双盲评审的论文因为 PDF 属性里写着作者真名被直接撤稿，这事每年都在发生。作者在正文里删了致谢、把自引改成第三人称、把机构名换成 Anonymous，唯独没想到 Word 导出 PDF 时会把系统账户名写进 Author 字段。
元数据泄露的共同特点就是这个：你检查的是内容，泄露的是容器。下面这份清单按场景组织，因为同一格式在不同场景下的风险点完全不同。
场景一：投简历
会泄露什么：上一家公司的名字、模板来源、你为不同公司准备了几个版本。
从哪泄露：Word 的作者字段常继承自模板作者或系统账户名；最后修改者可能是帮你改简历的朋友；如果是在旧公司电脑上做的，Company 字段大概率写着前东家。
怎么查和怎么清：Windows 右键属性 → 详细信息，面板底部有"删除属性和个人信息"；macOS 用预览的显示简介。更彻底的做法是导出 PDF 后再单独清一遍——导出这个动作本身会写入新字段。
顺带一条：文件名也算信息。简历_张三_某某公司版_v4.pdf 这种名字，HR 一眼就知道这是第四版。
场景二：客户交付物
会泄露什么：这份方案是从哪个客户改来的、内部批注和修订、真实工时、参与人员名单。
从哪泄露：这是最危险的场景，因为交付物通常是从模板或前一个项目改的。风险点：文档属性里的作者和公司字段、未接受的修订和批注（视图设为"最终状态"时看不见，数据还在）、Excel 里隐藏的工作表、PPT 里拖到画布外的元素和演讲者备注、PDF 里被黑色矩形"遮盖"的文字（矩形是画上去的，底下的字还能选中复制）。
怎么查和怎么清：Office 的文件 → 信息 → 检查文档，会一次性列出批注、修订、隐藏内容、个人信息，并能一键移除；PDF 的遮盖必须用真正的密文（Redact）功能。最稳的做法是交付前把内容复制进一个全新建的空白文档。
场景三：上传照片到社交平台
会泄露什么：拍摄地点的经纬度（精度通常在十米级）、拍摄时间、手机型号、序列号（部分机型）、用了哪个修图 App。这些藏在 EXIF、XMP 和厂商私有段里。
这里有个反直觉的点：大平台（朋友圈、微博、Instagram）上传时会重新编码并剥掉大部分 EXIF，反而相对安全。真正会原样保留的是私聊发原图、邮件附件、网盘分享链接、个人博客和自建站。风险最高的恰恰是你觉得"只发给一个人"的场景。
怎么查和怎么清：手机上看照片详情就能看到地点。上传前统一过一遍元数据清除，批量处理时注意保留 Orientation 字段（旋转方向），否则清完照片会横过来；印刷用途还要保留 ICC 色彩配置。
另外：截图内容本身可能带着任务栏、书签栏、未读消息角标、桌面文件名——这类肉眼可见的泄露比元数据更常出事。完整字段清单见图片元数据里藏了什么。
场景四：开源项目提交代码和截图
会泄露什么：内部路径、真实姓名和公司邮箱、内网域名、测试凭证。
从哪泄露：
- Git 提交记录：user.name 和 user.email 会永久写进每次提交。改配置只影响之后的提交，历史里的改不掉
- 代码里的绝对路径：
C:\Users\zhangsan\projects\内部系统\...常出现在配置文件、日志、source map 里 - 截图和录屏：演示截图带着浏览器书签栏、系统通知、其他标签页标题、测试环境的真实域名
怎么查和怎么清：git log --format='%an %ae' | sort -u 列出所有提交者身份；截图用干净的浏览器 profile 重新截；图片过一遍元数据清除；路径改成占位符。
场景五：新闻稿和公关素材
会泄露什么：未定稿的措辞、内部审阅意见、代理机构。新闻稿一般是多方会签的产物，Word 文件里往往留着法务和市场部的批注、若干轮未接受的修订、"待老板确认"之类的标注。
特殊风险是时间。配图的 EXIF 显示拍摄于三个月前而稿件称"日前"，会被记者当成线索；PDF 创建时间早于宣称的事件时间，同样露馅。
怎么清：正文用纯文本重排，配图统一清元数据，PDF 生成后再清一次文档属性。
场景六：投标文件
会泄露什么：报价的推导过程、成本结构、和竞争对手共用了同一个模板。
从哪泄露：Excel 报价表是重灾区——公式会暴露成本加价逻辑，隐藏工作表可能存着底价和利润率，单元格批注里可能写着"这个数还能再降"。另外，若干投标方的文件属性显示同一个作者，在评标环节可以直接导致废标。
怎么清：报价表整表复制 → 选择性粘贴为数值 → 存为新文件；删除所有隐藏工作表、隐藏行列、批注；转 PDF 后清一遍文档属性。
场景七：学术投稿（双盲评审）
后果最直接的一个：作者信息泄露会直接导致稿件被撤，而泄露渠道往往不在正文里。
- PDF 的 Author 字段（来自系统账户名或 Word 的用户名设置）
- PDF 的 Title 字段，有时是第一次保存时的临时文件名，比如"张三-投稿-第三版"
- LaTeX 源文件里注释掉的
\author{}：注释符只影响排版，字符还在，而有些期刊系统要求同时上传源文件 - 补充材料里的代码注释、数据文件属性、图表源文件里的项目名
怎么查和怎么清：把最终 PDF 的所有元数据字段导出来逐条看；用文本方式打开源文件搜索姓名、单位、邮箱域名。Word 里先改用户名（选项 → 常规 → 用户名）再导出，或导出后单独清 PDF 属性；LaTeX 用条件编译控制匿名版，而不是靠注释。
通用三步法
上面七个场景可以压缩成一个固定动作，任何文件发出去之前跑一遍：
第一步：分清哪些是确定可清的，哪些不是。
文件元数据（EXIF、XMP、文档属性、PDF 信息字典）和文本里的隐形字符属于确定可清、清完可验证的——扫描、删除、再扫一遍确认归零。
但有两类东西清不掉：图像像素域的水印（信息编码在像素值的微小改动里，属于图像本身，重新保存、压缩、裁剪都可能保留，没有可靠移除手段），以及文本生成时嵌入的统计水印（藏在词元选择里，本地扫描不到东西，也没有公开检测器能验证状态）。别指望清元数据能解决这两个，见AI 水印是什么。
第二步：清理，但保留必要字段。
不是所有元数据都该删。摄影作品的版权署名、图片的旋转方向、印刷文件的色彩配置、需要溯源的资产编号，删了都会出问题。工具应该能选，不是一刀切。
第三步：用接收方的视角复查一遍。
打开清理后的文件，装作自己是收件人：点开属性看所有字段、把 PDF 文字全选复制到记事本（看有没有被遮盖的内容）、把 Excel 的工作表取消隐藏、把图片放大到 200% 看边角。这一步花的时间最短，抓到的问题最多。
熟练之后整个流程只要两分钟，但它挡掉的是那种一旦发生就没法补救的事故——文件发出去之后，你再也拿不回来了。