Au-delà du chat IA : anonymiser n'importe quel texte, document ou donnée

TokenVeil est souvent décrit comme une couche de confidentialité pour le chat IA, mais le chemin IA n’est qu’un consommateur parmi d’autres d’un moteur général. Le cœur est un primitive réversible d’anonymisation puis désanonymisation qui opère sur du texte, quelle qu’en soit la source. Le même primitive qui protège un prompt vers Claude protège aussi un document, un export de base, un ticket de support ou un champ isolé envoyé à n’importe quel service externe.

N’importe quel texte, via l’API

L’API publique prend du texte arbitraire, pas seulement des prompts de modèle. Vous envoyez du texte, vous recevez une version tokenisée et un identifiant de session opaque, puis vous restaurez les valeurs réelles plus tard avec cet identifiant. Rien n’est spécifique à un modèle de langage.

• POST /api/v1/anonymize accepte un enregistrement, un champ, une ligne de log, le texte extrait d’un document ou un export complet.
• POST /api/v1/deanonymize restaure les valeurs réelles à partir de l’identifiant de session, chez vous.

La table de correspondance entre valeurs réelles et jetons reste chiffrée sur votre propre instance et ne la quitte jamais. Voir la référence API pour le contrat complet.

Documents et fichiers

Au-delà de l’API, TokenVeil embarque un outil autonome d’anonymisation de fichiers. Vous téléversez un fichier et obtenez un résultat anonymisé et réversible, sans passer par un chat.

• Les documents texte et fichiers structurés voient leur texte extrait puis anonymisé.
• Les PDF scannés et les images passent d’abord par de l’OCR, donc un document scanné est détecté et anonymisé par le même pipeline.
• Le résultat est réversible : les valeurs originales sont restaurées chez vous quand c’est autorisé.

Une couche réutilisable pour tous vos services

Parce que le moteur travaille sur du texte et expose une API versionnée, indépendante de l’interface, la même capacité de confidentialité est réutilisable bien au-delà de l’outillage IA. N’importe quel service interne peut tokeniser une donnée sensible avant qu’elle soit traitée à l’extérieur, puis la restaurer ensuite :

• un outil de développement qui envoie du code et du contexte à un modèle hébergé,
• un pipeline de données qui envoie des enregistrements à un processeur externe,
• un workflow documentaire qui partage des fichiers avec un tiers,
• un outil de support ou d’analytics qui ne doit pas exposer la donnée client en aval.

Le cas des outils de développement est souvent le point de départ le plus net, mais le motif /anonymize puis traitement externe puis /deanonymize est le même partout. C’est une surface d’intégration stable et versionnée (/api/v1) : v1 continue de fonctionner à mesure que le produit évolue.