AI hay gặpĐi theo ba câu hỏi: có được phép gửi không, có cần gửi không, gửi rồi thì bên kia giữ bao lâu.
1. Cơ sở pháp lý và cam kết lưu trữ. Kiểm tra chính sách lưu trữ dữ liệu của nhà cung cấp cho API doanh nghiệp: dữ liệu API thường không dùng để huấn luyện theo mặc định, nhưng vẫn có thời gian lưu tạm để chống lạm dụng, và có thể yêu cầu chế độ không lưu trữ. Đây là điều kiện phải chốt trước khi viết code, không phải xử lý sau.
2. Giảm thiểu dữ liệu — hiệu quả nhất. Phần lớn trường dữ liệu cá nhân không giúp model trả lời tốt hơn. Trước khi gửi, thay chúng bằng placeholder rồi ghép lại ở đầu ra:
// replace PII with stable placeholders, keep the map server-side
const { text, map } = redact(raw) // "email of NGUYEN VAN A" -> "email of [PERSON_1]"
const answer = await model.generate(text)
return restore(answer, map)Gắn nhãn cho từng trường trong hệ thống (được gửi / phải che / cấm gửi) và áp dụng bằng một hàm chung ở tầng gọi model, đừng để mỗi tính năng tự làm một kiểu.
3. Cấm gửi tuyệt đối với dữ liệu thanh toán đầy đủ, mật khẩu, khoá bí mật, và các trường nhạy cảm mà bạn không có cơ sở xử lý.
4. Hai vấn đề hay bị bỏ sót:
- Log của chính bạn. Che dữ liệu ở prompt gửi đi nhưng lại log nguyên văn ở hệ thống quan sát nội bộ thì rủi ro vẫn còn nguyên. Áp cùng một bộ lọc cho log.
- Đầu ra cũng phải quét. Model có thể lặp lại thông tin cá nhân từ ngữ cảnh sang một hội thoại hoặc một tài liệu xuất ra khác.
Minh bạch với người dùng về việc dữ liệu được gửi tới bên thứ ba và cho phép xoá lịch sử hội thoại — đây là yêu cầu tối thiểu cả về pháp lý lẫn niềm tin sản phẩm.