---
title: "چک‌لیست دسته‌بندی داده قبل از راه‌اندازی هر ابزار هوش مصنوعی در شرکت خدماتی کوچک"
description: "چطور داده شرکت خدماتی کوچک خود را قبل از استفاده از هوش مصنوعی دسته‌بندی کنیم؟ چک‌لیست عملی سه‌سطحی با مثال از وکالت، حسابداری و آژانس تبلیغاتی."
url: "https://artinmag.ir/articles/danabot-data-categorization-checklist-service-sme"
author: "مرتضی علیزاده"
category: "چت بات"
published: "2026-09-12T09:10:22.986094"
updated: "2026-09-12T09:10:22.9860941"
lang: "fa"
publisher: "مجله آرتین — شرکت هوش گستر فردا آرتین"
---

# چک‌لیست دسته‌بندی داده قبل از راه‌اندازی هر ابزار هوش مصنوعی در شرکت خدماتی کوچک

> برای دسته‌بندی داده یک شرکت خدماتی کوچک پیش از استفاده از هوش مصنوعی، هر اطلاعات را با سه سؤال بسنجید: آیا در جست‌وجوی عمومی پیدا می‌شود؟ (دسته عمومی)، اگر نه، آیا به یک مشتری یا پرونده خاص مرتبط است؟ (دسته محرمانه)، اگر نه (داخلی اما بدون ارتباط به مشتری خاص) دسته داخلی غیرحساس است. فقط دسته محرمانه نباید در ابزار هوش مصنوعی عمومی وارد شود.

## سوالی که بعد از مقاله محرمانگی باقی می‌ماند

در [مقاله قبلی درباره ریسک ورود داده مشتری به هوش مصنوعی عمومی](https://artinmag.ir/articles/danabot-client-data-risk-public-ai-vs-danabot)، گفتیم قدم اول واقعی، دسته‌بندی داده است. اما «دسته‌بندی کنید» یک توصیه کلی است؛ این مقاله همان توصیه را به یک چک‌لیست قابل‌اجرا تبدیل می‌کند.

## سه دسته داده که باید بشناسید

هر اطلاعاتی که در شرکت شما جریان دارد، در یکی از این سه دسته جای می‌گیرد. دسته اول، اطلاعات عمومی است — چیزی که در دسترس هرکسی بیرون از شرکت هم هست، مثل متن قوانین، استانداردهای حرفه‌ای، یا روندهای عمومی صنعت. دسته دوم، اطلاعات داخلی غیرحساس است — مواردی مثل الگوهای قالب داخلی، رویه‌های عمومی کاری شرکت، یا مستندات آموزشی داخلی که اگر بیرون درز کند، آسیب جدی نمی‌زند اما هم‌چنان مال شماست. دسته سوم، اطلاعات کاملاً محرمانه مشتری است — سابقه پرونده، داده مالی، یا هر جزئیاتی که به یک مشتری یا پروژه خاص مرتبط است.

## چک‌لیست عملی: این داده کدام دسته است؟

برای هر تکه اطلاعات، این سؤالات را به ترتیب از خودتان بپرسید. آیا این اطلاعات را می‌توان در یک جست‌وجوی عمومی اینترنتی هم پیدا کرد؟ اگر بله، دسته اول است. اگر نه، آیا این اطلاعات به یک مشتری، پرونده، یا برند خاص مرتبط است؟ اگر بله، دسته سوم است. اگر نه — یعنی داخلی است اما به هیچ مشتری خاصی مرتبط نیست — دسته دوم است. این سه سؤال ساده، برای اکثر تصمیم‌های روزمره کافی است.

## این دسته‌بندی در عمل، در سه صنف مختلف چه شکلی است

در [دفتر وکالت](https://artinmag.ir/articles/danabot-law-firm-internal-knowledge-assistant-setup)، متن قوانین دسته اول است، الگوهای عمومی قرارداد دسته دوم، و سابقه پرونده هر موکل دسته سوم. در [شرکت حسابداری](https://artinmag.ir/articles/danabot-accounting-audit-firm-internal-knowledge-setup)، استانداردهای حسابداری دسته اول، رویه داخلی حسابرسی دسته دوم، و تصمیم‌های مالی هر مشتری دسته سوم. در [آژانس تبلیغاتی](https://artinmag.ir/articles/danabot-ad-agency-consulting-firm-internal-knowledge-setup)، روندهای عمومی بازاریابی دسته اول، الگوی داخلی بریف‌نویسی دسته دوم، و تاریخچه کمپین هر برند دسته سوم.

## بعد از دسته‌بندی، با هر دسته چه کاری باید کرد

دسته اول را می‌توان با خیال راحت در هر ابزار هوش مصنوعی عمومی هم استفاده کرد، چون همان‌طور هم در دسترس عموم است. دسته دوم را می‌توان در یک سیستم داخلی با دسترسی عمومی برای همه اعضای شرکت وارد کرد، بدون نیاز به محدودیت پیچیده. دسته سوم، تنها دسته‌ای است که باید صرفاً در سیستمی با دسترسی کنترل‌شده و قابل‌ردیابی — مثل دانابات — نگه‌داری شود، و هرگز نباید مستقیم در یک ابزار هوش مصنوعی عمومی وارد شود.

## اشتباهی که در این مرحله رایج است

رایج‌ترین اشتباه، انجام این دسته‌بندی به‌عنوان یک تمرین یک‌بار مصرف است. با آمدن هر مشتری یا پرونده جدید، داده تازه‌ای وارد شرکت می‌شود که باید دوباره از همین سه سؤال عبور کند. یک شرکت خدماتی کوچک که این دسته‌بندی را فقط یک‌بار در ابتدای راه‌اندازی انجام می‌دهد و بعد فراموشش می‌کند، به‌مرور همان ریسکی را که قرار بود حذف کند، دوباره وارد سیستم می‌کند.

## جمع‌بندی

دسته‌بندی داده به سه سطح عمومی، داخلی غیرحساس، و محرمانه مشتری، با سه سؤال ساده قابل‌انجام است، و باید نه یک‌بار، بلکه با ورود هر مشتری یا پرونده جدید تکرار شود. این چک‌لیست، همان قدم اولی است که پیش از هر تصمیم درباره ابزار هوش مصنوعی، باید انجام شود. برای دیدن این‌که دانابات چطور دسته سوم را به‌طور امن و کنترل‌شده مدیریت می‌کند، به [دانابات](https://dana-bot.ir) سر بزنید.

## پرسش‌های متداول

### چطور داده شرکت خدماتی کوچک را قبل از هوش مصنوعی دسته‌بندی کنیم؟

با پرسیدن سه سؤال از هر داده: آیا در جست‌وجوی عمومی پیدا می‌شود؟ اگر نه، آیا به یک مشتری یا پرونده خاص مرتبط است؟ اگر نه، دسته داخلی غیرحساس است.

### سه سطح دسته‌بندی داده در شرکت کوچک چیست؟

اطلاعات عمومی (در دسترس همه)، اطلاعات داخلی غیرحساس (مال شرکت اما بدون آسیب جدی در صورت درز)، و اطلاعات کاملاً محرمانه مشتری (سابقه پرونده، داده مالی، جزئیات مرتبط با مشتری خاص).

### چطور بفهمیم یک اطلاعات محرمانه است یا عمومی؟

اگر اطلاعات را می‌توان در یک جست‌وجوی عمومی اینترنتی هم پیدا کرد، عمومی است؛ اگر به یک مشتری، پرونده یا برند خاص مرتبط است، محرمانه است.

### چه داده‌ای را نباید در هوش مصنوعی عمومی وارد کرد؟

دسته اطلاعات کاملاً محرمانه مشتری — سابقه پرونده، داده مالی، یا هر جزئیاتی که به یک مشتری یا پروژه خاص مرتبط است — که فقط باید در سیستمی با دسترسی کنترل‌شده نگه‌داری شود.

### چرا دسته‌بندی داده باید مداوم تکرار شود نه یک‌بار؟

چون با آمدن هر مشتری یا پرونده جدید، داده تازه‌ای وارد شرکت می‌شود که باید دوباره دسته‌بندی شود؛ انجام این کار فقط یک‌بار، به‌مرور همان ریسک اولیه را بازمی‌گرداند.

---

منبع: [چک‌لیست دسته‌بندی داده قبل از راه‌اندازی هر ابزار هوش مصنوعی در شرکت خدماتی کوچک](https://artinmag.ir/articles/danabot-data-categorization-checklist-service-sme) — مجله آرتین