判斷邏輯（透明化版本）

這頁是給法務 / IT / 對細節有興趣的使用者看的「判斷怎麼來」的完整透明化說明。 所有 source code 在 GitHub 公開可審。

三軸框架

使用者選 3 個變數，組合決定結果：

  • Tool（工具）：ChatGPT / Claude / Gemini / Microsoft Copilot / Perplexity / 區域合規性受限模型 / 開源本地模型
  • Account Tier（帳號等級）：企業版 / 付費個人 / 免費版 / 不知道
  • Data Type（資料類型）：公開資料 / 已脫敏 / 內部 marketing 文案 / 顧客 PII / 訂單明細 / 財務數字 / 商業機密 / HR / 程式碼

決策三層

  1. Layer 1 — 工具覆蓋（最決定性）
    • 「區域合規性受限模型」（DeepSeek / Qwen / 文心 / 豆包 / Kimi 等）：因受特定地區數據安全法規影響，企業敏感資料一律不建議
    • 「開源本地模型」（Ollama / LM Studio / llama.cpp）：完全本地推論，資料不離開電腦，全綠燈
  2. Layer 2 — 資料敏感度覆蓋
    • 顧客 PII / 訂單明細 / 財務數字 / 商業機密 / HR：不論工具帳號等級，預設 ❌ RISK
    • 程式碼：企業版 ✅，個人版 ⚠️
  3. Layer 3 — 帳號等級（低敏資料適用）
    • 企業版（Enterprise / Team / Workspace）：✅ 有資料隔離合約
    • 付費個人：⚠️ 預設不訓練但條款保留例外
    • 免費 / 不知道：⚠️ 通常會用對話內容改善服務

為什麼「資料類型」是最決定性的軸

傳統的「LLM 資安疑慮」討論常聚焦在「哪家模型比較安全」，但這個 framing 是錯的。 OpenAI / Anthropic / Google 對企業客戶的 DPA（資料處理合約）內容大同小異， 真正決定風險的是使用者丟什麼進去。把客戶身分證號丟進「最安全」的 ChatGPT Enterprise， 仍然違反 PDPA / GDPR；把公開市場新聞貼進免費 ChatGPT，風險其實很低。

「區域合規性受限模型」為何獨立分類

DeepSeek / Qwen / 文心一言 / 豆包 / Kimi 等中國公司營運的模型，不是模型本身有問題， 而是這些服務的資料處理可能落入特定地區的數據安全法規範圍（如《數據安全法》《個人信息保護法》《網絡安全法》）， 若企業合約未明確定義跨境數據流向，丟進去等於把自家資料置入該地司法管轄。 此分類的判斷依據是「資料流向的法律地理位置」，不是「模型品質」或「政治立場」。

若要使用這些模型，建議的替代方案：

  • 使用該模型的 open weights 自架版本（許多有 Apache / MIT 授權）
  • 改用 Anthropic / OpenAI / Google 等具有歐美 / 台灣資料主權承諾的服務

❌ 結果的 Escape Hatch

所有 ❌ RISK 結果都附帶以下說明：「除非你使用企業內部專屬實例 （Azure OpenAI Private Deployment / Vertex AI Private Endpoint / 公司自架推論服務）， 此判斷不適用。」

原因：本工具的判斷對象是「公網版 LLM 服務」。如果你公司已經用採購 / 自建的方式 讓 LLM 推論發生在你方控制的雲端 project 或機房（資料不出公司）, 那很多「不能丟」的限制就不適用。 此時應以你公司資安部門的 GenAI 政策為準。

條款引用 + 時間戳

每個結果卡的條款連結都帶 snapshot_date（目前是 2026-05）， 代表「我們是依據當時的條款判定」。LLM 廠商的條款會更新， 建議每 6 個月檢查一次重要連結是否仍有效，本工具也會定期 review 後重新發布。

Limitations（這工具不能做什麼）

  • 本工具不是法律意見。對於具體合約 / 跨境合規 / 個資外洩責任問題，請諮詢法務專業人士。
  • 三軸雖然 cover 大部分常見情境，但仍有邊界 case（例：「我用 ChatGPT 整理已脫敏但未公開的營運趨勢報告」這種混合情境）需要人類判斷。
  • 判斷邏輯是規則式（rule-based），不會依「個案情境」變動。如果想要個人化補充，可以在結果頁的 textarea 描述你的具體情境，會由 Claude Haiku 給補充說明（不會推翻規則判斷）。
  • 條款引用以 LLM 廠商官方公開文件為準。若你公司另有採購合約（如 OpenAI Enterprise Agreement、Google Workspace Enterprise Plus 等），實際條款可能比公開版本更寬鬆或更嚴格。

Source Code

決策邏輯實作在 src/data/decision.ts，工具條款連結在 src/data/tools.ts， 完整 unit tests 在 tests/decision.test.ts。歡迎 PR 補充工具 / 修正條款連結 / 增加邊界 case 的判斷。

最後更新：2026-05-06。本判斷依據 2026-05 各 LLM 廠商公開條款判定。