Laboratoire de neutralisation
40 prompts fictifs, prêts à copier.
Vingt exemples en français et vingt en anglais pour vérifier les noms, coordonnées, données bancaires, secrets techniques, liens confidentiels et termes métier. Chaque langue comprend aussi quatre contenus longs.
Éléments pseudonymisés
Voici les douze familles actuellement représentées dans Neutralyse. Le prénom et le nom sont regroupés dans la catégorie personne. Les marqueurs indiqués sont ceux que l’IA doit recevoir à la place des valeurs originales.
[PERSON_1]Prénom, nom complet et identité d’une personne physique.
[ORG_1]Entreprise, cabinet, association, établissement ou autre organisation.
[LOCATION_1]Ville, région, pays et lieu identifiable.
[ADDRESS_1]Adresse postale. La détection automatique est actuellement optimisée pour les formats français.
[EMAIL_1]Adresse électronique professionnelle ou personnelle.
[PHONE_1]Numéro français ou international, avec ou sans séparateurs.
[IBAN_1]IBAN valide au contrôle Mod-97, français ou international.
[CREDIT_CARD_1]Numéro de carte passant le contrôle de Luhn, espaces et tirets acceptés.
[API_KEY_1]Clé API reconnue par son format, par exemple OpenAI, AWS, GitHub ou Stripe.
[TOKEN_1]Jeton d’accès, JWT, secret OAuth, Slack ou autre chaîne d’authentification.
[URL_SECRET_1]Adresse web contenant un paramètre sensible comme token, key, signature ou access_token.
[CUSTOM_1]Nom de client, projet, produit ou terme interne ajouté au dictionnaire confidentiel.
Date de naissance, numéro de sécurité sociale, passeport, diagnostic médical, salaire, CVV, numéro de facture ou matricule interne. Certains peuvent être repérés par le contexte ou protégés via le dictionnaire, mais ils ne doivent pas être présentés comme couverts automatiquement. Plusieurs exemples ci-dessous les signalent avec le badge « LIMITE » pour tester les manques.
Banc d’essai
Copiez un prompt, collez-le dans Neutralyse, puis ouvrez « Voir ce qui a été envoyé ». Les badges indiquent les catégories attendues, les limites volontairement introduites et les contenus longs conçus pour tester des textes de plusieurs paragraphes.
Aucun exemple ne correspond à ce filtre.