· Atualizado a
Joaquín Trapero in Especialista em inteligência artificial e proteção de dados, e fundador do Nonimo.

Uma listagem tirada do programa de faturação parece a coisa mais inocente do mundo: texto, colunas e pontos e vírgulas. Só que sai com tudo o que o programa sabia de cada cliente. Para livros .xlsx, com folhas e linhas ocultas, há o guia do Excel.
Aqui ficam os formatos simples: CSV e TSV, .txt e .md, e os documentos .odt do LibreOffice e RTF. Escrevo «anonimizar» porque é assim que se pesquisa, mas trocar nomes por códigos que se podem desfazer é, para o RGPD, pseudonimizar.
Exporte só as colunas que a pergunta usa, grave o ficheiro em UTF-8 e leia-o num editor de texto antes de o carregar. Num CSV ou num .txt, o que vê é tudo o que segue. Num .odt ou num RTF, aceite as alterações e apague comentários e texto oculto primeiro.
Exportar do programa de faturação só as colunas que a pergunta usa
Quase todos os CSV que acabam numa IA nasceram de uma listagem: clientes do programa de faturação, movimentos do ERP, inscrições de um formulário. O programa exporta o que tem, e por isso a listagem traz nome, NIF, morada, telemóvel e email.
Para perguntar que clientes pagam sempre tarde, chegam um código interno, datas, valores e estado. Num gabinete de contabilidade, onde a mesma listagem responde a muitas perguntas, eu guardaria no programa uma exportação fixa só com essas colunas.
Coluna a coluna, numa listagem de clientes
Escolha o destino e veja que colunas ficam nesse grupo.
| Coluna exportada | Destino | Porquê |
|---|---|---|
| NIF, NISS, IBAN | Sai | Nenhuma análise de prazos ou valores precisa deles |
| Telemóvel e email | Sai | Servem para contactar, não para contar |
| Nome ou denominação | Código, com a lista noutro ficheiro | Só se a pergunta tiver de distinguir clientes |
| Morada e código postal | Concelho ou distrito | O código postal completo aponta para uma rua |
| Data, valor, estado da fatura | Fica | É a matéria da pergunta |
| Observações | Lê-se antes de decidir | É onde aparecem nomes de quem nem é cliente |
As colunas são inventadas e não trazem pessoas reais. A divisão é nossa e segue a minimização dos dados, na alínea c) do n.º 1 do artigo 5.º do RGPD. Para o que identifica sem nome, há o guia sobre o que tirar de um documento.
A CNPD pede algo parecido para o email. Na Diretriz/2023/1, aprovada na reunião de 10 de janeiro de 2023, recomenda procedimentos que assegurem que os anexos levam apenas os dados pessoais que se pretendem comunicar. Se a listagem inteira já seguiu, o guia sobre notificar a CNPD ajuda a decidir o passo seguinte.
Quando é um programa a mandar as linhas a um modelo por API, sem ninguém a carregar ficheiros, o filtro tem de estar no próprio fluxo. As fugas de dados com IA nas aplicações começam quase sempre numa exportação que ninguém voltou a ler.
Ponto e vírgula no CSV português: separadores, aspas e vírgulas decimais
Abra num editor de texto um CSV gravado num computador configurado para Portugal e as colunas vêm separadas por ponto e vírgula. A Microsoft explica porquê: quando o separador decimal é a vírgula, o Excel passa a usar o ponto e vírgula como separador de lista.
Na limpeza, o separador decide o que pode estragar a linha. Nas notas de uma imobiliária, cheias de vírgulas entre o nome do fiador e o horário das visitas, a diferença vê-se logo. Se puder escolher, fico com o ponto e vírgula para um ficheiro que vai ser mexido à mão.
Que separador traz o seu ficheiro?
Abra-o no editor de texto e veja o que está entre a primeira e a segunda coluna.
C14;2026-03-14;1 250,40;pago;Ligar à D. Eduarda, só de manhã
O valor com vírgula decimal e a nota com vírgulas ficam inteiros. O único risco é escrever um ; numa substituição: cria uma coluna a mais e desloca as seguintes.
C14,2026-03-14,"1250,40",pago,"Ligar à D. Eduarda, só de manhã"
Pela RFC 4180, cada campo com vírgulas vai entre aspas, e uma aspa dentro do campo escreve-se a dobrar. Ao apagar um nome, não leve uma aspa atrás: a linha parte-se.
É o TSV, ou o Texto Unicode do Excel. A tabulação parece um espaço no editor, por isso substitua palavras e nunca espaços em branco, ou junta duas colunas sem dar por isso.
Linhas de exemplo, inventadas. Separador decimal e de lista: Microsoft Suporte, importar ou exportar ficheiros de texto. Aspas: RFC 4180, secção 2.
CSV UTF-8 e acentos trocados: o nome que a pesquisa não encontra
A codificação é a regra que transforma letras em bytes. Em UTF-8, o «ã» ocupa dois bytes; numa codificação antiga do Windows, como a Windows-1252, ocupa um. Um ficheiro gravado numa e lido na outra mostra letras estranhas ou um losango com um ponto de interrogação.
Para quem anonimiza, o problema não é estético. Se o editor mostra «Simões», procurar «Simões» dá zero resultados e o apelido segue para a IA com a pesquisa a dizer que está limpo. Por isso desconfio mais de uma pesquisa sem resultados do que de uma com dez.
O mesmo nome, lido com a codificação errada
Se vir uma destas formas no seu ficheiro, a pesquisa pelo nome certo já não serve.
| Escrito no programa | Gravado em UTF-8, lido como Windows-1252 | Gravado em Windows-1252, lido como UTF-8 |
|---|---|---|
| Simões | Simões | Sim�es |
| Gonçalves | Gonçalves | Gon�alves |
| Estêvão | Estêvão | Est�v�o |
| Famalicão (concelho) | Famalicão | Famalic�o |
Exemplo construído com três apelidos e um concelho inventados: cada coluna mostra os bytes de uma codificação lidos com a outra. Na terceira coluna, cada letra perdida aparece como �.
A saída é gravar sempre em UTF-8. No Excel, em Guardar Como, o tipo chama-se CSV UTF-8 (Delimitado por vírgulas), a codificação que a ajuda do Outlook recomenda por funcionar com todos os idiomas e alfabetos.
No LibreOffice Calc, marque Editar definições de filtro ao guardar e escolha Unicode (UTF-8) em Conjunto de caracteres. No TextEdit do Mac, a opção está na caixa de guardar.
Se o ficheiro já chegou estragado, abra-o de novo indicando a codificação certa e só depois pesquise. Para dados de clientes num escritório, o guia para contabilistas certificados explica o que pesa quando a listagem segue para um chat.
Colunas de NIF e NISS: números que se reconhecem pelo formato
Apagar a coluna do NIF é fácil. Difícil é o NIF escrito nas observações, ou o NISS colado numa nota salarial. Pelo Decreto-Lei n.º 14/2013, o NIF de pessoa singular tem nove dígitos, o último de controlo. O NISS tem onze (Portaria n.º 1483/2004), as mesmas onze posições da declaração de remunerações.
O dígito de controlo separa um NIF de um número de fatura com nove algarismos, mas um NIF perdido nas observações passa despercebido a quem só olha para a coluna. As maneiras de o número surgir escrito estão no guia para esconder o NIF.
Há números de pessoas nesta linha?
Cole uma linha das observações ou uma nota inteira.
Funciona no seu navegador e não envia nada. Assinala os números de identificação e de conta mais comuns; nomes e moradas, reveja-os à mão. A ferramenta do topo, essa, recebe o ficheiro no servidor.
Um NIF com um algarismo mal escrito falha o controlo e passa despercebido ao verificador. Por isso, um verificador calado não me chega para soltar uma coluna de observações. O mesmo vale para o número de documento numa cópia de uma carta de condução transcrita para texto.
Localizar e substituir num ficheiro de texto sem partir as colunas
Para trocar um nome por um código em todo o ficheiro, qualquer editor serve. No TextEdit do Mac, o caminho é Edição, Procurar, Procurar e substituir. No LibreOffice, Writer ou Calc, Editar, Localizar e substituir, ou Ctrl+H; no Word, os carateres universais fazem o papel das expressões regulares, como explica o guia do Word.
Substituir tudo é rápido e cego. Num escritório de advogados, o número do processo aparece no nome do ficheiro, numa coluna e no meio das notas, e cada forma pede a sua pesquisa. Antes de carregar no botão, passe pelas quatro verificações abaixo.
Antes de carregar em Substituir tudo
Quatro verificações que evitam um ficheiro estragado ou um nome esquecido.
Palavras inteiras
Ligue a opção das palavras inteiras.Sem ela, trocar «Rui» também muda «Ruivo».Código sem separador
Use códigos como C07 ou [C07].Um ; dentro do código cria uma coluna a mais.Nome aos bocados
Procure o apelido sozinho, depois o primeiro nome.«O Sr. Mourato ligou» não tem o nome completo.Números soltos
No LibreOffice, ative as expressões regulares.\b\d{9}\b encontra sequências de nove algarismos; \b\d{11}\b, de onze.Sintaxe da lista de expressões regulares da ajuda do LibreOffice (\b, \d e {N}). Nomes de exemplo, inventados.
Prefiro um código seco, como C07, a uma alcunha como «cliente de Alvalade», que já diz meia morada.
A lista de correspondência entre códigos e nomes fica noutro ficheiro, fora do que vai para a IA. A definição de pseudonimização do RGPD (artigo 4.º, ponto 5) exige essa informação suplementar guardada à parte; colada no fim do mesmo CSV, deixa de o estar.
Ficheiros .txt e .md: transcrições, notas e emails colados
Um .txt guarda caracteres e mais nada. No TextEdit, a ajuda da Apple reserva as propriedades do documento aos ficheiros com formatação. Não há autor, comentários nem texto oculto: o que o editor mostra é o que a IA recebe. Um .md é igual, com os cardinais e asteriscos à vista.
O risco está todo no conteúdo. Uma transcrição de consulta leva o nome do doente numa linha e o da mãe três linhas abaixo, e um texto copiado de um PDF tapado com retângulos traz o que o retângulo escondia.
O que traz o seu .txt?
Marque o que encontrar ao percorrer o ficheiro até ao fim.
0 de 6
Nada marcado. Confirme que leu até à última linha antes de o carregar.
Trate estes pontos e volte a pesquisar os apelidos que conhece.
Este .txt é mais conversa do que dados. Veja se à IA basta um resumo seu ou se lhe faz falta o ficheiro inteiro.
Lista nossa, com exemplos inventados. Numa clínica, as falas de uma consulta transcrita são o caso mais comum.
Num .txt de quinhentas linhas, eu leria primeiro o fim: é nas mensagens mais antigas, coladas em baixo, que ficam as assinaturas completas. O nome do ficheiro também viaja, e é dos poucos metadados que um texto simples tem.
Documentos .odt do LibreOffice Writer e RTF: o que fica fora da página
Um .odt é um pacote ZIP, com o texto, os estilos e as propriedades em partes separadas. Fizemos a prova a 29 de setembro de 2026: gerámos com Python um .odt com oito nomes inventados em sete sítios, abrimo-lo como ZIP e procurámos cada um. Só um estava no corpo do texto.
Repetimos com um RTF com os mesmos sítios, e os oito nomes estavam lá dentro. Escolha abaixo o sítio e veja como o tirar no Writer, antes de qualquer outra coisa.
Onde estava o nome no nosso .odt de prova
Cada sítio pede um gesto diferente no LibreOffice Writer.
Texto eliminado com o registo ligado. «Luís Carvalhal Pinto» continuava no ficheiro, com o autor e a hora. Em Editar, Registar alterações, Gerir, aceite ou rejeite tudo até a lista ficar vazia.
Comentário. Guardava o texto, com «Ilda Arriaga Pedrosa», e o autor, «Duarte Figueira Paiva». A opção Remover informações pessoais ao guardar só troca o autor por um nome genérico: o comentário tem de ser apagado.
Frase com formatação oculta. «Sofia Marinho Couto» não aparecia no ecrã. Mostre o texto oculto nas opções de visualização do Writer, leia-o e apague-o.
Nota de rodapé, cabeçalho e propriedades. Três nomes longe do corpo do texto. Edite a nota e o cabeçalho e limpe os campos em Ficheiro, Propriedades.
Ficheiros de prova (um .odt e um RTF) gerados por Python, com nomes inventados. Caminhos e efeito da opção de segurança: ajuda do LibreOffice em português.
Convertemos também o RTF em texto com o textutil do macOS, o conversor do próprio sistema. A frase oculta saiu como qualquer outra:
O RTF de prova depois do textutil
Anterior responsável: Luís Carvalhal Pintoa definir
Observações internas: pedido feito por Sofia Marinho Couto.
O nome eliminado numa revisão colou-se à palavra seguinte; a frase oculta apareceu inteira. Copiado tal como o textutil o deu, no mesmo ensaio.
Abrir um RTF «leve» sem o limpar é, a meu ver, entregar a versão com rascunhos. Num .docx, o mesmo problema resolve-se aceitando as alterações controladas no Word.
![NIF fictício 123456789 trocado por [NIF_PT_1] num ficheiro CSV: nove algarismos que se encontram pelo formato da coluna](/guias/pt/csv-coluna-nif-formato-etiqueta.webp)
Um CSV com etiquetas no lugar do NIF, pronto para a IA
O ficheiro que aceito ver seguir para uma IA lê-se em dois minutos no editor e não tem uma coluna que a pergunta não use. Para um ficheiro avulso, a ferramenta lá de cima aceita .csv, .tsv, .txt, .md, .odt e .rtf, e recebe-o no servidor, como diz o aviso de privacidade da ferramenta.
Confira o resultado e use Copiar, ou Descarregar com «O mesmo ficheiro» ou «TXT». No nosso CSV de prova, gravado em UTF-8 com ponto e vírgula, a app do Nonimo devolveu as linhas assim:
Uma linha do CSV de prova, antes e depois
Nome;NIF;Telemóvel;Correio eletrónico;Serviço
Helena Pestana Vidal;;;helena.vidal@example.com;Contrato de arrendamento
Nome;NIF;Telemóvel;Correio eletrónico;Serviço[PESSOA_3];;;[E-MAIL_1];Contrato de arrendamento
Linha devolvida pela app do Nonimo nesse ensaio de setembro, com dados inventados. Os separadores e as colunas vazias ficaram onde estavam.
Se estas listagens lhe chegam todas as semanas, o Nonimo troca no seu computador os nomes, os NIF e os emails do CSV por etiquetas: basta selecionar o ficheiro no Finder ou no Explorador e carregar na tecla do Nonimo.
Nos .odt e RTF, o Nonimo lê o corpo, as tabelas, o cabeçalho e o rodapé: os comentários, apague-os antes no Writer. Ao colar a resposta da IA de volta, as etiquetas dão lugar aos nomes.
A página de Segurança explica o que a app faz com os dados. Se a listagem pode sair do escritório decide-o o responsável pelo tratamento, não este guia.
Fontes
- Microsoft Suporte, Importar ou exportar ficheiros de texto (.txt ou .csv): com a vírgula como separador decimal, o Excel usa o ponto e vírgula como separador de lista.
- Microsoft Suporte, Importar ou exportar contactos no Outlook com um ficheiro .csv: recomendação da codificação UTF-8 e o tipo CSV UTF-8 (Delimitado por vírgulas) em Guardar Como.
- IETF, RFC 4180: campos com vírgulas, aspas ou quebras de linha entre aspas; aspas interiores a dobrar.
- Ajuda do LibreOffice, Exportar ficheiros de texto: Editar definições de filtro, delimitador de campo e conjunto de caracteres.
- Ajuda do LibreOffice, Opções e avisos de segurança: Remover informações pessoais ao guardar troca os autores por nomes genéricos e repõe as horas.
- CNPD, Diretriz/2023/1: reunião da CNPD de 10 de janeiro de 2023; anexos só com os dados pessoais que se pretendem comunicar.
- Decreto-Lei n.º 14/2013, Diário da República: artigo 4.º, NIF das pessoas singulares com nove dígitos e dígito de controlo.
- RGPD, texto oficial em português: pseudonimização no artigo 4.º, n.º 5; minimização dos dados na alínea c) do n.º 1 do artigo 5.º.
- Segurança Social, instruções para o ficheiro da declaração de remunerações: registo R2, NISS do trabalhador com 11 posições.
- Portaria n.º 1483/2004, Diário da República: n.º 5.º, o NISS com 11 dígitos, começado por 1 ou 2.
Consultadas em 10/11/2026.
Guias relacionados
Perguntas frequentes
Como anonimizar um ficheiro CSV antes de o enviar para uma IA?
Exporte menos colunas e leia o resto num editor de texto. Tire NIF, NISS, contactos e moradas, troque os nomes por códigos e volte a procurá-los antes de carregar o ficheiro.
Porque é que o CSV do Excel vem separado por ponto e vírgula?
Porque em Portugal a vírgula separa as casas decimais. Com essa definição regional, o Excel usa o ponto e vírgula como separador de lista, e é esse que escreve no CSV.
Qual a diferença entre CSV UTF-8 e um CSV antigo?
Muda a forma como as letras acentuadas ficam gravadas. Lido com a codificação errada, «Simões» aparece como «Simões», e a pesquisa pelo apelido certo deixa de o encontrar.
Um ficheiro .txt pode ter dados escondidos?
Não, um .txt guarda apenas o texto que se vê. Não tem autor, comentários nem texto oculto. O trabalho é ler até à última linha, onde costumam ficar as assinaturas dos emails colados.
Remover informações pessoais ao guardar apaga os comentários do LibreOffice?
Não, troca apenas a autoria. Os autores passam a nomes genéricos e as horas são repostas, mas o texto de cada comentário continua no .odt.
Como encontrar NIF soltos num ficheiro de texto?
Procure sequências de nove algarismos. No LibreOffice, a pesquisa com expressões regulares encontra-as todas; confirme depois cada uma, porque um número de fatura também pode ter nove.
A ferramenta aceita ficheiros ODT e RTF?
Sim, aceita .csv, .tsv, .txt, .md, .odt e .rtf. Para um CSV ou TSV, o limite da ferramenta web é de 200 KB; acima disso, a app do Nonimo trata-o no computador.