🤖 Explicar com IA

Usando o Private AI Gateway para privacidade de nível empresarial¶

Visão geral¶

O Private AI Gateway é a camada de privacidade de nível empresarial do 4Geeks AI Studio. Ele garante que seu código proprietário nunca saia do seu perímetro seguro para treinar modelos públicos, usando políticas de Retenção Zero de Dados e roteamento privado para todos os provedores de LLM.

Neste tutorial, você aprenderá:

• Como funciona o Gateway Privado de IA
• Como definir as configurações de privacidade
• Como a retenção zero de dados é aplicada
• Como auditar o fluxo de dados e a conformidade
• Como configurar políticas personalizadas de tratamento de dados

Como funciona o gateway privado de IA¶

Your Code ──────► Private AI Gateway ──────► LLM Providers
                      │
                      ├── Encrypted tunnel to all LLM APIs
                      ├── Zero Data Retention enforcement
                      ├── Request sanitization
                      ├── Response validation
                      └── Complete audit logging

Principais recursos de privacidade¶

Etapa 1: Habilitar o Gateway de IA Privado¶

1. Vá para as configurações do projeto do AI Studio
2. Navegue até AI Factory → Private AI Gateway
3. Alterne “Ativar gateway privado”
4. Selecione seu nível de privacidade:
5. Padrão: Zero retenção de dados com todos os provedores
6. Aprimorado: Padrão + sanitização de solicitação + validação de resposta
7. Máximo: Roteamento de rede aprimorado + privado + políticas de dados personalizadas

Etapa 2: Configurar retenção zero de dados¶

Contratos de Provedor¶

O Private AI Gateway impõe retenção zero de dados com todos os provedores de LLM:

Configuração¶

1. Vá para Gateway de IA privado → Retenção de dados
2. Verifique se a retenção zero de dados está habilitada para todos os provedores
3. Revise os acordos de privacidade do fornecedor
4. Defina o período de retenção de dados para logs de auditoria (padrão: 90 dias)

Etapa 3: Configurar a limpeza de solicitação¶

O gateway detecta e remove automaticamente dados confidenciais das solicitações:

Padrões detectados¶

Padrões personalizados¶

Adicione seus próprios padrões de dados confidenciais:

custom_patterns:
  - name: "Internal API URLs"
    pattern: "https://api\\.internal\\.company\\.com/.*"
    action: "redact"

  - name: "Employee IDs"
    pattern: "EMP-\\d{6}"
    action: "redact"

  - name: "Customer Names"
    pattern: "customer_name:\\s*\"[^\"]+\""
    action: "redact"

Etapa 4: configurar a validação de resposta¶

O gateway valida as respostas da IA antes de devolvê-las ao seu repositório:

Regras de validação¶

Configuração¶

1. Vá para Gateway de IA privado → Validação de resposta
2. Habilite regras de validação
3. Defina a ação para validação com falha:
4. Bloquear: rejeite a resposta e tente novamente
5. Aviso: Permitir, mas sinalizar para revisão
6. Log: permite, mas registra o problema

Etapa 5: Fluxo de dados de auditoria¶

Painel de auditoria¶

1. Vá para Gateway de IA privado → Registro de auditoria
2. Visualize todas as solicitações de IA com:
3. Timestamp: Quando a solicitação foi feita
4. Modelo: Qual LLM foi utilizado
5. Tarefa: tarefa de IA associada
6. Dados higienizados: se dados confidenciais foram detectados e removidos
7. Resultado da validação: se a resposta passou na validação
8. Status de retenção: confirmação de retenção zero de dados

Exportar relatórios de auditoria¶

1. Clique em “Exportar Relatório”
2. Selecione o período
3. Escolha o formato (CSV, PDF, JSON)
4. Baixe a documentação de conformidade

Etapa 6: Configurar políticas de dados personalizadas¶

Para clientes empresariais com requisitos de conformidade específicos:

Residência de dados¶

Especifique onde os dados podem ser processados:

Estruturas de Conformidade¶

Mapeie a configuração do seu gateway para estruturas de conformidade:

Melhores práticas¶

Desenvolvimento que prioriza a privacidade¶

• Nunca envie segredos para seu repositório — use variáveis de ambiente
• Revise os registros de higienização regularmente para detectar novos padrões
• Atualize padrões personalizados quando surgirem novos tipos de dados confidenciais
• Auditoria trimestral para garantir a conformidade com suas políticas

Treinamento de equipe¶

• Eduque os desenvolvedores sobre o que constitui dados confidenciais
• Estabeleça políticas claras para lidar com credenciais e segredos
• Use ferramentas de gerenciamento de segredos (Vault, AWS Secrets Manager) em vez de valores codificados
• Revise os registros de auditoria como parte do seu processo regular de desenvolvimento

Documentação de conformidade¶

• Exportar relatórios de auditoria para auditorias de conformidade
• Manter registros de processamento de dados conforme exigido pelo GDPR
• Documente sua configuração de privacidade para análises internas
• Atualizar políticas quando os regulamentos mudam

O que vem a seguir?¶

• Saiba mais sobre Introdução ao AI Studio
• Explore Compreendendo a fábrica de IA
• Leia sobre Monitoring Token Usage

Precisa de ajuda?¶

• Documentação: docs.4geeks.io
• Discordância: Discordância
• Suporte: disponível no painel do console

Ainda tem dúvidas? Pergunte na Discord or explore tutoriais