Практика

Приватность в ИИ-ассистенте: что остаётся у вас, а что уходит в модель

Разбираем без мистики, как устроен путь вашего запроса: где он хранится, что видит модель и какие настройки реально влияют на конфиденциальность.

6 ноября 2026 · 6 минут чтения · nerva-ai.ru

Что происходит с запросом, пока вы нажимаете отправить

У ИИ-ассистента почти всегда несколько слоёв. Клиент — приложение, интерфейс, плагин. Сервисный слой — то, что принимает запрос, проверяет доступ, собирает контекст. И собственно модель — та часть, которая генерирует ответ. Плюс вспомогательные системы: журналы, кэш, биллинг, фильтры безопасности.

Приватность определяется не добротой модели, а тем, как настроены эти слои. Один и тот же текст может обрабатываться полностью внутри вашего контура или уходить на внешний сервер — и это два принципиально разных режима.

Что остаётся у вас

Если сервис развёрнут в вашем контуре, на вашем сервере или в вашем облачном аккаунте, большая часть данных не покидает периметр:

• история диалогов и файлы, загруженные в систему;
• база знаний, по которой ассистент ищет ответы;
• шаблоны, инструкции для сотрудников, внутренние регламенты;
• настройки доступа и список пользователей;
• журналы действий, если они пишутся локально.

Здесь ключевой вопрос не доверяем ли мы ИИ, а кто администрирует хранилище и кто имеет к нему доступ по вашей внутренней политике. Чаще всего риск утечки в такой схеме — это не модель, а человеческий фактор и слабо настроенные права.

Что уходит в модель

В модель уходит ровно то, что попадает в запрос: ваш текст, приложенный контекст, иногда история предыдущих сообщений и результаты поиска по базе знаний. Модель не видит весь ваш диск — только переданный фрагмент.

Отдельно стоит различать два механизма:

• обучение на данных — ваш текст может использоваться для дообучения, если это прямо разрешено условиями сервиса;
• хранение логов — запрос сохраняется на время для отладки, разбора инцидентов или контроля качества.

Это разные вещи, и в настройках они обычно отключаются или включаются отдельно. Фраза мы не обучаемся на ваших данных ещё не означает, что логи не хранятся сутки или месяц.

Где данные задерживаются дольше, чем кажется

Самая недооценённая зона — обвязка вокруг модели:

• история чатов, которая синхронизируется между устройствами;
• кэш ответов, ускоряющий повторные запросы;
• интеграции с почтой, календарём, CRM и файловыми хранилищами — они расширяют доступ ассистента далеко за пределы чата;
• системы аналитики и мониторинга, куда попадают тексты ошибок;
• резервные копии, о которых забывают при удалении данных.

Практический вывод простой: чем больше интеграций подключено, тем шире поверхность, и настраивать права нужно не один раз при внедрении, а периодически пересматривать.

Как оценить политику приватности без юриста

Читать документы целиком необязательно — достаточно найти ответы на пять вопросов:

• передаются ли данные третьим сторонам и каким именно;
• используется ли содержимое запросов для обучения моделей;
• сколько хранятся логи и можно ли их отключить;
• где физически находятся серверы и в какой юрисдикции;
• как удаляются данные и удаляются ли они из резервных копий.

Если на любой из этих вопросов в документах нет внятного ответа, это само по себе ответ. Для рабочих задач с чувствительными данными лучше выбирать вариант, где параметры хранения и обработки задаются явно, а не по умолчанию.

Мини-пример

Сотрудник поддержки копирует в чат с ассистентом фрагмент переписки с клиентом, чтобы быстро сформулировать ответ. В тексте — имя, телефон и детали обращения. Если ассистент работает во внешнем сервисе с включённым хранением истории, этот фрагмент остаётся в логах за пределами компании. Если тот же ассистент развёрнут внутри контура и обучение на данных отключено, текст используется только для генерации ответа и остаётся под вашим контролем.

Разница здесь не в технологии, а в настройках и в привычке сотрудников. Поэтому правила стоит закрепить: какие данные можно вставлять в запрос, а какие — только в обезличенном виде.

Рабочие правила гигиены

• Обезличивайте данные, если полный контекст не нужен для ответа.
• Разделяйте сценарии: чувствительные задачи — только в контуре с понятной политикой хранения.
• Отключайте то, чем не пользуетесь: лишние интеграции, синхронизацию истории, участие в улучшении продукта.
• Проверяйте права доступа к базе знаний — это частая точка отказа.
• Фиксируйте в регламенте сроки хранения логов и порядок удаления.

Приватность в ИИ — это не одна галочка в настройках, а набор решений: где размещён сервис, что попадает в запрос, сколько живут логи и кто имеет к ним доступ. Контроль начинается с понимания, что именно уходит в модель.

Попробуйте NERVA в деле: задайте вопрос, проверьте, как ассистент работает с вашими данными, и оцените, насколько прозрачной кажется схема именно для ваших задач.