提示词先脱敏再调LLM，回复后还原PII

原文要点

n8n模板库收录的免费模板：手动触发一条含姓名、邮箱、电话、病历号、卡号的客服提示词，先调用Enterprise PII Guardrails把敏感实体替换为替代token并返回token到原值的映射，再经过模拟LLM步骤生成引用token的回复，最后把回复和映射发回Guardrails还原PII。前置条件是自托管n8n、安装社区节点n8n-nodes-piiguardrails、本地运行Guardrails服务（默认http://localhost:8000），并在n8n里配置指向该端点的凭据。

这次做成什么

在自托管n8n里搭一条'脱敏→调LLM→还原'的三段流程：客服文本进LLM前先把姓名、邮箱、电话等换成token，LLM永远看不到真实PII，回复出来后再映射回原文。本站设计一套用模拟LLM节点的练习，跑通后再换成真实模型。

准备什么

• 自托管的n8n实例（社区节点云版n8n通常装不了，需自托管）
• 已安装社区节点n8n-nodes-piiguardrails
• 本地运行Enterprise PII Guardrails服务且API可达（默认http://localhost:8000）
• n8n中已创建指向Guardrails端点的API凭据
• 一条用于测试的虚构客服文本（不要用真实客户数据）

具体怎么做

1. 启动Guardrails服务并验证可达

   在终端按原文给出的方式安装并启动（例如pip install piiguardrails && piiguardrails start），然后用浏览器或curl访问http://localhost:8000确认服务有响应；若端口被占用，改端口并记下新地址，后面凭据要用同一个地址。

2. 在n8n创建Guardrails凭据

   打开n8n的Credentials页面，新建Enterprise PII Guardrails API凭据，把endpoint填为上一步确认的地址（默认http://localhost:8000），保存后在后续节点里选择它。凭据字段的具体名称以节点界面为准，本站未逐项核对。

3. 搭第一段：手动触发+构造测试提示词

   拖入Manual Trigger节点，接一个Set或Code节点，写入一条虚构客服文本，字段名例如prompt，内容用下方artifacts里的示例，含姓名、邮箱、电话、病历号、卡号各一个，全部用虚构值。

4. 搭第二段：脱敏节点

   添加Enterprise PII Guardrails社区节点，操作选mask（脱敏），输入字段绑定上一步的prompt，凭据选第二步创建的。运行一次，确认输出里出现两类内容：替换后的sanitized文本（实体变成token）和token到原值的mapping对象，把mapping整体保留到后续节点。

5. 搭第三段：模拟LLM+还原

   先用一个Set节点模拟LLM：写一段引用了sanitized文本中token的回复字符串（见示例）。之后再接一个Guardrails节点，操作选unmask（还原），输入为模拟回复+保存的mapping。运行整个流程，最终输出应是token被还原成原始姓名、邮箱等的完整文本。跑通后把Set节点换成真实LLM节点（如任意聊天模型节点），保持mask在LLM之前、unmask在LLM之后的顺序不变。

可直接复制的材料

客户王丽（邮箱wangli-demo@example.com，电话138-0000-1234）来电反映：病历号MR-2026-88415对应的住院账单中，尾号为4111 1111 1111 1111的信用卡被重复扣款两次，请核实并回电说明退款进度。

在Set节点里手动写回复时，不要抄原始PII，而是引用脱敏输出中的token。做法：先运行mask节点，查看输出sanitized文本里每个实体被换成什么token（例如形如[NAME_1]、[EMAIL_1]的占位符，具体格式以Guardrails实际输出为准），然后把回复写成引用这些token的句子，再原样保留mapping字段传给unmask节点。

你是流程自查助手。我给你三段内容：1）原始客服文本；2）脱敏后发给LLM的文本；3）还原后的最终回复。请逐项检查：a. 第2段中是否还残留任何真实姓名、邮箱、电话、病历号、卡号，如有请指出；b. 第3段与第1段的PII是否完全一致地还原，有无错字或错位；c. 第3段是否还残留未还原的token。只输出'通过'或逐项列出问题。

输入与输出示例

本站虚构演示，token格式为示意，非实际运行结果

输入

原始文本：客户王丽（邮箱wangli-demo@example.com，电话138-0000-1234），病历号MR-2026-88415，卡号4111 1111 1111 1111被重复扣款。脱敏后发给LLM的文本形如：客户[NAME_1]（邮箱[EMAIL_1]，电话[PHONE_1]），病历号[MRN_1]，卡号[CARD_1]被重复扣款。模拟LLM回复：已登记[NAME_1]的退款申请，将向[EMAIL_1]发送确认函并回电[PHONE_1]。

对应输出

还原后最终文本：已登记王丽的退款申请，将向wangli-demo@example.com发送确认函并回电138-0000-1234。同时mapping应包含[NAME_1]→王丽、[EMAIL_1]→wangli-demo@example.com、[PHONE_1]→138-0000-1234、[MRN_1]→MR-2026-88415、[CARD_1]→4111 1111 1111 1111共5条对应关系。

做完检查这些

• mask节点输出的sanitized文本中搜不到原始姓名、邮箱、电话、病历号、卡号中的任何一个
• mapping对象里token数量与原文中的实体数量一致，且每个token都有对应原值
• unmask节点输出与原始文本的PII完全一致，且不再含任何token占位符
• 把Set节点换成真实LLM节点后，流程仍能跑通且LLM输入侧看不到真实PII

容易卡住的地方

• 社区节点n8n-nodes-piiguardrails需要自托管n8n并允许安装社区节点，n8n Cloud通常不支持
• Guardrails服务没启动或端口不对时，mask节点会直接报连接错误，先单独验证localhost:8000可达
• LLM回复如果改写了token（比如加空格、改大小写），unmask将无法还原，提示模型原样保留占位符
• mapping必须在流程内完整传递，丢失映射就无法还原
• 不要把真实客户PII放进测试文本，练习只用虚构数据