McDossier Auto-Redact for Loyalty Data

誰のための案か

GDPR / CCPA でデータを請求し、会員プログラム・銀行・小売から巨大で読めない PDF / JSON ダンプを受け取ったプライバシー意識の高い顧客。今はダンプを無視するか、機微なフィールドを手でスクロールして探している

どんな困りごとか

時間(515 ページの読解に数時間)、法務(違反の特定も適切な削除請求の作成もできない)、金銭(事業者なら顧客データの扱いを誤ると制裁金)

どう作るか

CLI ツール(Python / Rust)。一般的な開示形式(PDF / CSV / JSON)を解析し、正規表現 + 任意のローカル LLM で機微フィールド(氏名・住所・購買履歴・位置・推定属性)を旗立てし、黒塗り PDF と削除請求レターのテンプレートを完全オフラインで生成する

どう稼ぐか

消費者は手作業レビュー 2〜5 時間の節約と法的に通る削除請求の生成に $9.99 の買い切りを払う。コンプライアンス義務のある事業者は、複数開示の一括監査と監査証跡つきのバッチ版に月 $49 を払う。無料の代替は会員データの構造を理解しない汎用 PDF 黒塗りで、削除レターも作らない

なぜまだ無いのか

既存勢(マクドナルドや小売)には自分のデータダンプを読みやすくする動機も、自社の推定属性を晒す動機もない。法の文字面には従いつつ、使えない分量でユーザーを埋める。個人開発者なら主要形式に絞ったパーサを作り、利便性に小さな対価を課金できる — 法令遵守を行動に変えるユーザー側ツールの不在が空白

最初の利用者

Wired 記事の波で「自分のデータも請求してみよう」と思い、届いてから読めないことに気づいた人たち + 企業が何を持っているか確かめたい HN のプライバシー愛好家

作る規模

1 人 × 6 週間

一番のリスク

大手プライバシー非営利(EFF など)か開示請求の集約スタートアップが、同機能の無料 OSS を先に出して有料モデルを崩す

的中の条件(3 つすべて必要)

• 会員プログラムの PDF / CSV / JSON 開示(100 ページ超の PDF で検証済み)を受け取り、標準的なラップトップで 3 分以内に、検出した PII(氏名・住所・電話・メール・位置)を黒塗りした PDF を生成する
• 見つかったデータカテゴリ(購買・位置・端末 ID・推定属性など)をカテゴリ別件数つきで 1 ページに要約する
• GDPR / CCPA の条文を引き、データ管理者宛てに宛名済みの削除・開示請求レターを連絡先のプレースホルダーつきで出力する

的中の判定(6ヶ月後)

GitHub 500 スター + Product Hunt(デイリー Top 10)で好意的レビュー 20 件以上、または Gumroad 有料 1,000 ダウンロード(判定日 2027-02-14)

AI自己確度 62/100 — 判定条件を満たす見込みの自己申告で、事業の成功率ではありません