Pomiar z 21 października 2026 · promptShield 1.4.1 · Presidio 2.2.364
Microsoft Presidio vs promptShield
Porównanie powtórzyliśmy na 48 nowych dokumentach w 8 językach, w których wszystkie dane osobowe oznaczono słowo po słowie. Oba narzędzia czytają dokładnie ten sam wyodrębniony tekst, a my liczymy każde słowo z danymi osobowymi, które narzędzie pozostawiło czytelne. Dokumenty, etykiety, skrypt oceniający i wszystkie surowe wyniki są publiczne, więc każdy może to sprawdzić samodzielnie.
Kilka słów o nazwie: Presidio powstało w Microsofcie, a dziś jest niezależnym projektem zarządzanym przez społeczność w ramach organizacji Data Privacy Stack. Nadal jest dostępne na licencji MIT, a Microsoft wspierał to przejście. W tytule zostawiamy „Microsoft Presidio”, bo pod tą nazwą najczęściej się go szuka. Przeczytaj komunikat projektu o zmianie
W skrócie
Presidio 2.2.364 (domyślna instalacja, duże modele spaCy)
1327
tyle słów z danymi osobowymi pozostało czytelnych (z 4489) · wykryto 70%
promptShield 1.4.1
92
tyle słów z danymi osobowymi pozostało czytelnych (z 4489) · wykryto 98%
promptShield rzadziej zaznaczał też fragmenty, które nie są danymi osobowymi: średnia liczba fałszywych trafień na dokument, które trzeba ręcznie usunąć, wyniosła 1,9, a w przypadku Presidio 9,8. W 24 z 48 dokumentów promptShield nie pozostawił czytelnego ani jednego słowa z danymi osobowymi, a Presidio w 0. Z małymi modelami spaCy, które instaluje się w większości samouczków dla początkujących, liczba słów, które Presidio pozostawia czytelne, rośnie do 1583.
Jak zmieniało się wykrywanie w promptShield, wydanie po wydaniu
W pierwszej wersji tej strony mierzyliśmy promptShield 1.0.14. Na tych samych dokumentach uruchomiliśmy kolejne wydania, od tamtego po dzisiejsze (łącznie 7): każde zbudowaliśmy z jego własnego kodu źródłowego i uruchomiliśmy wykrywanie jego własnym przyciskiem „Wykryj”. Obsługa języka polskiego pojawiła się w wersji 1.4.0, dlatego wykresy obejmują siedem języków obsługiwanych przez wszystkie wydania.
Pokaż tabelę
| Wydanie | Data | Wykryto | Słowa pozostawione czytelne | Fałszywe trafienia na dokument | Dokumenty bez pominiętych danych |
|---|---|---|---|---|---|
| promptShield 1.0.14 | 16 cze 2026 | 74,3% | 999 | 4,5 | 0 / 42 |
| promptShield 1.1.3 | 6 sie 2026 | 74,3% | 999 | 4,5 | 0 / 42 |
| promptShield 1.2.0 | 22 sie 2026 | 74,6% | 987 | 4,5 | 0 / 42 |
| promptShield 1.2.5 | 28 wrz 2026 | 76,5% | 915 | 4,5 | 0 / 42 |
| promptShield 1.3.4 | 5 paź 2026 | 98,1% | 73 | 2,0 | 22 / 42 |
| promptShield 1.3.8 | 15 paź 2026 | 98,1% | 73 | 2,0 | 22 / 42 |
| promptShield 1.4.1 | 21 paź 2026 | 98,1% | 73 | 2,0 | 22 / 42 |
| Presidio 2.2.364 | – | 71,4% | 1120 | 10,3 | 0 / 42 |
Do końca września promptShield wykrywał mniej więcej tyle samo co Presidio, ale przy mniejszej liczbie fałszywych trafień: wersja 1.0.14 wychwytywała 74% słów z danymi osobowymi, a średnia liczba fałszywych trafień na dokument wynosiła 4,5. Widoczny na wykresie skok to efekt czterech rund prac nad wykrywaniem między 30 września a 2 października, z których każdą oceniano na dokumentach wcześniej nieznanych silnikowi. Prace te dotyczyły numerów identyfikacyjnych, adresów, numerów telefonów oraz imion i nazwisk pisanych wielkimi literami, a zarazem ograniczyły liczbę fałszywych trafień. Od tamtej pory wyniki w siedmiu językach są stabilne, a prace skupiły się na polskim: promptShield 1.4.1 wykrywa 97% słów z danymi osobowymi w polskich dokumentach, a Presidio 64%.
Porównanie funkcji
| Funkcja | promptShield | Presidio |
|---|---|---|
Wielojęzyczne rozpoznawanie wzorcami regex (ponad 60 typów) Presidio: domyślnie przede wszystkim EN | ◦ | |
Wielojęzyczny model encji (Davlan) Presidio: wymaga własnej reguły rozpoznawania encji z HuggingFace | ◦ | |
Opcjonalna warstwa LLM dla danych zależnych od kontekstu | ||
Weryfikacja sum kontrolnych US NPI / ABA / DEA Presidio: NPI i MBI w zestawie, ABA/DEA częściowo | ◦ | |
Weryfikacja sum kontrolnych AU TFN / ABN / ACN / Medicare | ||
Weryfikacja sum kontrolnych BR CPF / CNPJ | ||
Weryfikacja sumy kontrolnej CH AHV | ||
Weryfikacja sumy kontrolnej MX CLABE | ||
Weryfikacja sum kontrolnych NL BSN / RSIN | ||
Weryfikacja francuskiego numeru NIR (ubezpieczenie społeczne) | ||
Filtr szablonowych klauzul jurysdykcyjnych „podlega prawu X” → X nie jest oznaczane | ||
Scalanie trafień PERSON w obrębie strony „Pierre Dubois” zostaje, samo „Pierre” odpada | ||
Filtr ogólnych nazw działów oznaczonych jako ORG | ||
Filtr nazw stanowisk oznaczonych jako PERSON | ||
Gotowa aplikacja na komputer z interfejsem do sprawdzania | ||
Odwracalne kodowanie (zakoduj / odkoduj) Presidio: osobna warstwa anonimizująca | ◦ | |
Przetwarzanie w 100% offline (bez zależności od chmury) | ||
Własne reguły rozpoznawania przez API | ||
Biblioteka Pythona do własnych integracji | ||
Integracja z Azure AI Language |
✓ = domyślnie w standardzie · ◦ = dostępne po własnej konfiguracji · ✗ = brak
Kategorie szumu, które Presidio (domyślna instalacja) zwraca, a promptShield wycisza
Adresy URL w stopkach umów
Link do polityki prywatności, adres strony wsparcia, ogólny kontakt prawny. Około 8–10 trafień na umowę i prawie żadne z nich nie wymaga zaczernienia.
UrlRecognizerPojedyncze wzmianki o krajach i miastach w klauzulach jurysdykcyjnych
„podlega prawu Francji”, „siedziba w Paryżu”, „spółka zarejestrowana w Niemczech”. We francuskim sprawozdaniu finansowym Presidio zwraca 73 trafienia LOCATION; niemal wszystkie to szablonowa treść umowy.
filter_jurisdiction_boilerplate + filter_standalone_countryFragmenty encji PERSON
To samo nazwisko pojawia się jako trzy osobne trafienia: „Pierre”, „Dubois”, „Pierre Dubois”. We włoskiej umowie Presidio zwraca 26 trafień PERSON: te same nazwiska powtórzone i rozbite na imię, nazwisko i pełną formę.
filter_span_coalescenceOgólne nazwy działów oznaczone jako ORG
„Marketing”, „Vorstand”, „Direction Générale”, „Board of Directors”, „Comitato di Direzione”. To nie są organizacje, które osoba sprawdzająca chciałaby zaczernić.
filter_generic_org (lista 90 pozycji × 7 języków)Nazwy stanowisk oznaczone jako PERSON
„CEO”, „Directeur”, „Geschäftsführer” zapisane wielką literą na początku wiersza, czasem błędnie oznaczone przez model jako PERSON.
filter_role_titlesKiedy lepiej wybrać Presidio
Presidio jest właściwym wyborem, gdy:
- Budują Państwo własny potok DLP w Pythonie i chcą kontroli na poziomie biblioteki.
- Muszą Państwo zintegrować usługi chmurowe (Azure AI Language, AWS Comprehend) pod jedną abstrakcją danych osobowych.
- Chcą Państwo dostroić własne reguły rozpoznawania dla firmowych typów encji.
- Przetwarzają Państwo strumienie tekstu, a nie zamknięte dokumenty, i potrzebują biblioteki działającej jak usługa.
Presidio jest projektem open source na licencji MIT, a promptShield produktem komercyjnym. Warto wybrać narzędzie dopasowane do zadania.
Kiedy wybrać promptShield
- Anonimizują Państwo zamknięte dokumenty PDF/DOCX/XLSX na komputerze.
- Potrzebują Państwo krajowych sum kontrolnych od razu po instalacji (TFN, CPF, NPI, IBAN itd.), bez pisania ich samodzielnie.
- Zamiast biblioteki do integracji chcą Państwo gotowego interfejsu: sprawdzanie, zaczernianie, kodowanie, eksport.
- Państwa klienci nie mogą z powodów zgodności wysyłać dokumentów do usługi chmurowej.
Można to powtórzyć samodzielnie
Każda liczba na tej stronie pochodzi z plików w publicznym repozytorium: 48 dokumentów i ich etykiet, surowych wyników każdego narzędzia oraz skryptu oceniającego. Żadna nie pochodzi z pomiaru, którego nie dałoby się samodzielnie powtórzyć.
git clone https://github.com/promptshield-Inc/pii-detection-benchmarks
cd pii-detection-benchmarks
pip install -r requirements.txt
python presidio_run.py lg
python score.pyPierwsze polecenie w Pythonie ponownie uruchamia Presidio na opublikowanym tekście, a drugie porównuje z etykietami każdy wynik zapisany w folderze. Żadne z nich nie wymaga instalacji promptShield.
Często zadawane pytania
Czy Microsoft Presidio nadal jest projektem Microsoftu?
Nie. Presidio powstało w Microsofcie i zakończyło przejście pod niezależne zarządzanie społeczności: rozwijają je współtwórcy i wolontariusze w ramach organizacji Data Privacy Stack, a żaden podmiot komercyjny nie jest jego właścicielem ani operatorem. Microsoft wspierał to przejście. Licencja pozostała MIT, a kod jest ten sam, więc nic w tym teście porównawczym nie zależy od tego, kto prowadzi repozytorium. Starsze linki do dokumentacji w microsoft.github.io mogą przestać działać; dokumentacja jest teraz pod adresem presidio.dataprivacystack.org.
Czy Microsoft Presidio jest bezpłatne?
Tak. Presidio jest udostępniane na licencji MIT i nie ma żadnej opłaty, niezależnie od skali. Kosztem jest czas inżynierski, a nie pieniądze: Presidio daje podstawowe klocki do wykrywania, a nie gotowy przebieg pracy, więc działające wdrożenie zwykle oznacza zbudowanie wokół niego parsowania dokumentów, interfejsu do sprawdzania i takiego przechowywania danych, jakiego wymaga polityka retencji. Czy wyjdzie taniej niż licencja, zależy od tego, ile z tego zaplecza już Państwo mają.
Czy do korzystania z Microsoft Presidio trzeba być programistą?
W praktyce tak. Presidio to biblioteka Pythona sterowana z kodu lub z usługi hostowanej samodzielnie, a projekt nie dostarcza żadnej aplikacji na komputer ani interfejsu dla użytkownika końcowego. To decyzja projektowa, nie brak: narzędzie ma działać wewnątrz potoku, który składa ktoś inny. Jeśli dokumentami zajmują się prawnicy, analitycy lub dział zgodności, a nie inżynierowie, trzeba zbudować nakładkę na Presidio.
Czy Microsoft Presidio jest narzędziem DLP?
Samo z siebie nie. Presidio wykrywa i anonimizuje dane osobowe w treści, którą mu Państwo przekażą, i to jest jeden ze składników zapobiegania wyciekom danych, ale całej otaczającej maszynerii nie ma: brak silnika zasad, brak wymuszania na stacjach roboczych i w sieci, brak alertów, brak śladu audytowego. Wiele zespołów używa go jako warstwy wykrywania w systemie DLP, który budują samodzielnie. Gotowym produktem DLP, który można po prostu kupić, nie jest.
Jakie narzędzia konkurują z Microsoft Presidio?
Zależy, którą część się zastępuje. Jako bibliotece wykrywającej najbliżej mu do chmurowych usług wykrywania danych osobowych (Azure AI Language, Google Cloud DLP, AWS Comprehend), które Presidio może raczej wywoływać, niż z nimi konkurować. Jako sposób na realne zaczernienie dokumentów punktem odniesienia są gotowe narzędzia, takie jak promptShield, Adobe Acrobat i chmurowe usługi zaczerniania, gdzie wybór sprowadza się do tego, czy zapłacić za licencję, czy wykonać tę pracę inżynierską samemu.
Czy promptShield jest open source jak Presidio?
Nie. Presidio jest biblioteką open source na licencji MIT, a promptShield produktem komercyjnym; to realna różnica i warto powiedzieć to wprost. Publiczna jest ta część, która decyduje o zaufaniu do tej strony: mechanizm pomiarowy, dokumenty testowe i surowe pliki z wynikami są opublikowane, a część skryptu dotycząca Presidio działa samodzielnie, bez zainstalowanego promptShield. Nie trzeba brać tych liczb na wiarę.
Czy promptShield korzysta wewnętrznie z Presidio?
Nie. Silnik wykrywania jest nasz własny, a wybór wynikał z architektury, nie z oceny jakości Presidio: promptShield przetwarza zamknięte dokumenty na urządzeniu, które może nie mieć żadnej sieci, podczas gdy Presidio pomyślano jako bibliotekę do strumieni tekstu w potoku serwerowym. Warstwa decydująca o tym, które wykrycia osoba sprawdzająca i tak odrzuci, to miejsce, w którym kryje się większość pracy, i musiała być nasza.
Czy można używać obu narzędzi razem?
Działają na różnych etapach i dobrze się uzupełniają. Presidio pasuje do skanowania dużych wolumenów wewnątrz Państwa systemów, gdzie biblioteka wpisuje się w potok. promptShield pasuje do mniejszego zbioru dokumentów, w których człowiek musi sprawdzić, co zostało znalezione, i wziąć odpowiedzialność za wynik, zanim plik gdziekolwiek trafi. W potoku szeroki automatyczny zasięg, a tam, gdzie od dokumentu coś zależy, staranne sprawdzenie przez człowieka.
Zastrzeżenia
- Tylko domyślna instalacja. Presidio działało z wbudowanymi regułami rozpoznawania i jednym modelem spaCy na język, bez własnych reguł i bez progu pewności. Dla polskiego dodaliśmy jedno mapowanie etykiet, bez którego Presidio nie odczytuje encji z polskich modeli spaCy i nie znajduje żadnych polskich imion ani nazwisk. Dostrojona instalacja (własne reguły rozpoznawania, model transformerowy) wypadłaby lepiej.
- Dokumenty fikcyjne. Każdy z 48 dokumentów jest realistyczny, ale fikcyjny: to umowy, faktury, wyciągi bankowe, pisma medyczne i kadrowe oraz korespondencja prawnicza, wszystkie w postaci plików PDF wygenerowanych cyfrowo. Pomiar nie obejmuje skanów, błędów OCR ani nietypowych układów stron.
- Kto przygotował etykiety. Dokumenty i etykiety przygotowali agenci AI według opublikowanej specyfikacji oznaczania, każdy w jednym języku i bez dostępu do kodu wykrywania promptShield, a skrypt porównał każdą etykietę z wyodrębnionym tekstem. Żaden człowiek nie weryfikował etykiet ręcznie. Są one publiczne: jeśli znajdą Państwo błędną etykietę, prosimy o informację, a opublikujemy poprawkę.
- Starsze wydania uruchomione dzisiaj. Każde wcześniejsze wydanie zbudowaliśmy z jego własnego kodu źródłowego i uruchomiliśmy na tym samym komputerze, z dzisiejszymi plikami modeli. Silniki, których zainstalowana aplikacja nie mogła w danym wydaniu wczytać (wymagały biblioteki PyTorch, której aplikacja nie zawiera), zablokowaliśmy również tutaj, więc każde wydanie działało z tymi silnikami, które faktycznie mieli jego użytkownicy. Z tego samego powodu pominęliśmy wydanie 1.2.8: błąd przy budowaniu sprawił, że zainstalowana aplikacja nie mogła wczytać nowszych silników, więc pomiar na jego kodzie źródłowym zawyżyłby wyniki w porównaniu z tym, co faktycznie dostali użytkownicy.
Ranking
10 najlepszych narzędzi do anonimizacji offline w 2026 roku
Dziesięć programów, które usuwają dane osobowe na własnym komputerze. Wszystkie, także nasz, oceniliśmy według tych samych, opublikowanych zasad, a przy każdym fakcie podajemy link do źródła.
Zobacz rankingCzy ten tekst był przydatny? Prosimy dać nam znać.