PromptLock представляет собой легковесный браузерный плагин и централизованную панель администрирования для предотвращения утечек коммерческой тайны и конфиденциальной информации в облачные генеративные нейросети (ChatGPT, Claude, DeepSeek, Copilot).

Актуальность

Сотрудники массово используют ChatGPT, Claude, DeepSeek и Copilot в работе — и вместе с запросами туда утекают коммерческая тайна, персональные данные клиентов, API-ключи и внутренние документы. Традиционные DLP-системы этот канал не видят: они следят за файлами и сетью, а не за текстом в веб-формах. При этом 152-ФЗ и GDPR требуют защищать такие данные, а штрафы за утечки растут. Ниша для решения, которое перехватывает ввод прямо в браузере и не отправляет данные на внешние серверы, — открыта.

Целевые сегменты

1. Крупные компании (Enterprise) в регулируемых отраслях — финансы, страхование, телеком, промышленность. Боль: соблюдение 152-ФЗ и внутренних политик, нет контроля над тем, что сотрудники пишут в LLM. Нужна централизованная панель для ИБ.
2. Средний бизнес (100–1000 человек) — юрфирмы, клиники, консалтинг, разработка ПО. Работают с тайной и ПДн, но полноценный DLP не потянут. Нужно лёгкое решение с быстрым внедрением.
3. Компании с большим объёмом персональных данных — ритейл, банки, телеком, HR. Критично автоматически находить и заменять ПДн перед отправкой в нейросеть.
4. ИТ- и продуктовые команды — разработчики, аналитики, тестировщики. Риск утечки кода, API-ключей, учётных данных. Нужна защита без ломки рабочего процесса.

Решаемые проблемы:

- Случайное попадание коммерческой тайны в промпт. Пользователи включают в запросы к нейросетям чувствительные данные — внутренние метрики, планы развития, детали контрактов. Из‑за спешки или недооценки рисков это происходит даже в крупных компаниях.

- Несоответствие требованиям регуляторов и внутренним политикам безопасности. Многие организации обязаны соблюдать стандарты (например, GDPR, 152‑ФЗ, внутренние NDA), запрещающие передачу персональных и конфиденциальных данных во внешние облачные сервисы.

- Сложность классификации и защиты разных типов данных. Не вся информация одинаково чувствительна: одни данные можно свободно использовать, другие — категорически нельзя.

Решение: сервис перехватывает ввод текста в веб-версиях LLM и API-клиентах, локально выполняет проверку с помощью регулярных выражений и легковесных on-device моделей распознавания сущностей с задержкой менее 40 мс. Все чувствительные данные (API-ключи, пароли, банковские карты и т.д.) заменяются синтетическими токенами.

На страницу проекта