Izrada AI pristupnika koji ne curi, za stručni ured
Šest malih TypeScript modula između vaših ljudi i bilo kojeg modela, svaki s testom. I jedna rupa koju kod ne može zatvoriti.
Ukratko
Između zaposlenika i svakog modela postavite pristupnik. On identifikatore mijenja povratnim zamjenskim oznakama, povjerljiv rad drži na lokalnom modelu, svako zapisivanje šalje čovjeku na potvrdu, iz odgovora uklanja vanjske poveznice i slike, bilježi jedan redak s hashom po događaju i poznata curenja ponavlja kao testove. Šest modula u nastavku je čisti TypeScript, testiran Nodeovim ugrađenim alatom.

Ovaj tutorijal slojeve iz našeg vodiča o mitu vlastitog API-ja pretvara u kod. Svaki modul radi jedan posao, nema ovisnosti osim Nodea i dolazi s testom koji to dokazuje.
Kod na ovoj stranici generira se iz istih datoteka koje pokreću testovi. Ako se datoteka promijeni, a stranica ne, testovi padaju.
Što gradimo
Svaki zahtjev zaposlenika prolazi kroz pristupnik. On redigira, bira model, provjerava poziv alata, čisti odgovor i zapisuje revizijski redak. Dobavljač, ako se uopće koristi, vidi samo zamjenske oznake.
1. Redakcija u povratne zamjenske oznake
Detektori vraćaju raspone; redact svaki raspon mijenja oznakom poput [[EMAIL_1]], a original čuva u trezoru koji ne napušta ured. Ista vrijednost uvijek dobiva istu oznaku, pa model i dalje razlikuje dvije osobe. restore originale vraća u odgovor.
Popis imena je jeftin i pouzdan detektor koji većina ureda preskoči: izvezite imena klijenata, predmeta i transakcija iz sustava za predmete i tražite točno podudaranje. Uhvatit će „Project Falcon”, što nijedan regex neće.
2. Usmjeravanje po osjetljivosti
Tri signala zahtjev zadržavaju lokalno: oznaka „povjerljivo” na dokumentu, ocjena klasifikatora 0,5 ili više, ili bilo kakva redakcija. Oznaka koju pristupnik ne poznaje također ostaje lokalno. Zatvaranje u slučaju sumnje je cijela poanta.
3. Potvrda svakog zapisivanja, samo dopuštene domene
Agent koji može slati e-poštu može slati i podatke. checkEmail nikad sam ne dopušta slanje: primatelji izvan popisa se odbijaju, a sve ostalo čeka da čovjek potvrdi. Domena se uspoređuje točno, pa office.example.evil.net ne prolazi.
4. Čišćenje odgovora
Neizravno ubacivanje uputa radi tako da model ispiše nešto što klijent za razgovor dohvati, najčešće sliku čiji URL nosi podatke. Čistač uklanja svaku sliku, miče poveznice na adrese koje nisu na popisu i zamjenjuje gole vanjske URL-ove.
Pisanje testa za ovaj modul otkrilo je stvarnu grešku: prva verzija progutala je točku iza golog URL-a. Regex sada staje prije interpunkcije na kraju.
5. Jedan revizijski redak po događaju
Svaki upit, dohvat i poziv alata dobiva jedan JSON redak: tko, što, kamo je otišlo, koliko je stavki redigirano i odluka. Sirovi tekst se nikad ne bilježi. Njegov SHA-256 hash omogućuje da u incidentu redak povežete s dokumentom bez dvostrukog čuvanja dokumenta.
6. Evaluacije koje padaju na regresiji
Svako curenje koje ste vidjeli postaje slučaj: ulaz i nizovi koji nikad ne smiju izaći. Skup samo raste. Kad netko makne detektor da ispravi lažno pozitivan rezultat, pokretanje pada i imenuje slučaj koji se ponovno otvorio.
Rupa koju ovaj kod ne zatvara
Ništa od ovoga ne radi kad zaposlenik spis klijenta zalijepi u osobni chatbot na mobitelu. Tu rupu zatvaraju odobren alat dovoljno dobar da se koristi, pravila preglednika i uređaja na poslovnoj opremi, pravila korištenja AI-ja na jednoj stranici i kratka obuka. Naš vodič opisuje svaku od njih.
Ako dio posla ide dobavljaču, paket birajte pažljivo. Naša usporedba osobnih, poslovnih i API paketa pokazuje koji treniraju na razgovorima i koliko dugo koji čuva podatke. Što curenje košta po hrvatskom pravu piše na stranici curenje podataka kroz AI.
Ključno za ponijeti
- Redigirajte u povratne zamjenske oznake; trezor ne napušta ured.
- Sve nesigurno usmjerite lokalnom modelu: zatvaranje u slučaju sumnje.
- Zapisivanje uvijek čeka čovjeka; primatelji izvan popisa se odbijaju.
- Iz odgovora uklonite slike i poveznice izvan popisa da zaustavite curenje ubacivanjem uputa.
- Bilježite brojeve i hash, ne tekst, i svako poznato curenje ponavljajte kao test.
Česta pitanja
Zašto ne koristiti gotov DLP proizvod?
Ako ga već plaćate, koristite ga kao detektor: pristupnik prima svaku funkciju koja vraća raspone. Važno je gdje pristupnik stoji, između zaposlenika i svakog modela, a ne koji detektor pokreće.
Može li jedan pristupnik služiti lokalni model i model dobavljača?
Može. chooseModel vraća local ili vendor, a obrada zahtjeva poziva odgovarajućeg klijenta. Put prema dobavljaču držite na poslovnom paketu ili API-ju s ugovorom o obradi podataka.
Gdje se zamjenske oznake vraćaju u tekst?
Unutar pristupnika, nakon što odgovor stigne i prije nego što ga korisnik vidi. Trezor ne napušta ured, pa dobavljač vidi samo [[EMAIL_1]].
Koliko slučajeva curenja treba skup evaluacija?
Počnite sa svakim curenjem koje ste vidjeli ili testirali i dodajte po jedno za svaki incident. Skup samo raste; promjena pravila koja pokvari stari slučaj ruši pokretanje.
Izvori
Stranice na kojima smo provjerili gore navedene činjenice, s datumom zadnje provjere.
- LLM01:2025 Prompt Injection — OWASP Gen AI Security Project, provjereno 2026-11-05
Neizravno ubacivanje uputa i izvlačenje podataka kroz umetnutu sliku, na što cilja čistač izlaza. - Enterprise privacy at OpenAI — OpenAI, provjereno 2026-11-05
Podaci API-ja ne koriste se za treniranje prema zadanim postavkama; ugovor o obradi za put prema dobavljaču. - How long do you store my organization’s data? — Anthropic Privacy Center, provjereno 2026-11-05
Ulazi i izlazi API-ja brišu se u roku od 30 dana.
Pogledajte to na jednom svom poslu
Počinjemo demonstracijom na izmišljenim podacima: jedan uredski posao, lokalni model i pravila pristupnika iz ovih članaka. Stvarni podaci klijenata dolaze tek nakon pisanog opsega.
Dogovorite demo na izmišljenim podacima
Napišite koji posao želite ubrzati. Za demo ne trebamo vaše stvarne podatke.
- Fiksna ponuda — bez obveze
- Odgovor u 1 radnom danu
O autoru
Paxa Media
Piše Paxa Media, tehnološka tvrtka sa sjedištem u Rijeci. Rasponi cijena u vodičima su okvirni; konačna ponuda ovisi o opsegu.
Zašto možete vjerovati ovome
- Izrađujemo sustave o kakvima pišemo — web stranice, web i mobilne aplikacije, automatizaciju i integracije
- Tehnološka smo tvrtka sa sjedištem u Rijeci
- Rasponi cijena u vodičima su okvirni, a ne ponuda; konačnu cijenu određuje opseg
Nastavi čitati
Svi tutorijali →ChatGPT preko vlastitog API-ja ne čuva podatke klijenata
Interni omotač mijenja sučelje, ne put kojim podaci idu. Osam slojeva zaštite, curenje koje svaki propušta i zašto je zadnja rupa osobni chatbot.
AI i automatizacijaGdje idu podaci klijenata: osobni AI, poslovni paketi, API i lokalni model
Isti model, vrlo različiti uvjeti. Što se događa sa spisom klijenta na osobnom paketu, poslovnom paketu, API-ju i modelu na vlastitoj opremi, provjereno na stranicama dobavljača.
AI i automatizacijaPokretanje lokalnog AI agenta na vlastitom računalu: OpenClerq u petnaestak minuta
Lokalni administrativni agent koji vaše datoteke ne šalje nikamo. Instalacija, pokretanje gatewaya, prvi poziv i objašnjenje što se zapravo događa.