# Empêchez les données personnelles de fuir dans les prompts.

> Inspectez chaque prompt, détectez les données personnelles et les secrets, et masquez-les avant qu’ils n’atteignent le modèle, avec la trace complète de ce qui a été intercepté.

Source: https://www.lutril.com/fr/ai-governance/dlp

---

Lutril inspecte chaque prompt à destination d’un LLM, détecte les données personnelles, les secrets et les clés, et les masque avant même que le modèle ne les voie, sans bloquer le travail.

- Détection des données et secrets
- Masquage à la volée
- Politique par modèle

- **Détecter** Données personnelles, secrets, clés d’API et motifs sur mesure.
- **Masquer à la volée** Remplacez les passages sensibles avant que le modèle ne les reçoive.
- **Politique par modèle** Des règles différentes pour les modèles publics et pour vos points d’accès privés.
- **Audit inaltérable** Chaque masquage est enregistré, rien n’est conservé en clair.

## Un point de contrôle sur la route de chaque modèle.

La DLP s’exécute sur la couche qui gouverne déjà vos agents, elle s’applique donc aussi bien au chat qu’aux copilotes et aux appels d’outils MCP.

- **Une détection adaptée à vos données** Détecteurs intégrés pour les e-mails, les cartes bancaires, les numéros d’identité et les secrets, plus vos propres motifs par expression régulière ou mot-clé.
- **Masquer, anonymiser ou bloquer** À choisir par politique : masquer le passage, le remplacer par un jeton sur lequel le modèle peut raisonner, ou refuser la requête.
- **Valable sur tous les modèles** Une seule politique couvre ChatGPT, Claude, Gemini et vos modèles auto-hébergés, appliquée de la même façon partout.
- **Une conformité démontrable** Un journal inaltérable de ce qui a été détecté et masqué fournit la preuve aux auditeurs sans exposer les données d’origine.