termos do serviço em vigor naquele dia e confirme o que acontece com prompts e respostas.
Risco reconhecido oficialmente
O tema deixou de ser preocupação de manual interno. O AI Risk Management Framework do NIST, publicado em 26 de janeiro de 2023, é um框架 voluntário para gerenciar riscos de sistemas de IA e, em 26 de julho de 2024, o instituto lançou o perfil NIST AI 600-1, voltado especificamente para IA generativa, com ações recomendadas para confidencialidade e治理 de dados. Também vale observar detalhes de jurisdição: segundo a Microsoft, modelos fornecidos pela Anthropic como subprocessador ficam de fora do EU Data Boundary, o que importa para empresas com regras de residência de dados. Para contexto sobre limites e riscos operacionais, vale ainda a leitura sobre como verificar uma resposta de IA antes de usar no trabalho.
Como anonimizar antes de colar
Quando a tarefa exige analisar um documento real, existe um caminho intermediário entre colar tudo e desistir da ajuda da ferramenta. Siga o procedimento:
- Copie o texto para um arquivo rascunho fora da ferramenta de IA.
- Substitua nomes de pessoas e empresas por rótulos genéricos, como Cliente A e Fornecedor B.
- Troque valores exatos por faixas aproximadas e datas sensíveis por períodos genéricos.
- Remova identificadores fiscais, endereços, telefones e qualquer número de documento.
- Releia o texto procurando combinações que revelem a pessoa mesmo sem o nome, como cargo único mais cidade pequena.
Exemplo ilustrativo, não um caso real: um analista precisa revisar a cláusula de rescisão de um contrato. Em vez de colar o documento, ele descreve a estrutura da cláusula com prazos trocados por faixas e as partes renomeadas. O resultado conferido na redação deste guia foi suficiente para obter uma lista de pontos de atenção, sem expor nenhuma informação do contrato original. A mesma lógica vale antes de revisar qualquer resposta, como detalhado nos 6 passos para revisar uma resposta de IA com segurança.
Checklist antes de cada prompt
- O texto contém senha, token ou chave de acesso? Não envie.
- Existe dado pessoal de outra pessoa? Anonimize primeiro.
- O documento tem cláusula de confidencialidade? Envie só a estrutura.
- Você leu a política de dados da ferramenta em uso neste dia?
- A pergunta funciona com dados genéricos ou fictícios rotulados?
Se qualquer resposta for sim na primeira pergunta ou não nas duas últimas, pare e reformule. Privacidade aqui é procedimento repetido, não configuração única.
Fontes
- Microsoft Learn — Data, Privacy, and Security for Microsoft Copilot
- NIST — AI Risk Management Framework