Para saber si un documento se puede compartir, lo que cuenta es cuántas palabras sensibles quedan legibles. En octubre de 2026 lo medimos en 48 documentos ficticios, en ocho idiomas, con cada dato personal etiquetado palabra por palabra. Presidio, con su configuración por defecto y los modelos grandes de spaCy, dejó legibles 1327 de 4489 palabras sensibles; promptShield 1.4.1 dejó 92. Las etiquetas y el script publicados le permiten repetir la prueba.
Por qué no basta con contar detecciones
Un recuento de detecciones mezcla datos reales y falsas alarmas, y el total no permite separarlos: una herramienta puede marcar mucho y, aun así, dejar a la vista un DNI.
La cifra útil no es cuántas cosas marca una herramienta, sino cuántas palabras sensibles deja legibles. También importa cuántos fragmentos inofensivos marca por error, porque cada uno obliga a alguien a revisarlo y desmarcarlo.
Nuestra primera comparación, de mayo de 2026, contaba detecciones sin un conjunto de referencia etiquetado con el que compararlas, y por eso no medía lo que de verdad importa. Esta vez, cada dato sensible estaba etiquetado de antemano.
Cómo se hizo la prueba
El corpus reúne seis documentos en cada idioma: español, inglés, francés, alemán, italiano, neerlandés, portugués y polaco. Cada idioma incluye un contrato, una factura, un extracto bancario, un informe médico, una carta de recursos humanos y una carta jurídica. Todos son inventados y se escribieron para esta prueba.
Las dos herramientas leyeron el mismo texto extraído. Presidio 2.2.364 se ejecutó con sus reconocedores integrados y un modelo de spaCy por idioma. No se añadieron reconocedores propios ni se fijó un umbral de confianza. promptShield 1.4.1 funcionó con los ajustes por defecto del botón Detectar.
Los documentos y las etiquetas los redactaron agentes de IA, uno por idioma, a partir de una especificación publicada. Ninguno tuvo acceso al código de detección de promptShield. Las etiquetas se comprobaron con un script; ningún anotador humano las revisó.
Qué deja legible cada herramienta
Con los modelos grandes de spaCy, Presidio detectó el 70,4 % de las palabras sensibles y dejó legibles 1327 de 4489. Con los modelos pequeños el resultado fue peor: dejó 1583 y detectó el 64,7 %. promptShield, en cambio, detectó el 98,0 % y solo dejó legibles 92.
La diferencia no se reparte por igual entre categorías. La tabla recoge el porcentaje detectado por cada herramienta, en el caso de Presidio, con los modelos grandes.
| Categoría | Presidio | promptShield 1.4.1 |
|---|---|---|
| Nombres de persona | 87 % | 98 % |
| Organizaciones | 57 % | 98 % |
| Direcciones postales | 50 % | 98 % |
| Números de identificación | 37 % | 95 % |
| IBAN | 79 % | 100 % |
| Teléfonos | 78 % | 98 % |
| Fechas de nacimiento | 72 % | 100 % |
| Correos electrónicos | 100 % | 99 % |
Presidio acierta con los correos electrónicos, donde supera a promptShield. Falla sobre todo en los números de identificación y en las direcciones postales. La primera categoría reúne el DNI, el número de la Seguridad Social, los números fiscales y mercantiles, y los de cuenta o de paciente. Son los datos que identifican a una persona con menos margen de duda.
Ningún documento quedó limpio con Presidio: los 48 conservaban al menos una palabra sensible legible. Con promptShield quedaron limpios 24 de 48. Los otros 24 todavía necesitaban alguna corrección en la revisión.
Las marcas erróneas también cuestan tiempo
Presidio, con los modelos grandes, marcó de media 9,8 fragmentos inofensivos por documento. Con los modelos pequeños marcó 13,7, y promptShield, 1,9. Cada marca errónea es un paso más en la revisión antes de enviar el documento.
El caso del polaco
Presidio necesita una tabla de equivalencias de etiquetas para interpretar las entidades que spaCy devuelve en polaco. Sin ella no encontró ningún nombre polaco y solo detectó el 20,5 %. Con ella detectó el 64 % en los documentos polacos, frente al 97 % de promptShield.
Cómo ha evolucionado promptShield
La cifra de promptShield no siempre fue esta. En siete idiomas (sin el polaco, que llegó con la versión 1.4.0), la versión 1.0.14 de junio de 2026 detectaba el 74,3 %. Marcaba además 4,5 fragmentos inofensivos por documento. Detectaba, por tanto, más o menos lo mismo que Presidio, aunque con menos marcas erróneas.
Entre el 30 de septiembre y el 2 de octubre de 2026 se hicieron cuatro rondas de mejoras en la detección. Con la versión 1.3.4, promptShield alcanzó el 98,1 % y bajó a 2,0 marcas erróneas por documento. Desde entonces se mantiene en ese nivel.
Lo que la prueba no mide
Bien configurado, Presidio obtendría mejores resultados: con reconocedores propios para el DNI o el IBAN y un umbral bien elegido, la diferencia se reduciría, aunque no hemos medido cuánto.
El corpus está formado por PDF nativos y limpios. Los escaneos y los errores de reconocimiento de texto quedan fuera; los tratamos en el artículo sobre cómo anonimizar PDF escaneados e imágenes.
Tampoco promptShield es infalible: 92 palabras siguieron legibles. Por eso la aplicación exige una revisión. Un archivo con zonas protegidas no se puede descargar hasta que esas zonas se verifiquen en la revisión. Si pulsa Descargar antes, un aviso explica qué falta y abre el diálogo de revisión.
Cuándo encaja Presidio
Presidio es una buena herramienta: nació en Microsoft y hoy la mantiene una comunidad. Encaja cuando usted necesita una biblioteca de Python dentro de su propio flujo de datos, con control sobre cada reconocedor. También sirve para tratar flujos de texto o para desplegar en la nube un analizador al que se accede mediante una API.
promptShield hace algo más acotado: anonimiza un documento concreto en un ordenador. Combina expresiones regulares, un modelo de entidades y una capa de IA opcional, desactivada por defecto. Un nombre hallado en la página 1 se marca también en la página 4. En otro artículo explicamos por qué desarrollamos nuestro propio motor.
Qué supone para un despacho español
Un DNI o un IBAN legible basta para que el documento siga conteniendo datos personales. Si ese documento se envía a una IA en la nube, el proveedor trata datos por cuenta del despacho. Es encargado del tratamiento, y el artículo 28 del RGPD exige un contrato con él. Ese contrato es lo primero que pediría la AEPD si revisara el caso.
A eso se suma, en un despacho, el deber de secreto profesional. Lo más sencillo es que el dato no llegue legible a ningún tercero.
En la aplicación de escritorio de promptShield, el documento no sale de su ordenador. La función Codificar sustituye cada dato por un código corto cuya primera letra indica el tipo: B para un IBAN, P para una persona. Dentro de una carpeta, un mismo valor conserva su código. La función Tachar, en cambio, elimina el dato sin dejar código.
El Registro de códigos, guardado en su equipo, permite recuperar los valores con Decodificar. Los planes de escritorio están en la página de precios.
Cómo repetir la prueba
Todo está en el repositorio público de GitHub promptshield-Inc/pii-detection-benchmarks. Contiene los documentos, las etiquetas, la salida en bruto de las dos herramientas y el script de puntuación. Puede ejecutar Presidio de nuevo sin instalar promptShield. Los gráficos, el historial de versiones y la metodología están en la comparativa entre promptShield y Presidio.
Preguntas frecuentes
¿Es Presidio lo bastante preciso para anonimizar documentos?
En esta prueba, con su configuración por defecto, detectó el 70,4 % de las palabras sensibles y ningún documento quedó limpio. Con ajustes, obtendría mejores resultados. Con cualquier herramienta, el resultado debe revisarse.
¿Cuándo conviene elegir Presidio?
Cuando necesita una biblioteca de Python en su propio flujo de datos, o un analizador en la nube accesible mediante una interfaz. Para anonimizar un documento concreto en un ordenador, promptShield hace ese trabajo de principio a fin.
¿Puedo repetir yo mismo esta prueba?
Sí. Los documentos, las etiquetas, la salida de ambas herramientas y el script de puntuación están en GitHub. Presidio se puede ejecutar sin instalar promptShield.
¿Bastaría con ajustar Presidio para acortar la diferencia?
Ayudaría a reducirla: con reconocedores propios y un umbral bien elegido, Presidio mejoraría los resultados de esta prueba. No lo hemos medido, y el repositorio permite que usted lo compruebe.