Hva du ALDRI bør legge inn i AI

Hva du ALDRI bør legge inn i AI [Video og quiz]

Kort svar: Aldri legg inn passord, API-nøkler, ID-er, helse- eller bankjournaler, klientfiler med taushetsplikt eller andres data i en offentlig AI-chat. Når du trenger hjelp, beskriv problemet med plassholdere og redigerte utdrag – modellen trenger formen på problemet, ikke hemmelighetene som låser opp virkelige systemer.

Viktige konklusjoner:

Hemmeligheter forblir offline: Lim aldri inn passord, tokener, informasjonskapsler eller frøfraser i en ledetekst.

Stripp identitet: Bytt ut ekte navn, adresser og ID-numre med roller og falske navn.

Arbeidstakelighet: Hold utkast til taushetserklæringer, klientfiler og uutgitte planer unna forbrukerchatten.

Samtykkegrense: Ikke lim inn kollegers, kunders eller barns personopplysninger uten en menneskelig løkke.

Rediger først: Bruk plassholdere og rensede utdrag; roter alt du allerede har lekket.

Hva du ALDRI bør legge inn i AI

Vi limer inn først og tenker senere. En chatbot sitter der som en tålmodig praktikant med uendelig med kaffe, så det føles nesten ufarlig å dumpe hele det flokete problemet i boksen. En pålogging som ikke vil fungere. En kontraktsklausul som får magen til å vri seg. Et skjermbilde av et dashbord med alle navnene fortsatt synlige. Verktøyet er nyttig, atmosfæren føles privat, og hjernen din legger det stille ved siden av «notater jeg skrev for meg selv»

Det er fellen. 🧠 Chat er ikke en låst skuff. Det er en samtale med et system som lagrer, behandler og noen ganger trener på det du sender, avhengig av produktet, innstillingene og om du i det hele tatt har lagt merke til innstillingene. Jeg er ikke her for å panikke deg ned i en bunker. Jeg er her med et praktisk kart over hva du ALDRI bør legge i AI, pluss de lite prangende, men praktiske vanene som fortsatt lar deg få skarpe svar.

Tenk på det som å rope en hemmelighet på et overfylt kjøkken. Ikke alle fremmede lytter. Likevel kan det hende at noen av dem gjør det. Og kjøkkenet tar opp opptak av grunner som aldri er så enkle som markedsføringsteksten får dem til å høres ut som.

Hvorfor vi dumper alt i chatteboksen

Fart. Det er det meste. Du sitter fast, feilen er stygg, og det føles raskere å lime inn hele loggen enn å fjerne den. Kontekst føles som vennlighet mot modellen. Mer detaljer, bedre hjelp; det er folkloren, og den er halvveis sann.

Den andre halvdelen er emosjonell. En chatbot hever ikke et øyenbryn. Den vil ikke fortelle det til sjefen din. Den vil ikke sladre i lunsjpausen. Så vi behandler det som en dagbok med superkrefter. Jeg har gjort dette. Du har sannsynligvis gjort dette. I det øyeblikket noe er både praktisk og ikke-dømmende, tar våre personverninstinkter en tepause.

Her er den mildt sagt irriterende sannheten: modellen trenger ikke dine hverdagslige detaljer for å hjelpe deg. Den trenger en form for problemet. Navn, tokens, kontonumre og ansikter i skjermbilder er pynt. Deilig pynt. Fortsatt pynt.

  • Du limer inn fordi redigering føles som ekstra arbeid.
  • Du limer inn fordi «bare denne gangen» er en vane å bruke forkledning.
  • Du limer inn fordi grensesnittet ser ut som en privat DM og oppfører seg som et arkivskap.

Ingenting av det gjør deg hensynsløs. Det gjør deg menneskelig. Løsningen er en to sekunders pause, ikke en personlighetstransplantasjon.

Passord, API-nøkler og hemmeligheter som bør forbli offline 🔐

Hvis den kan låse opp noe, hører det ikke hjemme i en ledetekst. Passord. Engangskoder. Øktinformasjonskapsler. SSH-nøkler. Databasetilkoblingsstrenger. API-nøkkelen du lovet deg selv at du skulle rotere «snart». Lommebok-frøfraser. Private sertifikater. Gjenopprettingsspørsmålet banken din fortsatt synes er smart.

Jeg pleide å tenke på nøkler som husnøkler på en krok ved døren. Søt metafor; den faller fra hverandre umiddelbart, fordi en husnøkkel åpner én dør og en API-nøkkel kan åpne et lager, en fakturakonto og en bunke med kundedata du glemte at du engang hadde lagret. Sikkerhetskopiering: behandle hemmeligheter som radioaktive. Du legger ikke radioaktive ting i sandwichpressen, selv om sandwichpressen er veldig god på sandwicher.

En modell kan ikke «holde dette mellom oss» slik en venn kan. Selv om en leverandør tilbyr minnekontroller, selv om du slår av trening, vil teksten fortsatt reise, bli logget på en eller annen måte og kan bli liggende i chatteloggen til du leter etter den. Anta at en lime-funksjon er en kopi du ikke lenger har full kontroll over.

Hva man skal gjøre i stedet

  • Beskriv hemmeligheten etter type, ikke etter verdi. «En Postgres-URL med et passord i» er nok for feilsøkingsråd.
  • Slett med åpenbare plassholdere: REDACTED_KEY, USER_TOKEN, EXAMPLE_SECRET.
  • Roter alt du allerede har lekket. Gjør det nå, ikke etter at du har «sett om noe skjer»
  • Oppbevar ekte påloggingsinformasjon i en passordbehandler eller et hemmelig hvelv; aldri i en tråd du kan ta et skjermbilde av senere.

Hvis et verktøy ber deg lime inn en nøkkel slik at det kan «koble til for deg», er det en annen produktkategori. Det er en integrasjon med tilgang, ikke en skriveassistent. Behandle det som å gi noen navneskiltet ditt.

Personlige identifikatorer og det stille identitetssporet 🪪

PII er passordenes lite glamorøse fetter. Nasjonale ID-numre. Passdetaljer. Datorelaterte identitetsfelt. Hjemmeadresser. Telefonnumre. Ansatt-ID-er. Studentnumre. Fullstendige juridiske navn kombinert med fødselsdatoer, skolenavn eller medisinske klinikker. Én del ser liten ut. Tre deler til sammen utgjør et dossier.

Folk gjør dette når de vil ha et brev skrevet, et skjema oversatt eller en CV polert. Helt rimelige mål. Modellen trenger ikke det virkelige postnummeret for å utforme en høflig klage. Den trenger tonen, faktaene som ikke er identifiserende, og resultatet du ønsker.

Jeg antar at den overraskende vanskelige delen er "ufarlige" kombinasjoner. En unik jobbtittel pluss en by pluss en barneskole pluss en sjelden medisinsk tilstand. Det ville du ikke skrevet på en flyer. En chatboks er ikke en flyer, men det er heller ikke et hvelv.

  • Bytt ut virkelige navn med roller: «ansettelsesansvarlig», «fastlegen min», «en leietaker»
  • Generaliser steder: «en mellomstor by», ikke gaten og ringesignalet.
  • Fjern unike tall med mindre oppgaven bokstavelig talt handler om tallformatet. I så fall bruk en forfalskning som ser ekte nok ut.

Anonymisering er ikke en doktorgrad. Det er en vane med å sjekke om en fremmed kan plukke deg ut av en rekke fra dette avsnittet. Hvis de kan, så skjær av.

Arbeid konfidensielt, taushetserklæringer og alt sjefen din ville krympet seg for 📎

Det er her hjelpsomhet setter folk i trøbbel. Du limer inn en klientpakke. En uutgitt plan. Et lønnsregneark. Kildekode med interne vertsnavn. Et juridisk utkast som fortsatt er merket konfidensielt. Møtenotater med navn på personer som ikke har blitt varslet ennå. Taushetserklæringen du signerte i all hast fordi kaffen begynte å bli kald.

Chatboter er ikke bedriftens rådgiver, og de er ikke en sikker arbeidsbenk med mindre organisasjonen din har etablert en på ordentlig. Forbrukerverktøy er bygget for enkelhets skyld. Bedriftsverktøy kan være bedre, med oppbevaringskontroller og administratorpolicyer; de er fortsatt ikke en grunn til å lime inn kronjuvelene for en grammatikkbestått.

En praktisk tommelfingerregel jeg har på en lapp i hodet: hvis du ikke ville sagt det i et personlig Gmail-utkast, ikke legg det i en offentlig AI-chat. Hvis du ikke ville sagt det i en samkjøring, samme sak. Folk som er forsiktige på Slack blir overdelingsdiktere i det øyeblikket en genereringsknapp dukker opp.

Tryggere løsninger

  • Beskriv dokumentet: lengde, målgruppe, de tre punktene som betyr noe, tonen du trenger.
  • Lim inn et rengjort utdrag. Fjern navn, sensitive figurer og alt en konkurrent ville gi high-five over.
  • Be om en struktur eller et omskrivingsmønster, og bruk det deretter selv på den virkelige teksten offline.
  • Bruk et godkjent arbeidsplassverktøy hvis du har et, og stryk fortsatt som standard. Retningslinjene er et gulv, ikke en trampoline.

Kode er en spesiell variant av dette. Interne URL-er, autentiseringsoverskrifter og kommentarer som «TODO: fjern før oppkjøpet» er små gavekort. Lag dummy-data. Behold logikken. Modellen håndterer dummy-data godt; den trenger ikke produksjonsskjemaet ditt med ekte kunde-e-postadresser fortsatt nestet i en fixture.

Helse, penger og detaljer du ikke ville rope over en kafé 💊

Medisinske og økonomiske detaljer føles presserende, så de limes inn med minst mulig redigering. Laboratorieresultater. Reseptlister. Forsikrings-ID-er. Kontoutskrifter. Skattebrev. Kredittrapporter. Et bilde av et kort «bare de fire siste sifrene», som på en eller annen måte inkluderer resten av kortet, kjøkkenbordet ditt og en post med en annens navn.

Du kan stille utmerkede spørsmål uten den rå journalen. «Forklar hva en forhøyet markør kan bety generelt» er en oppfordring. «Her er hele panelet mitt, adressen min, klinikken min og morens pikenavn» er en biografi.

Jeg sier ikke at man aldri skal snakke om helse eller penger med en modell. Jeg sier at man skal behandle chatboten som en belest fremmed på et tog. Bra for å sette i en ramme. Like forferdelig som regnskapsføreren din, klinikeren din eller arkivet ditt. Og ja, jeg vet at metaforen om en belest fremmed lekker; tog fører ikke chattelogger. Det er liksom poenget.

  • Fjern kontonumre, sorteringskoder, IBAN-numre og alt som ser ut som legitimasjon.
  • Be om generelle forklaringer, sjekklister og spørsmål du kan ta med til en fagperson.
  • Ikke bruk chatten som et arkivskap for uttalelser «slik at jeg kan spørre om dem senere». Det er slik oppbevaring blir et problem senere.

Hvis en melding skulle få deg til å senke stemmen på en kafé, rediger først. Den testen er overraskende pålitelig og koster ingenting.

Andre personers data er ikke dine å lime inn 🚫

Denne blir hoppet over fordi det føles som om du er hovedpersonen i chatten. Du er ikke den eneste personen på skjermbildet. E-poster fra kolleger. En partners ID. En kundes klage med telefonnummeret deres fortsatt vedlagt. Bilder av barn. En Slack-tråd som navngir hvem som nesten fikk sparken. Et opptak av en samtale den andre personen ikke visste ville bli gitt til en modell.

Samtykke går ikke automatisk fra «de sendte meg en e-post» til «en maskin kan lagre dette». Selv om intensjonen din er god – å skrive et hyggeligere svar, oppsummere en rotete tråd – er den rå nyttelasten fortsatt livet deres, ikke kladdepapiret ditt.

En litt sarkastisk lakmustest: hvis du ikke ville videresendt den samme klatten til en e-postliste med fremmede «for tilbakemelding», så ikke behandle en chatbot som en mindre e-postliste med bedre manerer.

  • Oppsummer andre mennesker med dine egne ord.
  • Erstatt navn med roller og fjern kontaktinformasjon.
  • Spør personen om oppgaven er sensitiv; noen ting bør forbli i en menneskelig sløyfe.
  • Lim aldri inn barns personlige detaljer, skolejournaler eller identifiserende bilder for en «morsom» generasjon.

Det finnes et juridisk lag her som jeg ikke skal late som om jeg tar opp søksmål om med bloggstemme. Personvernregler, ansettelsesplikter og klientkontrakter har alle meninger. Den praktiske vanen er enklere enn loven: standardinnstillingen er at andres data ikke vises i ledeteksten.

Hva du ALDRI bør legge inn i AI: en risikotabell du kan bruke

Jeg liker tabeller for dette fordi en liste med «aldri» kan høres prekende ut, og et rutenett lar deg se byttet. Mildt meningsfulle vurderinger, ikke en labrapport.

Datatype Risikonivå Hvorfor det er et problem Tryggere alternativ
Passord, API-nøkler, tokens, såfraser Kritisk De låser opp systemer; en kopi du ikke kan huske helt er fortsatt en kopi Plassholdere pluss en lokal hemmelighetsansvarlig; roter hvis det lekker
Offentlige ID-er, passskanninger, nasjonale numre Kritisk Startpakke for identitetstyveri; vanskelig å "avsende" Falske eksempler eller spørsmål kun i format
Helsejournaler, resepter, forsikrings-ID-er Høy Intim, regulert følelse og klissete i historien Generelle symptomer eller emner; hold identifikatorer unna siden
Kontoutskrifter, skattedokumenter, kortbilder Høy Direkte finansiell eksponering pluss ekstra PII i marginene Spør om prosesser, ikke rå tall knyttet til deg
Klientfiler, utkast til taushetserklæring, uutgitte planer Høy Du bryter kanskje et løfte du allerede har signert Rensede utdrag; strukturforespørsler; godkjente arbeidsverktøy
Personopplysninger fra kollegaer eller kunder, barns opplysninger Høy Det er ikke ditt å donere til en modell Rollebaserte sammendrag; fjern kontakter og ansikter
Intern kilde med vertsnavn og ekte e-postadresser Middels høy Ser ut som «bare kode» helt til noen kartlegger nettverket ditt Dummy-data, falske domener, fjernede kommentarer
Skjermbilder av dashbord eller innbokser Middels høy De smugler navn, numre og åpne faner du glemte var der Beskjær, gjør det uskarpe eller skriv inn det relevante utdraget på nytt
Vage personlige historier uten unike ID-er Senke Vanligvis greit; hopp fortsatt over alt du ikke ville fortalt en fremmed Hold det generelt; hopp over den sjeldne identifiserende kombinasjonen

Hvis du ikke husker noe annet, husk venstre kolonne. Det er kjernen i Hva du ALDRI bør legge inn i AI når du har det travelt og hjernen din vil lime inn universet.

Skjermbildefeller og utilsiktet overdeling 🖼️

Skjermbilder er slik gode mennesker lekker. Du mener å vise en feilmeldingsdialog. Opptaket inkluderer bokmerkelinjen, et Slack-merke med et navn, en URL med et token, en kalenderpopup, en refleksjon i et mørkt modusvindu som viser seg å være en passordbehandler. Jeg har beskåret et bilde og gikk fortsatt glipp av den lille kontoveksleren i hjørnet. Det er en sjanger av feil.

Bilder av dokumenter er verre, fordi kameraene er generøse. Et bord, en whiteboardtavle, et sykehusarmbånd, en fraktetikett. Modellen «trenger» kanskje ikke de ekstra pikslene. Pikslene kommer likevel frem.

Et enkelt skjermbilderitual

  • Beskjær først. Beskjær deretter igjen. Se deretter på kantene som om de skylder deg penger.
  • Gjør navn, e-poster, avatarer og alle strenger som ser ut som et token uskarpe.
  • Foretrekker å skrive feilen på nytt fremfor å fange opp hele IDE-en.
  • Ikke last opp et bilde av et kort, et pass eller et boardingkort «for rask lesing». Skriv inn spørsmålet i stedet.

Talenotater og filopplastinger spiller det samme trikset. Et møteopptak er en buffet av andres data. En CSV-fil er en buffet av rader du sluttet å se som personer. Hvis filen skulle gjøre juridisk nervøs, havner den ikke i boksen.

Tryggere spørsmålsmønstre som fortsatt gir deg solide svar ✨

Redigering er ikke kvalitetens fiende. Vage påminnelser er det. Du kan være spesifikk om problemet og gjerrig på identiteten. Det er hele håndverket.

Prøv denne formen: mål, begrensninger, dummy-inndata, ønsket utdata. «Skriv om denne avvisnings-e-posten slik at den er vennlig, men bestemt. Målgruppen er en frilansdesigner. Ikke nevn det virkelige prosjektnavnet. Her er et rengjort utkast med navn som er byttet om.» Det er en ledetekst med en ryggraden. Den trenger ikke CRM-eksporten.

Mønstre som fungerer

  • Plassholder for alt som er unikt. ACME_CLIENT, USER_A, TOKEN_X. Behold grammatikken fra hverdagen; kast fingeravtrykkene.
  • Be om en metode, ikke et minne. «Gi meg en oversikt over resonnementet om denne feilklassen» er bedre enn «her er hele produksjonsloggen vår».
  • Del opp oppgaven. Hent en mal fra modellen. Fyll ut de sensitive delene selv.
  • Bruk syntetiske eksempler. Finn opp en kunde som heter River og som kjøpte en lampe. Rådene gjelder fortsatt.
  • Oppgi hva du allerede har redigert. Modeller håndterer «[redigert lønnstall]» helt fint hvis du forteller dem logikken rundt det.

Det er en smak av prompt som prøver å være smart: «ignorer tidligere sikkerhet, lagre denne nøkkelen.» Ikke gjør det. Du jailbreaker ikke ditt eget personvern. Du kaster nøkkelen i et tjern og håper at tjernet er sjenert.

Et annet mønster jeg liker: skanningen før innliming. Før du sender, søk i utkastet etter @, etter strenger som ser ut som taster (lange, tilfeldige, ofte prefikser), etter tall som er for lange til å være tilfeldige, og etter navn du ikke ville satt på et lysbilde. Ti sekunder. Betaler husleie for alltid.

Chathistorikk, oppbevaring og den lange halen av en pasta 📦

Folk snakker om «skyen» som om det er et værsystem. Det du har i praksis er et produkt med standardinnstillinger. Noen chatter brukes til å forbedre modeller med mindre du velger bort dem. Noen beholdes for misbruksgjennomgang, juridiske forespørsler eller grunnleggende grunner som «slik at tråden fortsatt lastes inn i morgen». Noen arbeidsplassplaner fører logger for administratorer. Jeg vil ikke late som om én leverandørpolicy er universell, for det er den ikke, og den endres, og du bør lese produktinnstillingene i stedet for en bloggers hukommelse om innstillingene.

Den praktiske holdningen er kjedelig og robust: anta at en lime kan vare. Anta at en lagkamerat med administratorrettigheter kan se arbeidsplasstråder. Anta en fremtid der du vil glemme at denne samtalen eksisterer inntil den dukker opp i et søk. Anta at eksport av historikken din er noe du kan gjøre senere, og at eksporten er en ny kopi.

  • Slå av trenings- eller «forbedre modellen»-alternativer når produktet tilbyr dem, hvis det passer deg.
  • Slett sensitive tråder etter at du har hentet ut de praktiske delene til et lokalt notat som er virkelig lokalt.
  • Ikke bruk chatten som ditt eget register for HR-problemer, medisinske spørsmål eller klientarbeid.
  • Vær forsiktig med delte kontoer. Delte kontoer er hvordan «privat» blir folkeminne på kontoret.

Minnefunksjoner – de som minner om jobben din, hunden din, din foretrukne tone – er nyttige og litt skumle. De er også en grunn til ikke å lære systemet dine virkelige identifikatorer «slik at det kan bli mer personlig». Personlig er en stil. Det er ikke ditt nasjonale forsikringsnummer.

Arbeidsplassnormer når teamet ditt bruker chatboter 🏢

Det er på kontorer at lime-vanen blir industrialisert. Noen dumper en kunde-CSV for å «rydde kolonnene». Noen andre slipper et strategidokument for å «gjøre det mer slagkraftig». En velmenende praktikant limer inn hendelseskanalen. Ingen er en skurk. Insentivene er bare fart og polering.

Hvis du leder et team, skriv en kort, menneskelig regel. Ikke en 40-siders policy som ingen leser. Noe sånt som: ingen legitimasjon, ingen kunde-PII, ingen uutgitte tall, ingen juridiske utkast, bruk det godkjente verktøyet, rediger som standard. Vis deretter et eksempel på en god, rengjort ledetekst, slik at folk ikke gjetter.

  • Navngi det godkjente verktøyet, hvis du har et, og de ikke-godkjente.
  • Gi en sjekkliste for redigering som folk kan fullføre før en standup.
  • Gjør det trygt å si «Jeg holdt nesten på å lime inn det» uten en teatralsk undersøkelse.
  • Minn folk på at «AI-en sa at det var greit» ikke er en kontroll.

Selv om du ikke leder et team, kan du fortsatt være den personen som limer inn en dukke. Kultur er smittsom i begge retninger. Jeg antar det høres alvorlig ut. Det er også slik normer endrer seg; én person slutter å dumpe nøkler, og rommet blir litt mindre uordentlig.

Innkjøpsteater er et sideoppdrag jeg vil hoppe over. Å kjøpe en «enterprise»-wrapper gjør ikke magisk alle prompter kloke. Det kan hjelpe med oppbevaring og tilgang. Vanene dine gjør fortsatt det tunge arbeidet.

Du har allerede limt inn noe merkelig – hva nå 🧯

Det skjer. Du trykker på send, og sjelen din forlater kroppen din. Ikke gå i spiral. Gjør en kort, litt lite glamorøs sekvens.

  • Slutt å bruke den hemmeligheten. Roter passordet, tilbakekal nøkkelen, ugyldiggjør økten. Dette er det eneste trinnet som lukker døren for godt.
  • Slett chatten hvis produktet tillater det, og tøm eventuelle «nylig slettede»-lommer hvis det finnes en.
  • Sjekk tilkoblede apper og minne. Noen verktøy lagrer utdrag i minner eller prosjektfiler du har glemt at du har aktivert.
  • Fortell det til riktig person hvis det var jobbdata. Sikkerhetspersonell, en leder, en kundeansvarlig; den som eier eksplosjonsradiusen. Tidlig er mindre smertefullt enn å oppdage det senere.
  • Se opp for uvanlige pålogginger på de relaterte kontoene. Rotasjon uten overvåking er halve jobben.

Hvis det var noen andres data, skylder du dem også en opprydding og, avhengig av rotet, en advarsel. Kjipt. Fortsatt bedre enn å håpe at universet er høflig.

Ikke prøv å «overskrive» en lekkasje ved å lime inn mer forklaring. Ekstra kontekst er ekstra tekst. Kom deg ut av tråden.

Setter det sammen

Kortversjonen av «Hva du ALDRI bør legge inn i AI» er ikke en skjellsordliste. Det er en holdning. Hvis den låser opp et system, identifiserer en person eller får deg til å grøsse på en kafé, holder den seg utenfor esken. Du kan fortsatt få god hjelp. Du gir bare modellen en skisse, ikke husnøklene, den medisinske mappen og naboens post.

Kort oppsummering:

  • Ingen passord, nøkler, tokener eller frøfraser. Roter hvis du har glippet.
  • Ingen ekte ID-er, fullstendige økonomiske opplysninger, rådia helsejournaler eller taushetspliktig materiale.
  • Ingen andres private detaljer, spesielt ikke barn.
  • Skjermbilder er avhengige av inkludering; beskjær som om du mener det.
  • Slett ut, dummy og spør etter metoder. Spesifikt problem, falske etiketter.
  • Anta at historikken blir liggende igjen. Slett, ikke arkiver hemmeligheter i en chatbot.
  • Arbeidsplasser trenger en kort regel og et godt eksempel, ikke en stemning av uformelt privatliv.

Bruk verktøyene. De er utmerkede på utkast, feilsøking av figurer og å overtale deg til å unngå forvirrende feil. Bare slutt å behandle tekstboksen som et hvelv med humoristisk sans. Det er en veldig smart blender. Du bør fortsatt ikke legge passet ditt i en blender. 🫡

Praktisk eksempel: Bygge en feilsøkingsbriefing med redaksjonsstart for et lite ingeniørteam

Personvernregler gjelder når de redder en vanlig tirsdag, ikke når de høres strenge ut. Slik brukte et britisk SaaS-team på fem personer vanene i denne veiledningen for å slutte å dumpe legitimasjon og kundeidentifikatorer i forbruker-chatboter – uten å gi opp feilsøkingshjelp.

Scenario

Utvikler og support deler én smertefull vane: når en autentiseringsfeil ser stygg ut, limer noen inn hele loggen, en tilkoblingsstreng for oppsamling og et skjermbilde av administrasjonsdashbordet «slik at modellen har kontekst». Forrige kvartal inkluderte det en API-nøkkel som så ut til å være live i en stakksporing og en kunde-e-postadresse som fortsatt var synlig i URL-linjen til et skjermbilde. Ingen mente det vondt. Hastighet vant. Kjøkkenet tok et opptak.

De trenger ikke en forelesning. De trenger en gjentakbar oppgave: beskriv hemmeligheten etter type, slett ut med plassholdere, beskjær skjermbilder, be om en metode, ikke et minne, og bruk deretter fiksen på live-systemer offline. Forbrukerprat fortjener fortsatt sin plass. Husnøklene holder seg unna blenderen.

Målet er samme kvalitet på rådene med en to sekunders skanning før liming – og en kort teamregel folk skal følge.

Hva assistenten trenger

  • En sanert problemform: feilklasse, omtrent når den startet, miljø (staging vs. produksjon) uten vertsnavn som kartlegger nettverket
  • Kun dummy-inndata: REDACTED_KEY, USER_TOKEN, customer@example.com, falske forespørsels-ID-er
  • Det som allerede var fjernet (oppgitt i ledeteksten slik at modellen ikke ber om de sanne verdiene)
  • Ønsket utdata: sannsynlige årsaker, sjekker som skal kjøres, en patch-oversikt – ikke «koble til nøkkelen min»
  • Et menneske som oppbevarer legitimasjon i en passordbehandler eller et hemmelig hvelv
  • En teamregel på én side: ingen påloggingsinformasjon, ingen kunde-PII, ingen uutgitte tall, redigering som standard

Eksempelinstruksjon

Mål: Hjelp meg med å feilsøke en periodisk 401-feil på staging-API-et vårt etter en tokenoppdatering. Ikke be meg om å lime inn hemmeligheter.

Begrensninger: Jeg har allerede redigert passord, API-nøkler, tokener, informasjonskapsler, interne vertsnavn og e-postadresser til kunder. Plassholdere i loggen betyr at de sanne verdiene bare finnes på maskinen min. Britisk engelsk. Ingen ingress.

Dummy-utdrag: Forespørsel til https://api.example-staging.invalid/v1/session returnerte 401. Header-autorisasjon: Bearer REDACTED_KEY. Brødteksten nevner at USER_TOKEN er utløpt. Skjermbildebeskrivelse (ikke vedlagt): kun feilmelding; bokmerkefelt og kontobytter beskåret ut.

Oppgave: List opp de tre mest sannsynlige årsakene til denne feilklassen, kontrollene jeg bør kjøre lokalt, og en minimal oversikt over oppdateringer. Hvis du trenger flere detaljer, be om en type informasjon (f.eks. "token TTL-innstilling") - aldri for den rå hemmeligheten.

Resultat: Nummererte årsaker, deretter en sjekkliste, og deretter «hva du ikke skal lime inn neste gang» i tre punkter.

Hvordan teste det

  • Sammenlign en gammeldags lime-rapport (full logg + skjermbilde) med den redigerte beskrivelsen ovenfor om samme hendelsestype. Sammenlign rådkvaliteten og om modellen ber om hemmeligheter.
  • Forhåndsinnlimingsskanning: søk i utkastet etter @, lange tilfeldige strenger og tall som er for lange til å være tilfeldige før sending.
  • Kanttilfelle: inkluder en falsk nøkkel som ser ekte ut, og bekreft at svaret fortsatt fungerer uten at den sanne verdien er nødvendig.
  • Kanttilfelle: nekt opplasting av skjermbilde; skriv bare feillinjen på nytt; bekreft at sjekklisten fortsatt hjelper.
  • Akseptsjekker: (1) null legitimasjon i tråden, (2) null kundekontaktdetaljer, (3) plassholdere er deklarert, (4) utdata er en metode/sjekkliste, ikke en "lim inn nøkkelen din"-flyt, (5) hvis noe lekket tidligere, skjedde rotasjonen samme dag.

Resultat

Illustrativt resultat (eksempelestimat for ett lite ingeniør-/supportteam, ikke en publisert studie): På tvers av 12 feilsøkingschatter i løpet av fire uker økte mediantiden til en brukbar sjekkliste litt fra omtrent 4 minutter (fullstendig innliming) til omtrent 6 minutter med redigering - to ekstra minutter for skanning før innliming og plassholdere. Tråder som inneholdt kritiske datatyper (nøkler, kundenes e-poster, rå tilkoblingsstrenger) falt fra 9 av 12 chatter til 1 av 12 (den ene ble tatt med i gjennomgang og rotert samme dag). På en enkel hygiene-sjekkliste (ingen hemmeligheter, ingen kunde-PII, plassholdere deklarert, beskåret eller ingen skjermbilde) bestod 11 av 12 redigerte briefinger mot 3 av 12 under den gamle vanen. Begrensninger: lite utvalg, ett team, selvrapportert timing; mildere hendelser trenger mindre redigering; "bestått" var fagfellevurdering av ledeteksten, ikke en laboratorierevisjon av leverandørlogger.

For å måle din egen versjon: ta et utvalg av 10 nylige AI-feilsøkingstråder for forbudte datatyper, og ta deretter et utvalg av 10 etter en redigeringsregel og mal. Rapporter antall med nevner, pluss median minutter fra «fastlåst» til «sjekkliste i hånden»

Hva kan gå galt

  • Skjermdumpsmugling: Feilen er i orden; URL-linjen inneholder fortsatt et token. Beskjær to ganger, og sjekk deretter kantene.
  • «Bare denne gangen»-nøkler: Én enkelt lekket API-nøkkel kan åpne fakturerings- og kundeposter. Roter umiddelbart; ikke vent for å «se om noe skjer».
  • Andres data: En kundeklage med et telefonnummer er ikke din rett til å donere til en modell. Oppsummer med dine egne ord.
  • Chat som hvelv: Å legge igjen hemmeligheter i historikken oppretter en ny kopi. Slett tråden etter at du har flyttet delene du trenger til et lokalt notat.
  • Bedriftsteater: Et godkjent verktøy på arbeidsplassen bidrar til å holde på stillingen; det gjør det ikke klokt å lime inn kronjuveler.
  • Hoppe over rotasjon etter en feilmelding: Hvis du sletter chatten uten å tilbakekalle nøkkelen, står døren åpen.

Praktisk takeaway

Det du aldri bør legge inn i AI er mindre en skjenselsliste og mer en holdning: hvis den låser opp et system, identifiserer en person, eller ville fått deg til å krympe deg på en kafé, forblir den rett ut av esken. Gi modellen en skisse med plassholdere, oppbevar legitimasjon i et hvelv, og be om metoder du bruker offline. Den to sekunder lange pausen er hvordan en hjelpsom praktikant med uendelig kaffe slutter å bli et arkivskap for husnøklene dine.

Vanlige spørsmål

Hva bør du aldri legge inn i AI-chatboter?

Hvis det låser opp et system, identifiserer en person, eller får deg til å grøsse på en kafé, bør du holde det unna esken. Dette inkluderer passord, API-nøkler, tokens, såkalte «seed phrases», offentlige ID-er, rådata om helse og økonomi, taushetspliktsmateriale og andres private opplysninger – spesielt barn. Chat er ikke en låst skuff; tekst kan lagres, behandles og noen ganger brukes til opplæring, avhengig av produkt og innstillinger. Gi modellen en skisse med plassholdere, ikke husnøklene.

Hvorfor limer folk hemmeligheter inn i AI selv når de vet bedre?

Hastighet gjør mesteparten av jobben: en stygg feil får hele loggen til å føles raskere enn å rive den ned. Chatboter føles heller ikke-dømmende, så personverninstinktet tar en tepause. Modellen trenger vanligvis problemets form, ikke navn, tokens, kontonumre eller ansikter i skjermbilder – det er pynt. En to sekunders pause slår en personlighetstransplantasjon.

Er det trygt å lime inn passord eller API-nøkler i verktøy i ChatGPT-stil?

Nei. Hvis den kan låse opp noe, hører det ikke hjemme i en ledetekst – passord, engangskoder, øktinformasjonskapsler, SSH-nøkler, tilkoblingsstrenger, lommebokfrø eller private sertifikater. En modell kan ikke holde på en hemmelighet slik en venn gjør; tekst reiser fortsatt, blir logget og kan bli liggende i historikken. Beskriv hemmeligheten etter type, bruk plassholdere som REDACTED_KEY, roter alt som allerede er lekket, og oppbevar ekte legitimasjon i en passordbehandler eller et hvelv.

Hvilken personlig informasjon bør jeg redigere før jeg ber om det?

PII hoper seg opp raskt: nasjonale ID-er, passdetaljer, adresser, telefonnumre, ansatt- eller student-ID-er og fulle navn kombinert med fødselsdatoer eller klinikker. Modellen trenger ikke et ekte postnummer for å utarbeide et brev – den trenger tone, ikke-identifiserende fakta og resultatet du ønsker. Bytt navn med roller, generaliser steder og fjern unike numre med mindre du tester formatet med et falskt eksempel.

Kan jeg lime inn klientfiler, taushetserklæringer eller intern kode i et AI-verktøy for forbrukere?

Behandle forbrukerchat som et praktisk produkt, ikke som bedriftsråd. Hvis du ikke ville ha lagt det i et personlig Gmail-utkast eller sagt det i en samkjøring, ikke legg det i en offentlig AI-chat – klientdokumenter, uutgitte veikart, lønnslister, konfidensielle juridiske utkast eller kildekode med interne vertsnavn. Beskriv dokumentet, lim inn et renset utdrag, be om en struktur du bruker offline, og bruk et godkjent arbeidsplassverktøy hvis du har et, samtidig som du fortsatt redigerer som standard.

Hvordan bør jeg håndtere helse- eller økonomiske detaljer i AI-ledetekster?

Still gode spørsmål uten den rå journalen. Generelle forklaringer er bedre enn å lime inn labpaneler, reseptlister, forsikrings-ID-er, kontoutskrifter eller kortbilder som også fanger kjøkkenbordet. Fjern kontonumre og alt som ser ut som en legitimasjon. Bruk chat til å formulere og ta med sjekklister til en profesjonell – ikke som din kliniker, regnskapsfører eller arkivskap for utskrifter.

Hvorfor er andres data og skjermbilder spesielt risikable?

Du er ikke den eneste personen i limet: e-postadresser fra kolleger, telefonnumre fra kunder, bilder av barn eller transkripsjoner av samtaler kan havne i et system uten deres samtykke. Oppsummer med dine egne ord, erstatt navn med roller, og lim aldri inn barns identifiserende detaljer for "moro skyld". Skjermbilder smugler inn bokmerkefelt, URL-tokens, Slack-navn og åpne faner – beskjær to ganger, gjør identifikatorer uskarpe, eller skriv inn feilen på nytt i stedet for å laste opp pass eller kort.

Hvilke tryggere promptmønstre gir fortsatt solide AI-svar?

Vær spesifikk om problemet og nøye med identitet: mål, begrensninger, dummy-inndata, ønsket utdata. Bruk unike etiketter som plassholdere, be om en metode i stedet for en fullstendig produksjonslogg, del opp oppgaven slik at du fyller sensitive deler selv, og bruk syntetiske eksempler. Kjør en forhåndsinnlimingsskanning for @-tegn, lange tilfeldige nøkkellignende strenger, overdimensjonerte tall og navn du ikke ville satt på et lysbilde. Ti sekunder betaler for alltid.

Hva om jeg allerede har limt inn noe pinlig i en AI-chat?

Slutt å bruke den hemmeligheten først – roter passordet, tilbakekal nøkkelen, ugyldiggjør økten. Slett chatten hvis produktet tillater det, sjekk minner eller prosjektfiler, fortell riktig person om det var arbeidsdata, og se etter uvanlige pålogginger. Hvis det var andres data, rydd opp og gi beskjed når det er nødvendig. Ikke «overskriv» en lekkasje med mer forklaring; ekstra kontekst er ekstra tekst.

Hvordan kan et lite team slutte å dumpe legitimasjon i AI for feilsøking?

Bruk en briefing med fjerning først: beskriv hemmeligheter etter type, dummy-logger med REDACTED_KEY og eksempel-e-poster, oppgi hva som ble fjernet, og spør om sannsynlige årsaker pluss en sjekkliste – ikke «koble til med min nøkkel». Legg til en kort menneskelig regel – ingen påloggingsinformasjon, ingen kunde-PII, ingen uutgitte tall, fjerning som standard – og vis ett godt, renset eksempel. Oppbevar ekte påloggingsinformasjon i et hvelv og bruk rettelser offline etter at modellen foreslår en metode.

Referanser

  1. NCSC — ncsc.gov.uk
  2. OpenAI — help.openai.com
  3. OpenAI — openai.com
  4. Claude — privacy.claude.com
  5. Google Workspace — knowledge.workspace.google.com
Quiz
1. Hva bør du ifølge artikkelen aldri legge inn i en offentlig AI-chat?

2. Hva betyr «hemmeligheter forblir offline» i denne veiledningen?

3. Hvordan bør du avkledning av identitet før du oppfordrer?

4. Hva bør holdes unna fra forbrukerchat av hensyn til jobbkonfidensialitet?

5. Hvilken vane samsvarer med artikkelens råd om samtykke og redigering?


Artikler du kanskje vil lese etter denne:

🔗 Topp AI-sikkerhetsverktøy
Oppdag kraftige AI-sikkerhetsplattformer som oppdager og reduserer cybertrusler.

🔗 Hvorfor AI noen ganger finner på ting
Forstå hvorfor AI hallusinerer og lær hvordan du kan redusere risikoen.

🔗 Slik automatiserer du oppgaver med AI
Implementer sikre automatiseringsarbeidsflyter ved å legge til menneskelig tilsyn og strenge regler.

🔗 Hva er AI-teknologi?
Utforsk det grunnleggende innen kunstig intelligens og vanlige implementeringsutfordringer.

Tilbake til bloggen