Wispr Flow数据导出：分开核对本地历史、云存储和模型改进开关

素材身份：作者原创输入/可编辑参考。目标工具未在本轮执行。
先打开 index.html；input.csv 是原始字段，reference.csv 是验收基准，negative.csv 是故意构造的坏样例。
actual-results.csv 保留未测状态，实际执行后再填写。

前置条件：
准备自己有权使用的合成练习资料，不上传他人的录音或私密内容。
按官方文档核对当前平台、版本与套餐；本轮目标产品操作未执行，练习文件可离线查看。
练习包提供口述脚本、规则与验收数据，不附目标工具生成录音。按录音说明自行录制有权使用的输入，并在运行后保存实际音频。

操作步骤：
1. 只建立虚构历史样本
用D01至D03三句无个人信息的练习口述做基线，记录设备。不要通过清空旧历史来制造测试状态。

2. 查看两项独立控制
进入Data and Privacy分别读取Improve the model与Dictation Cloud Storage。先记录当前值，不把其中一项的变化自动填入另一项。

3. 区分三类保存位置
把设备上的本地口述历史、Wispr保留的云端口述和词典片段分成不同栏。会议Notetaker与Scratchpad也有独立范围，不用单一口述开关推断全部数据。

4. 在自愿练习范围提出导出
确认只对自己账号请求Download your data，等产品提供实际文件。本文不代替用户操作隐私设置，也不提供未收到的导出成功回执。

5. 用编号匹配导出内容
在解包后的自有导出中查D01至D03并记录文件路径。没有云端保留的数据不能凭本地可见就保证出现在导出里。

6. 记录缺项与删除边界
已删除口述和从未云存储的口述不在导出范围，缺项不直接当作文件损坏。不要据旧设备本地历史推断跨设备活动完整性。

7. 保留范围清楚的交接表
保存控制截图、样本编号、实际导出文件校验值与缺项解释。报告只说明本轮可观察结果，不把它扩写成合规或端到端加密保证。

验收：
模型改进与Dictation Cloud Storage作为两个独立控制记录。
导出不包含未保留或已删口述的边界写清楚。
词典、片段和会议资料不因口述存储关闭就被误认为一起消失。

官方资料：
https://docs.wisprflow.ai/articles/3467817258-security-and-compliance-faq

图片身份：assets/ 为内置image_gen生成的原创练习输入缩略版，原始文件保留在网站图片来源地址。可编辑SVG为作者原生排版。