Dina data används inte för träning
På denna sida
Kärnfrågan: Vad händer med dina data?
Detta är den första frågan varje CISO eller DPO ställer vid övervägande av en AI-API-integration: kommer mina data att användas för att träna modellen? Rädslan är berättigad – ingen vill att fragment av kontrakt eller kunddata ska absorberas i vikterna hos en modell som är tillgänglig för världen. xAI:s svar är tydligt: nej.
Data som skickas via Grok API – prompts, svar, bilder – används inte för att träna xAI-modeller. Denna princip gäller för API:t, det vill säga i kontexten för professionell integration. Det skiljer sig från att använda Grok på grok.com eller via appen, där integritetsinställningarna kan variera beroende på användarens val.
API kontra applikation: Två olika kontexter
Denna åtskillnad mellan API och applikation är den punkt du oftast behöver förklara internt, eftersom förvirring är vanlig: en anställd som läser konsumentvillkoren för appen kommer felaktigt att dra slutsatser om API:t, och vice versa.
På API-sidan gäller reglerna i det professionella avtalet: data används inte för träning, du styr lagring via parametern store, och villkoren definieras av API-avtalet (ToS Enterprise). Detta ramverk gäller för alla dina integrationer.
På grok.com och i appen är integritetsinställningarna konfigurerbara för varje användare, Samlingar (Collections) – sparad konversationshistorik – hanteras separat och de allmänna användarvillkoren gäller. Om dina anställda använder appen individuellt berör den regimen dem, inte ditt API-avtal.
Parametern store: Styr lagring
Att data inte används för träning är en sak; att de inte lagras alls är en annan. Grok API erbjuder parametern store som ger dig finjusterad kontroll över lagring av förfrågningar:
{
"model": "grok-4.3",
"messages": [{"role": "user", "content": "Analyze this contract..."}],
"store": false
}
Med store: false behålls varken förfrågan eller svaret efter bearbetning: inga spår finns kvar i xAI:s loggar. Denna inställning passar känsliga data – medicinska, finansiella, juridiska – och rekommenderas särskilt för förfrågningar som innehåller bilder. Tänk dig en byrå som analyserar konfidentiella kontrakt: med store: false existerar dokumentet hos xAI endast under inferenstiden, vilket radikalt förenklar riskanalysen.
Med store: true (eller som standard) kan förfrågan behållas tillfälligt för kvalitetsövervakning, vilket möjliggör felsökning via xAI-konsolen. Detta är en användbar kompromiss under utveckling, när möjligheten att spela upp och inspektera förfrågningar sparar tid – men det måste begränsas till icke-känsliga data.
Samlingar: Förstå skillnaden
Samlingar (Collections) är en funktion i Grok-applikationen – inte API:t – som låter dig spara konversationer. En viktig punkt, som ofta missförstås: Samlingar används inte för att träna modeller. Att spara en konversation i en Samling innebär att den bevaras för användaren, inte att den läggs till i ett träningskorpus.
Låt oss sammanfatta hela kartan: API:t matar inte träning och du styr lagring via store; appens Samlingar sparar konversationer utan att mata träning; för appanvändning utanför Samlingar kontrollerar du varje kontos integritetsinställningar.
Juridiska och avtalsmässiga konsekvenser
För ditt DPA enligt GDPR förenklar det faktum att xAI inte återanvänder dina data för träning analysen avsevärt: behandlingsändamålet begränsas till inferens – att generera ett svar – och inte modellförbättring. Denna ändamålsbegränsning är precis vad tillsynsmyndigheten förväntar sig av en väldefinierad personuppgiftsbiträdesrelation.
Argumentet gäller också sektor för sektor. Inom vården återanvänds inte PHI, vilket tillsammans med det BAA som behandlades i lektion 1 gör användningen försvarbar inför en HIPAA-revisor. Inom finanssektorn läcker inte marknadsdata eller kunddata in i modellen. Inom juridiken bevaras tystnadsplikten: innehållet i en ärendemapp kommer aldrig att dyka upp igen i ett svar som ges till en annan användare.
Översätt dessa garantier till intern policy
Det du just har läst beskriver vad xAI gör. Din organisation måste fortfarande besluta vad den gör, och det kräver en skriven policy som dina utvecklare kan tillämpa utan fallspecifik bedömning.
Börja med att klassificera dina data efter känslighetsnivå: offentliga, interna, konfidentiella, hemliga. Denna skala är inte teoretisk, eftersom den dikterar inställningen för store. Konfidentiella och hemliga data kräver store: false utan undantag. Interna data kräver samma inställning, denna gång som en stark rekommendation. Endast offentliga data tillåter store: true, särskilt för att dra nytta av felsökning via konsolen under finjusteringsfaser.
Tvinga sedan fram denna policy. Utbilda dina utvecklare så att de förstår parameter ns verkliga påverkan: detta är den avgörande länken, eftersom en perfekt policy på papperet är värdelös om en stressad utvecklare lämnar standardvärdet kvar på ett flöde med konfidentiella data. Granska sedan regelbundet de anrop som faktiskt görs av dina tjänster genom att stickprovsvisa produktionsförfrågningar – avdrift är tystlåten, och endast periodisk verifiering avslöjar den.
Viktiga punkter
- API-data används inte för att träna Grok-modeller
- Parametern
store: falseförhindrar all datalagring efter bearbetning - Samlingar (Grok-appen) används inte heller för träning
- Använd
store: falsesystematiskt för känsliga data och bilder - Dokumentera din policy för API-datahantering för regelefterlevnad