本地处理
Local processing
学到 会用 就够：能亲手用起来
你可能会说
“我在自己电脑装了模型，是不是就能确定访谈资料不会离开这台机器？”
本地处理是让计算工作在自己的设备或指定内部环境中完成；是否有信息传出去，还要看整个工具和连接方式。
使用 AI
科研里的例子
假设社会学研究者在本地模型里整理访谈，但转写插件仍把录音发送到外部服务，整个流程就不能只依据模型安装位置宣称完全本地。
先看哪些步骤实际在本机执行：模型推理、文件解析、语音转写、检索和记录日志，可能并不在同一个地方。桌面软件也可能调用云模型、网页搜索、插件或同步服务，因此“安装在电脑上”与“全程离线”不能画等号。以 Ollama 官方说明为例，本地运行与云托管模型有所区分，也有禁用云功能的配置说明；这只说明产品提供了相关安排，不证明任何一台机器已正确配置。研究中还需控制本机访问权限、备份和共享文件夹，并按授权判断哪些数据能进入该环境。
在你的学科里，直接拿去用
整理访谈材料的使用授权与去标识方案
请依据[知情同意材料、机构要求]，为[研究用途]审查[文本样例]的使用边界。分别检查录音、分析、逐字引用、身份披露、对外共享和上传[工具]是否有明确授权；找不到就列为待确认，不推定录音许可覆盖全部用途。按直接标识、间接标识和叙事组合再识别风险提出最小必要替换，尽量保留分析意义，映射表与待共享文本分开保存。输出权限对照表、去标识建议及需由研究负责人或机构决定的问题。只据所给文本判断，不承诺匿名或合规已获认证。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PS05
判断
亲手检查一次
把一次任务的每个处理环节和接收方列出来，核对模型、插件、检索和同步设置，再用不含真实隐私的测试材料检查。
它做不到的
本地处理可以减少某些传输环节，但不能自动消除设备丢失、共享目录或越权访问风险，也不代替数据授权。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Ollama — FAQ: local processing and cloud features2026-11-07 核对
- UK Data Service — Prepare your data collection for deposit2026-11-07 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。