一提防 AI 泄密，很多管理员第一反应是给 ChatGPT 网址拉黑。
这思路太窄。
AI 入口天天变，今天封一个明天冒十个，真正要决策的是企业落地防护时按哪几个维度选方案，维度选错，封十个网址也挡不住一次粘贴。
下面五个维度逐一说，照着评方案。
维度一：入口覆盖全不全
入口不止网页 AI。
网页端粘贴上传、客户端 AI 拖文件、API 脚本直连、本地大模型，四条通道都得管，漏一条就漏一片。
只封网页漏了客户端，员工换桌面 Copilot 照样出去，封网址的人永远追不上出新工具的人。
覆盖不全等于没防，选方案先看它认不认得全入口类型，入口覆盖是底座，底座漏风后面都白搭。
维度二：识别靠不靠内容而非通道
最稳的识别不看域名看内容。
DLP 对出域文本做语义识别、对图片做特征识别，认得出机密就拦，哪怕员工换个野鸡 AI 平台绕过黑名单，内容被认出照样卡住。
识别还要认代码，源码片段混在自然语言里也要能抓，不能只认文档关键词。
靠通道黑名单的方案迟早被绕，靠内容识别的才立得住，这是方案能不能防住的根本。
维度三：误报率压不压得下
一刀切禁用误伤协作。
全盘禁 AI 研发岗提效直接归零，业务根本推不动，策略推不下去比泄密更常发生。
分级策略按角色开放，普通岗禁上传、研发岗限私有 AI、法务财务走审批，误报靠白名单和分级压。
报警而非直接封，既管风险又不误伤，误报率是方案能不能用起来的关键，光准不够还得准得不烦人。
很多方案演示时准，上线后报警刷屏，管理员直接关了告警，防线于是形同虚设，所以误报率比识别率更影响落地。
维度四：私有化与数据驻留
上云 AI 把数据交出去，私有化把数据留下来。
本地或内网部署的 AI，数据不出企业边界，外泄风险低一截，适合敏感行业。
但私有 AI 也要管，模型文件被拷走一样泄，权限和介质管控不能省，别以为本地部署就高枕无忧。
选方案看它支不支持私有化通道的同等管控，数据驻留要求高的行业，这一维直接一票否决。
有些厂商嘴上支持私有化，实际模型还得回传云端做识别，这就变了味，选型时务必问清识别在哪算。
维度五：审计闭环完不完整
防完还得能复盘。
每次 AI 交互谁、何时、传了什么，要有留痕，出了事才说得清。
命中敏感被拦或被审，记录可查可导出，闭环不全等于白防。
安企神的 AI 防护把主流网页与客户端上传入口封掉，再叠 DLP 语义识别拦下出域涉密内容，拦截动作全留痕。
五个维度摆齐：
覆盖全、认内容、误报低、能私有、有闭环，按这五维去选，AI 用得顺机密出不去。
闭环还意味着能导出给合规审计，等保检查要的就是这条可追溯的证据链，不是一句我们防了。
责编：小赵
