一、前言：“影子 AI” 正在成为企业数据泄露的重灾区

现在几乎每个员工都会使用大模型工具辅助工作：开发拿 AI 排错代码、运营让 AI 写文案、财务请 AI 整理报表。很多人会直接把内部源码、未公开合同、客户信息、项目方案复制粘贴到豆包、通义千问、DeepSeek 等公有 AI 平台，以求快速得到输出结果。

但绝大多数企业没有意识到这里面巨大的安全隐患：

1. 公有大模型平台会接收用户输入的 Prompt，部分场景会用于模型训练；企业内部敏感数据直接外流，造成不可逆泄密；
2. 传统安全手段可以管控 U 盘、邮件、聊天软件，但员工通过浏览器网页、独立 AI 客户端访问大模型，属于典型影子 AI 行为，传统终端审计完全看不到交互内容；
3. 完全一刀切封禁全部 AI 工具，又会极大打击员工办公效率，业务部门往往强烈抵触。

企业陷入两难：不让用 AI，生产力受损；放开 AI，数据裸奔。

在等保 2.0、《数据安全法》、保密管理要求下，企业不仅要防范主动泄密，对于终端各类操作行为也需要留存审计日志。大模型交互行为，已经成为现代终端安全必须补齐的一块短板。

下面基于迪康端点安全一体化管理系统产品实践，聊聊如何落地 AI 工具审计能力，解决影子 AI 监管难题。

二、什么是 AI 工具审计？能捕获哪些数据？

迪康端点安全一体化管理系统内置网络审计模块，专门针对主流生成式 AI 做行为识别，支持网页端 + 客户端两种访问形态，覆盖：豆包、千问、Deepseek、元宝、Mimo多款主流大模型工具。

注意：该功能需要在安全策略中开启【AI 工具使用审计】开关，才会采集会话日志，不开启则不会产生对应审计数据。

审计采集核心字段

每条 AI 会话日志会完整记录如下信息：

• 终端信息：客户端名称、IP、MAC 地址
• 用户身份：操作系统登录账号、所属部门
• AI 工具类型：豆包 / 千问 / Deepseek / 元宝 / Mimo
• 进程信息：浏览器进程或 AI 客户端进程名
• 交互内容：用户提交提问 Prompt
• 审计时间、完整会话上下文

平台后台支持的操作：
✅ 按部门、人员、时间筛选检索 AI 会话记录
✅ 查看完整对话上下文，还原操作场景
✅ 批量导出 Excel 审计报表，用于合规归档
✅ 复制、删除选中日志条目

区别于普通网络日志：普通上网审计只能抓到访问了 AI 网站，拿不到用户输入的 Prompt 内容；而 AI 工具审计可以拿到实际提交给大模型的提问内容，真正实现行为可视。

三、三种典型企业落地策略，拒绝一刀切管控

很多企业误区：要么全部阻断 AI，要么完全放任。结合 AI 审计能力，可以做分级分部门差异化管控，提供三种落地模式。

模式 1：仅审计留痕（普通业务部门推荐）

适用：行政、市场、运营等非涉密业务部门，希望保留员工使用 AI 提升效率。

1. 策略配置：只开启【AI 工具使用审计】，不阻断 AI 访问，员工可以正常使用各类大模型；
2. 联动敏感信息报警：开启终端敏感信息检测规则，当 Prompt 命中预设敏感关键字（客户手机号、项目代号、源码标识等），后台直接产生安全告警；
3. 效果：不影响员工办公，但是所有提交 AI 的提问全部留痕，出现风险事件可以快速溯源到人、到终端。

模式 2：审计 + 风险阻断（研发、核心业务部门）

适用：研发部、产品部，存在源代码、核心方案等高价值数据。

1. 开启 AI 工具审计；
2. 搭配【应用程序管控】策略：禁止本地 AI 客户端运行；仅允许浏览器访问；
3. 联动文档安全策略，拦截本地敏感文件直接上传至 AI 网页；
4. 高敏感 Prompt 触发告警后，管理员可结合文件操作日志，查看该用户是否拷贝了内部文件。

模式 3：直接禁止使用（涉密 / 保密岗位）

适用：保密岗位、涉密内网终端，业务上不允许接触公有大模型。

1. 使用网站访问控制策略，把 AI 相关域名加入黑名单；
2. 应用程序管控禁止 AI 客户端程序运行；
3. 依然保留审计能力，一旦用户尝试访问被拦截，会生成违规访问日志。

四、多模块联动，构建完整 AI 风险防护闭环

单独的 AI 审计只是日志采集，真正的风险防御需要和终端其他安全模块联动，形成闭环防护。

1. 和敏感信息报警联动
   配置敏感关键词库，当员工向 AI 输入包含机密、客户、源码类敏感内容，立刻触发告警。不再只能事后查日志，实现风险的实时感知。
2. 和文件操作审计联动
   结合文件操作日志，可以完整还原链路：用户何时打开哪个内部文档、何时复制内容、何时粘贴提交至大模型，完整复现风险全过程。
3. 和行为分析、AI Insight 模块联动
   平台行为分析可以统计各部门 AI 使用频次；AI Insight 自助报告可自动生成 AI 使用安全周报 / 月报，统计高频风险会话，降低管理员人工排查海量日志的压力。
4. 屏幕截图审计联动
   部分员工为规避审计，不复制粘贴，直接截图把截图上传 AI。开启屏幕截图审计，记录截图行为，形成补充监控。

五、落地实践注意点

1. 策略开关必须主动开启
   AI 工具审计不是默认开启。需要在「安全策略‑网络审计」内勾选【开启 AI 工具使用审计】，终端才会上报会话日志，否则后台无数据。
2. 区分 “审计采集” 和 “阻断拦截”
   该功能默认是日志采集，不阻断业务访问。如果需要限制 AI 访问，要额外配置网站访问控制、应用程序管控策略。
3. 管理制度要同步配套
   技术只是底座，建议同步发布企业《生成式 AI 使用管理规范》，明确哪些内部数据禁止投喂公有大模型；定期基于审计日志做安全培训，减少员工无意识泄密。
4. 日志留存满足合规要求
   审计日志支持导出归档，满足等保对于操作日志留存的要求，可用于内部自查、第三方测评材料。

六、总结

生成式 AI 带来效率提升的同时，也带来了新型 “影子 AI” 数据泄露风险。传统终端安全只看到访问 AI 网站，看不到用户实际提交的 Prompt 内容，存在巨大安全黑洞。

迪康端点安全一体化管理系统的 AI 工具审计能力，实现对豆包、千问、DeepSeek、元宝、Mimo 等主流大模型交互行为可记录、可检索、可告警、可导出。企业可以根据不同部门的安全等级做分级管控，不用简单粗暴禁用 AI，在生产力和数据安全之间找到平衡点。