II.5 Конфиденциальность и жизненный цикл данных
Прочитайте это, прежде чем загружать что-то важное
Веб-приложение — это чужой компьютер. Это не недостаток; так устроены веб-приложения. Важно знать, что происходит с вашим файлом на этом компьютере. Эта глава сообщает то, что заявляют код продукта и его собственные страницы, отмечает то, чего книга знать не может, а затем даёт привычки, которые работают в любом случае.
Это не юридический документ. Авторитетные тексты — политики сайта (на сайте .app есть раздел с политиками) и его условия; см. также Приложение H.
Жизнь файла
flowchart LR
A[Вы загружаете] --> B[Хранится на время задачи]
B --> C[Исполнитель обрабатывает]
C --> D[Результат сохранён]
D --> E{Нажата кнопка удаления?}
E -->|Да| F[Удалено сразу]
E -->|Нет| G[Удаляется автоматически примерно через 2 дня]
- Загрузка. Ваш файл отправляется в сервис Documentize и хранится в его хранилище на время задачи.
- Обработка. Исполнитель этого приложения читает его и записывает новые файлы. Ваш оригинал никогда не изменяется.
- Результат. Результаты ждут, пока вы их скачаете. Во всех главах о приложениях последовательно утверждается, что результаты хранятся на сервере около двух суток.
- Удаление. Раньше срока файлы можно убрать кнопкой Удалить файлы (в главе об Объединении файлов отмечено, что сайт заявляет «до двух суток» и что вы можете удалить их сами). В API эквивалент — вызов немедленного удаления задачи.
Продолжение обработки (см. II.4) тоже хранит необработанные входные файлы и параметры два дня, так что они остаются на сервере, пока не истекут или пока вы не отбросите их.
Что говорят собственные FAQ приложений
Разные приложения заявляют свои сроки хранения. Прочитайте FAQ того приложения, которым пользуетесь. Как сообщается в главах:
| Приложение | Заявление сайта (вкратце) |
|---|---|
| Большинство классических приложений | Результаты хранятся около двух суток; есть кнопка удаления |
| Ask PDF | PDF и база знаний хранятся около суток, затем удаляются |
| PDF Knowledge Base | Хранится около суток, удаляется автоматически, «не передаётся никому» |
| Checklist | Документы удаляются после завершения задачи |
| Cheat Sheet | «Удаляется сразу после генерации» |
| Collage | Изображения обрабатываются в памяти и удаляются сразу после создания PDF; готовый PDF хранится около двух суток |
| Chat (создать PDF) | Загруженные файлы и созданные документы автоматически удаляются после обработки |
| Resume Analyzer | Файлы обрабатываются только для анализа и затем автоматически удаляются |
Эти заявления различаются по формулировкам, а некоторые страницы отличаются от обычного правила двух суток. Считайте «около двух суток» верхней границей для скачивания и не используйте ни одно из этих мест как хранилище. Скачивайте то, что вам нужно.
Что ИИ-приложения отправляют моделям
По результатам изучения исполнителей (см. Доверие и проверка):
- Текст, а не изображения. Языковой модели отправляется текст ваших страниц или найденных фрагментов плюс ваш вопрос или выбранные параметры. Изображения страниц, используемые для подсветки цитат, отрисовывает Documentize, и модель их не анализирует.
- Длинные документы делятся на части и отправляются несколькими запросами.
- Сканы сначала распознаются в приложениях, которые это делают (Abstracts); дальше идёт распознанный текст.
- Эмбеддинги (числовые «отпечатки» фрагментов, используемые для поиска) поступают от той же конечной точки модели.
- Какой поставщик запускает модель — это серверная настройка, о которой книга сказать не может. Если это важно, спросите оператора.
- Приложения для репозиториев (часть XI) читают ваш код; для закрытого репозитория вы сначала приглашаете учётную запись GitHub
arise-project, а содержимое читают сервисы Documentize и, где приложение пишет текст, языковая модель. Считайте репозиторий открытым для других.
Что не попадает в результат
Некоторые секреты обрабатываются явно. Цифровая подпись PDF (Sign) использует ваш сертификат .pfx и его пароль для подписи; в главе сказано, что Documentize не выпускает сертификатов и не хранит ваш, а сертификат не входит в то, что вы скачиваете. Протектор PDF (Protector) сообщает, что прочитать пароль из результата нельзя и что Documentize не хранит его для вас. Это заявления со страниц приложений; воспринимайте их именно так.
Документы с паролем и конфиденциальные документы: правила безопасного обращения
- Решите до загрузки. Если вам нельзя передавать документ сервису обработки, не загружайте его. Проверьте правила вашей организации.
- Отправляйте меньше. Сначала сократите файл. Разделение PDF (Splitter) или Удалить страницы (Delete Page) могут уменьшить то, что уходит из ваших рук.
- Знайте, что делает защита. Пароль Протектора PDF скрывает файл от тех, у кого его нет; он не остановит сервис обработки, которому вы этот пароль дали.
- Разблокировка — дверь в обе стороны. После Разблокировки PDF (Unlock) у копии нет пароля. Защитите её снова, а открытую копию удалите.
- Удаляйте, закончив. Нажмите Удалить файлы сразу после скачивания.
- Закрасить — не значит вычеркнуть (redact). Чёрный прямоугольник поверх текста может оставить текст под ним. Redactor недоступен; глава объясняет путь вручную и как проверить результат текстовым поиском.
- Удаляйте скрытые данные перед передачей. Метаданные могут содержать имена и даты: проверьте их с помощью Извлечения метаданных (Extract Metadata); у Recovery есть параметры санитизации (прочитайте, что говорит его отчёт о том, что он смог и не смог доказать).
- Чужие данные. Резюме, медицинские и юридические файлы накладывают обязанности перед людьми, о которых в них идёт речь, а не только перед вами.
- Ссылки для скачивания и идентификаторы. Относитесь к ссылке на результат или идентификатору продолжения как к ключу. Идентификатор продолжения, по данным кода, случаен и не поддаётся угадыванию, и тот, кто им владеет, может продолжить или отбросить обработку.
- Храните оригинал. Ничто из перечисленного не заменяет ваши собственные резервные копии.
Когда файл никогда не должен покидать вашу сеть
Используйте канал, который не отправляет его наружу:
| Канал | Где происходит обработка |
|---|---|
| Веб-приложение, сервер MCP, REST API (облако) | Серверы Documentize |
| Плагины CLI | Ваш компьютер; движок работает локально |
| Self-host | Только ваш сервер |
См. Какой канал когда и Self-host. В главе о Self-host сказано, что его ИИ-функции и список приложений могут отличаться от облачных; проверьте, прежде чем на это полагаться.