01
1. Subes tu documento
El archivo se lee en tu propio navegador. No se guarda en disco ni se envía a ningún servidor todavía.
Cómo funciona Maskify
Tus datos, bajo tu control de principio a fin.
Maskify enmascara información personal en documentos antes de compartirlos. La detección la hacemos en nuestra propia infraestructura — sin terceros — y nunca almacenamos un documento sin enmascarar.
Sin documentos en claro
Nunca conservamos el texto original. Solo guardamos la versión ya enmascarada.
El mapa lo guardas tú
El mapa de reversión que permite recuperar los originales se genera en tu navegador y se descarga sólo a tu disco.
Detección en nuestra casa
Tu texto se procesa en nuestros propios servidores, sin pasar por APIs externas ni terceros.
El recorrido de un documento
Cinco pasos. Lo único que sale de tu navegador es texto que pasa por nuestro detector y vuelve enmascarado.
El caso especial del PDF
Los PDF llevan maquetación, imágenes y firmas que merece la pena conservar. Para ofuscar de verdad — sin que los datos se queden escondidos en el archivo — los tratamos de una manera especial: cada página se convierte en imagen y los datos sensibles se tapan antes de guardarla.
Lo que sí hacemos
- Borramos los bytes del texto sensible: el PDF redactado no contiene los datos originales.
- Conservamos imágenes, firmas y maquetación de cada página.
- El PDF original nunca toca nuestros servidores: vive solo en tu navegador.
Lo que pierdes
- El PDF redactado es una imagen: no se puede seleccionar texto en él.
- Los gráficos y diagramas pierden algo de nitidez al convertirse a imagen.
- Cada página pesa un poco más que la del PDF original.
Recuperación
- Mismo navegador: con el mapa .json regeneramos el PDF redactado al instante.
- Otro navegador / dispositivo: el editor te pide volver a subir el PDF original junto al mapa.
- Sin PDF original disponible: descargas el .txt enmascarado o un PDF de solo texto.
El caso del .docx
A diferencia del PDF, el .docx queda editable: borramos los bytes del texto sensible directamente en el XML en lugar de rasterizar la página. Cubrimos cuerpo, cabeceras, pies, notas y comentarios; opcionalmente limpiamos también los metadatos del autor.
Lo que sí hacemos
- Recorremos cuerpo, cabeceras, pies, notas y comentarios.
- Borramos el contenido de los cambios marcados con eliminación (tracked deletions) y vaciamos el autor de los comentarios.
- Opcional: limpiamos los campos Autor, Última modificación y Empresa que Word guarda en las propiedades del archivo.
Lo que no procesamos
- Texto dentro de imágenes embebidas (no hacemos OCR).
- El formato .doc binario heredado: pídele a Word que lo guarde como .docx.
- Documentos con macros (.docm) o protegidos con contraseña.
Re-edición
- Mismo navegador: con el mapa .json regeneramos el .docx redactado en el estilo que elijas.
- Otro navegador / dispositivo: el editor te pide volver a subir el .docx original junto al mapa.
- El .docx descargado sigue siendo editable en Word/LibreOffice.
Cuando el detector se queda corto
El modelo es bueno, pero no infalible: nombres poco comunes, códigos internos de tu empresa, frases que solo tú sabes que son delicadas. Para esos casos hay un botón «+» en cada tipo del editor — y, opcionalmente, una memoria a tu medida que respeta la privacidad por diseño.
En tu cuenta
Patrones derivados
Solo el esqueleto del valor. El contenido concreto que marcaste se descarta antes de salir de tu navegador.
- TeléfonoMóviles +34 …
/\b\+34\s\d{3}\s\d{3}\s\d{3}\b/g - CuentaIBAN ES…
/\bES\d{2}(?:[\s-]?\d{4}){5}\b/g - SecretoClaves sk_live_…
/\bsk_live_[A-Za-z0-9_-]{16,28}\b/g
En este navegador
Valores literales
Para texto libre que no se puede generalizar sin filtrar el contenido. Nunca cruza la red.
- Persona«Juan Martínez Ortega»
- Persona«Lucía Pereira Ruiz»
- Dirección«Calle Mayor 12, 28013 Madrid»
Cuándo va a tu cuenta
Cuando el dato tiene un esqueleto reutilizable: prefijo + grupos de dígitos (teléfonos), país + dígitos (IBAN), prefijo de clave conocida (sk_live_…).
- Solo guardamos el patrón regex
- El valor concreto nunca sale de tu navegador
- Disponible desde cualquier dispositivo
Cuándo se queda local
Cuando el dato es texto libre y no se puede generalizar sin filtrar el contenido: nombres de personas, direcciones, frases sueltas, códigos sin estructura clara.
- El valor literal se guarda en IndexedDB
- Nunca cruza la red
- Vive solo en este equipo y este navegador
Tú gestionas la memoria
Las dos listas (sincronizada y local) se ven y se borran desde tu Perfil. Nada queda atrapado: una entrada que ya no quieras desaparece en un click.
Ir a Perfil →Bajo el capó
Stack abierto, sin trucos. Puedes inspeccionar cómo está hecha cada pieza.
openai/privacy-filter
Modelo open-source (Apache-2.0) de OpenAI para clasificación de tokens en 8 categorías de datos personales. Lo ejecutamos en nuestros propios servidores.
github.com/openai/privacy-filter →Pesos en Hugging Face
Cuantización ONNX q4 cargada una sola vez y reutilizada para todas las peticiones. Sin descargas desde fuera en cada análisis.
huggingface.co/openai/privacy-filter →Capa regex complementaria
IBAN (mod-97), DNI/NIE (mod-23), Luhn para tarjetas, prefijos conocidos de claves de API. Detalles que el modelo no fue entrenado para validar.
Almacenamiento mínimo
PostgreSQL guarda tu cuenta y los documentos ya enmascarados. El texto original nunca llega al disco. Cada entidad almacena su posición pero su valor original permanece vacío.
Pruébalo con un documento tuyo
Sin registro para enmascarar. Solo necesitas una cuenta gratuita si quieres recuperar el resultado desde el historial más adelante.
Subir un documentoLetra pequeña
El marco legal del servicio y un canal directo para escribirnos.
Política de Privacidad
Qué datos recogemos, para qué, cuánto los conservamos y tus derechos sobre ellos.
Leer política →Términos y Condiciones
Las reglas del juego: qué puedes hacer con el servicio y qué responsabilidades asumimos cada parte.
Leer términos →Contacto
Dudas, sugerencias o ejercer tus derechos sobre tus datos. Te respondemos por correo.
Escríbenos →