🇨🇭 Souveraineté · Open-source friendly · v1.0

Parlez aux LLM cloud
sans leur dire qui.

ILYGO Privacy LLM intercepte les noms, emails, IBAN, adresses et 13 autres types de données sensibles avant leur envoi à Claude, et restaure les valeurs réelles dans la réponse — déterministe, réversible, transparent pour l'utilisateur.

👁 Validation avant envoi 🗑 Purge auto après 1h sans activité 17 types d'entités masqués 0 hallucination · 0 backup · 0 trace

Comment vos données restent invisibles

Le LLM cloud ne voit jamais vos vraies valeurs. Voici, à l'instant, ce qui se passe quand vous écrivez à Claude via ILYGO Privacy LLM.

👤 Ce que VOUS écrivez en clair
Rédige un email pour annoncer la promotion de Marie Dupont (rh@acme.ch, +41 79 555 12 34) au poste de directrice de Acme SA.
Anonymisation
locale
(Ollama + regex)
Ce que CLAUDE voit cloud
Rédige un email pour annoncer la promotion de [PERSON_F_1] ([EMAIL_1], [PHONE_1]) au poste de directrice de [ORG_1].
Substitution
inverse
(sans LLM)
Ce que VOUS recevez en clair
Chères collègues, j'ai le plaisir de vous annoncer la promotion de Marie Dupont au poste de directrice de Acme SA. Vous pouvez la joindre à rh@acme.ch

🔒 Les garanties techniques de l'anonymat

Le LLM cloud ne voit JAMAIS les vraies valeurs. Le texte qui lui est transmis ne contient que des placeholders typés ([PERSON_F_1], [EMAIL_1], etc.) — jamais les noms, emails ou numéros réels.
Vous gardez la main avant chaque envoi. Mode validation manuelle : un aperçu détaillé vous montre exactement ce qui sera transmis à l'IA. Vous validez (👁) ou annulez (✕) — rien ne quitte votre serveur sans votre accord explicite.
Aucune trace conservée passé 1h. Toutes les conversations et anonymisations sont purgées automatiquement 1h après votre dernière interaction. Pas de backup, pas d'archivage. Une fois la session terminée et la purge effectuée, les données n'existent plus, nulle part.
La table de mapping reste sur votre serveur. Elle n'est jamais envoyée au cloud. Seul votre compte authentifié y a accès, et l'isolation est strictement par utilisateur.
Détection 100% locale. Un LLM (Ollama, sur votre infra) et des regex déterministes identifient les entités. Aucun service tiers n'intervient sur la phase sensible.
Aucun LLM dans la boucle inverse. La désanonymisation est une simple substitution littérale depuis la table. Zéro risque d'hallucination ou de paraphrase non voulue.
Refus dur en cas d'échec. Si la détection locale échoue, le pipeline renvoie HTTP 502 et bloque l'envoi. Pas de mode dégradé, pas de fuite silencieuse.
Validation post-réponse. Les placeholders hallucinés par Claude, les inversions de genre ou les types inconnus sont automatiquement détectés et signalés.

Tout ce qui sort de votre prompt, masqué automatiquement

Voici un exemple complet — un email RH avec des données nominatives, financières et de santé. ILYGO Privacy LLM identifie chaque entité et la remplace par un placeholder typé avant l'envoi à l'IA.

👤 Texte original (que vous écrivez) en clair
Marie Dupont, née le 14/03/1985 (AVS 756.1234.5678.90), actuellement responsable RH chez Acme SA (CHE-123.456.789), souhaite être promue directrice marketing à compter du 01/06/2026. Salaire : 110 000 CHF/an. Contact : marie.dupont@acme.ch, +41 79 555 12 34, 12 rue du Lac, 1003 Lausanne.
🔒 Détecté et masqué 10 entités
  • PERSON_F_1Marie Dupont
  • DATE_OF_BIRTH_114/03/1985
  • ID_NUMBER_1756.1234.5678.90
  • JOB_TITLE_1responsable RH
  • ORG_1Acme SA
  • TAX_ID_1CHE-123.456.789
  • JOB_TITLE_2directrice marketing
  • DATE_101/06/2026
  • EMAIL_1marie.dupont@acme.ch
  • PHONE_1+41 79 555 12 34
  • ADDRESS_112 rue du Lac, 1003 Lausanne
17
types couverts
6
presets métiers
H · F · U
genre détecté sur les PERSON
Luhn
validation cartes bancaires
📋 Voir le catalogue détaillé des 17 types et exemples
👤 Identité
  • PERSON_H_N ex. Jean Dupont
  • PERSON_F_N ex. Marie Curie
  • ID_NUMBER ex. 756.1234.5678.90 (AVS)
  • DATE_OF_BIRTH ex. né le 14/03/1985
Contact
  • EMAIL ex. marie@acme.ch
  • PHONE ex. +41 79 555 12 34
  • ADDRESS ex. 12 rue du Lac, 1003 Lausanne
🏢 Professionnel
  • ORG ex. Acme SA, Institut Pasteur
  • JOB_TITLE ex. directrice marketing
  • TAX_ID ex. CHE-123.456.789 (IDE)
💳 Financier
  • IBAN ex. CH93 0076 2011 6238 5295 7
  • CREDIT_CARD ex. 4111 1111 1111 1111
Technique
  • IP_ADDRESS ex. 192.168.1.42, 2001:db8::1
  • MAC_ADDRESS ex. AA:BB:CC:DD:EE:FF
  • API_KEY ex. sk-proj-abc123…, ghp_…, JWT
  • URL ex. https://app.acme.ch/admin
Santé
  • MEDICAL_CONDITION ex. diabète de type 2, metformine
📅 Temporel
  • DATE ex. 12/02/2026, 1er juin 2026

Infrastructure souveraine

La détection des données sensibles est réalisée par un LLM local. Vous choisissez où il tourne.

🏢
Self-hosted

Sur votre infrastructure

Pointez ILYGO Privacy LLM vers votre propre instance Ollama (ou compatible) interne. Le texte sensible ne quitte alors jamais votre périmètre réseau, même pour la phase d'anonymisation.

  • Compatible Ollama / API OpenAI-compatible
  • Choix du modèle local (gemma3, llama3, deepseek…)
  • Déploiement on-premise ou cloud privé
  • Idéal pour environnements régulés (santé, banque, défense)

Une couche entre vous et le cloud

Tout ce qu'il faut pour utiliser un LLM puissant sans exposer vos données métier.

🔒

17 types d'entités

Personnes (avec genre H/F pour les accords), emails, téléphones, adresses, IBAN, AVS, cartes, API keys, IP, MAC, dates de naissance, conditions médicales… détectés par LLM local + regex.

👁

Vous gardez la main AVANT l'envoi

Mode validation manuelle : un aperçu vous montre exactement ce qui partira vers l'IA — texte anonymisé, mapping complet, types d'entités détectés. Rien ne fuite tant que vous n'avez pas cliqué « Envoyer ».

💬

Conversations multi-tours

Marie reste « Marie » d'un message à l'autre, même via plusieurs allers-retours. Mapping cumulé, mémoire conversationnelle préservée côté Claude, désanonymisation cohérente.

🔓

Désanonymisation déterministe

Substitution littérale depuis la table de mapping. Aucun LLM dans la boucle inverse — zéro risque d'hallucination, zéro paraphrase non voulue.

👁

Validation structurelle

Le système détecte automatiquement les placeholders hallucinés par le LLM cloud, les inversions de genre, les types inconnus. Vous voyez immédiatement ce qui s'écarte.

🔌

API REST stateless

Une /api/v1/ propre pour intégrer ILYGO Privacy LLM dans vos workflows : /anonymize, /deanonymize, /process. Auth Bearer optionnelle, CORS ouvert.

📝

Texte uniquement

ILYGO Privacy LLM traite exclusivement du texte. Les fichiers (PDF, images, audio, Excel) ne sont pas supportés à ce stade — vous extrayez votre texte vous-même et le collez. Pourquoi ? Aucune ambiguïté sur ce qui sort de vos systèmes.

Comment ça marche

Trois étapes, totalement automatiques. Le texte sensible ne quitte jamais votre infrastructure.

1

Anonymisation locale

Votre texte passe par un LLM local (Ollama) et des regex. Les entités détectées sont remplacées par des placeholders typés : Marie Dupont → [PERSON_F_1], iban@bcv.ch → [EMAIL_1], CH93 0076 ... → [IBAN_1].

2

Envoi à l'IA cloud

Le texte anonymisé est envoyé à Claude (via votre abonnement Pro/Max/Team — vos crédits, votre compte). Claude voit [PERSON_F_1] est arrivée chez [ORG_1] et répond en utilisant ces mêmes placeholders, dans le bon genre.

3

Désanonymisation déterministe

La réponse de Claude est passée dans une simple substitution littérale via la table de mapping stockée localement. Aucun LLM dans cette boucle : le résultat est mathématiquement garanti, sans paraphrase ni hallucination.

Modèle de menace

Pensé pour que rien de sensible ne sorte de votre périmètre, même en cas de compromission du LLM cloud.

🗑 Rétention zéro

Conversations purgées automatiquement 1h après votre dernière interaction. Pas de backup. Pas d'archivage. Les données n'existent plus, nulle part, passé ce délai.

Mapping local uniquement

La table de correspondance entre placeholders et valeurs réelles est stockée sur votre serveur. Le LLM cloud n'y a jamais accès.

Détection hybride

LLM local (Ollama, hors-ligne) + regex déterministes. Aucune dépendance à un service tiers pour la phase sensible.

Refus dur sur échec LLM

Si la passe de détection échoue, le pipeline refuse l'envoi (HTTP 502). Pas de fuite silencieuse, pas de mode dégradé invisible.

Validation post-réponse

Détection automatique des placeholders hallucinés ou des inversions de genre. Vous savez immédiatement si Claude a généré quelque chose qui sort du périmètre prévu.

Auth Bearer + cookies HttpOnly

Sessions HTTP via cookies signés HttpOnly+SameSite. API M2M optionnellement protégée par Bearer token configurable.

Isolation multi-utilisateur

Chaque utilisateur voit uniquement ses propres conversations et sessions. Superadmin distinct pour la gestion système, jamais mélangé avec les données métier.

ILYGO Privacy LLM vs les alternatives

Pourquoi pas simplement utiliser Claude directement, ou masquer manuellement.

Critère ILYGO Privacy LLM Claude.ai direct Masquage manuel
Données sensibles cachées au LLM ✓ automatique ~ manuel, error-prone
Cohérence multi-tours ✓ mapping cumulé ✓ natif ✗ vous devez tracker
Restauration des vraies valeurs ✓ déterministe N/A ~ vous le faites
Validation des hallucinations ✓ structurelle
Conformité RGPD / nLPD ✓ minimisation ✗ exposition totale ~ dépend de la rigueur

Aperçu de l'application

Quatre instantanés des principales vues — conversation transparente, validation manuelle, anonymisation one-shot et console d'administration.

💬 Conv #42 · Demande RH
Julien14:32
Peux-tu me rédiger un email pour annoncer la promotion de Marie Dupont (RH chez Acme SA) ?
Agent IA · Claude14:32
Bien sûr. Voici un brouillon :

« Chère équipe, j'ai le plaisir de vous annoncer la promotion de Marie Dupont au poste de directrice marketing chez Acme SA, effective au 1er juin… »
Julien14:33
Parfait, peux-tu l'adapter en allemand ?

Conversation transparente

Marie reste « Marie » d'un tour à l'autre — mais le cloud n'a vu que [PERSON_F_1] et [ORG_1].

👁 Validation avant envoi
Votre message (en clair)
Marie Dupont, née le 14/03/1985, est responsable RH chez Acme SA. Son email : marie@acme.ch.
Sera envoyé à l'IA · 5 entités
[PERSON_F_1], née le [DATE_OF_BIRTH_1], est [JOB_TITLE_1] chez [ORG_1]. Son email : [EMAIL_1].

Vous gardez la main avant l'envoi

Aperçu détaillé de ce qui partira vers le cloud — un clic pour valider, un clic pour annuler.

🔒 Anonymisation one-shot
Ma demande
Rédige une note pour Jean Martin, directeur juridique chez NovaTech.
Réponse
Voici une note pour Jean Martin, directeur juridique chez NovaTech
Mapping (3 entités)
[PERSON_H_1] ← Jean Martin
[JOB_TITLE_1] ← directeur juridique
[ORG_1] ← NovaTech

One-shot avec preview du mapping

Idéal pour un texte ponctuel : vous voyez exactement quelles entités ont été détectées.

Tarifs simples et transparents

Essayez gratuitement pendant 15 jours, passez Pro quand vous êtes convaincu. Conformité bancaire ou santé ? Parlons-en.

Essai

Sans engagement

0 CHF

15 jours · 10 messages au total.
Pour découvrir le produit.

  • Toutes les fonctionnalités de la version Pro
  • 17 types d'entités masqués
  • Conversations multi-tours
  • Mode auto et validation manuelle
  • Aucune carte bancaire requise
Démarrer l'essai →
Le plus populaire

Pro

Indépendants & PME

20 CHF / mois

Facturation mensuelle.
Annulable à tout moment.

  • Messages illimités
  • Conversations multi-tours avec mapping cumulé
  • Validation manuelle (preview avant envoi)
  • Historique complet · fork · replay
  • API REST stateless pour intégration
  • Hébergement Suisse 🇨🇭
  • Support email sous 24h ouvrées
Souscrire à Pro →

Entreprise

On-premise & cloud privé

Sur devis

Conformité bancaire, santé, ou défense.
Volumes & SLA personnalisés.

  • Tout ce qui est dans Pro
  • Déploiement on-premise ou cloud privé
  • Utilisateurs illimités & gestion des rôles
  • SSO / SAML (Azure AD, Okta…)
  • Audit log complet & export
  • SLA contractuel & support dédié
  • Modèle local de votre choix
Nous contacter →

Prêt à parler à Claude sans exposer vos données ?

Inscription gratuite. Aucune carte requise.