Důvěrnost dat v kolekcích
Na této stránce
Vaše dokumenty zůstávají vaše
To je první otázka, kterou si v projektu RAG položí každý seriózní zainteresovaný subjekt, ať už právní poradce nebo CISO: pokud pošleme své smlouvy službě xAI, budou na nich trénovat Grok? Odpověď zní ne. xAI garantuje, že data uložená v kolekcích se nepoužívají k trénování modelů. Tato záruka pokrývá tři odlišné aspekty, které stojí za to oddělit, protože řeší různé obavy.
Zaprvé, žádný trénink: soubory nahrané do kolekcí nekrmí Grok ani žádný jiný model xAI. Zadruhé, izolace: k vašim kolekcím lze přistupovat pouze prostřednictvím vašich vlastních API klíčů. Nakonec mazání: když smažete soubor nebo kolekci, data a odpovídající indexy jsou skutečně odstraněna, což je technická podmínka pro splnění žádosti o výmaz.
V praxi to otevírá kolekce dokumentům, které byste nesvěřili běžné spotřebitelské službě: smlouvy a právní dokumenty, interní finanční zprávy, proprietární technickou dokumentaci, HR data a interní směrnice, důvěrnou korespondenci.
Bezpečnost závisí na vašich klíčích
Každý pár klíčů – API Key a Management API Key – definuje rozsah přístupu. Třetí strana, která by znala identifikátor col_rh_policies, by s ním bez vašich klíčů nedokázala nic udělat: neexistuje žádná veřejná cesta ke kolekci. Důsledek je přímý a jednoznačný: důvěrnost vašich dokumentů má přesně takovou hodnotu, jakou má ochrana vašich klíčů.
Ukládejte je do proměnných prostředí, nikdy je nezakódujte natvrdo do svého kódu, kde by skončily v historii Gitu.
import os
client = Client(
api_key=os.getenv("XAI_API_KEY"),
management_api_key=os.getenv("XAI_MANAGEMENT_API_KEY")
)
Zbytek je standardní hygiena, kterou však lidé stejně často zanedbávají. Pravidelně obměňujte své klíče a okamžitě poté, co tým opustí člen s přístupem – klíč ponechaný na vráceném zařízení uděluje trvalý přístup k vašemu úložišti dokumentů. Každému klíči přidělte pouze oprávnění, která potřebuje: služba, která pouze čte, nemá důvod držet klíč schopný smazat kolekci. Nakonec sledujte využití klíčů v konzoli xAI, kde je nevysvětlený nárůst počtu volání nejsnadnějším varovným signálem.
Co vyžadují regulované podniky
Před nahráním dat podléhajících regulaci – GDPR, HDS (francouzské hostování zdravotních dat), SOC 2 – se ověřování zaměřuje méně na techniku než na smlouvu. Musíte znát podmínky použití xAI týkající se umístění dat, stav bezpečnostních certifikací platformy a dostupné smluvní záruky, zejména DPA nebo BAA v závislosti na vašem odvětví. Tuto práci proveďte jednou předem se svým právním týmem; její opakované provádění po nasazení do produkce stojí mnohem více.
Souběžně zaveďte interní politiku klasifikace, která jasně stanoví, co může vstoupit do kolekce. Obvykle stačí čtyři úrovně, z nichž každá je spojena s jednoznačným pravidlem ukládání:
| Úroveň | Příklady | Ukládání v kolekci |
|---|---|---|
| Veřejné | Produktová dokumentace, FAQ | Povoleno |
| Interní | Postupy, příručky | Povoleno s opatřeními |
| Důvěrné | Finanční data, smlouvy | Posouzení případ od případu |
| Tajné | Kritické duševní vlastnictví | Posoudit s právním poradcem |
Hodnota takové tabulky není byrokratická: zabraňuje tomu, aby uspěchaný vývojář nahrál vyjednaný ceník do stejné kolekce jako veřejné FAQ, jednoduše proto, že se touto otázkou nikdo dříve nezabýval.
Osobní údaje si zaslouží samostatné zacházení. Jakmile vaše dokumenty obsahují jména, e-mailové adresy nebo telefonní čísla, musíte mít pro toto zpracování nezbytný právní základ, zaznamenat jej do svého registru GDPR a být schopni příslušné dokumenty smazat, pokud jednotlivec uplatní své právo na výmaz. Tento poslední bod vyžaduje vědět, který soubor a která kolekce data obsahuje: udržujte toto mapování aktuální již od indexování; jeho zpětná rekonstrukce napříč několika tisíci dokumenty je zdlouhavý úkol.
Vrstvená architektura pro vysoké požadavky
Záruka nepoužití k tréninku neřeší, který zaměstnanec může číst který dokument. Tuto odpovědnost nese vaše aplikace prostřednictvím čtyř po sobě jdoucích vrstev. Nejprve autentizuje uživatele, poté na základě jeho role určí, které kolekce jsou mu otevřeny, dotazuje se API pouze na tyto kolekce a nakonec před zobrazením výsledky filtruje. Obchodní zástupce se zeptá na ceníky: jeho požadavek směřuje pouze do col_docs_produit, nikdy do col_rh_policies, i když obě kolekce existují pod stejnými klíči. Právě tato disciplína na straně aplikace, nikoliv ukládání u xAI, určuje, co kdo nakonec uvidí.
Klíčové poznatky
- xAI garantuje, že data v kolekcích se nepoužívají k trénování modelů
- Izolace přístupu závisí na API klíčích: každý účet má vlastní rozsah
- Ukládejte klíče do proměnných prostředí a pravidelně je obměňujte
- Klasifikujte své dokumenty před jejich uložením do kolekcí
- U osobních údajů dodržujte povinnosti vyplývající z GDPR (souhlas, registr, právo na výmaz)