Natrag na AI agenti vodič

Oriphiel AI agenti vodič

PII detekcija i data minimization

Kako otkriti i ukloniti nepotrebne osobne podatke prije modela, retrievala i tracea te zadržati samo ono što zadatak treba.

Oriphiel stručni tim Ažurirano 22. 7. 2026. 3 min čitanja

Odgovor ukratko

Redakcija nije samo regex: strukturirana polja, slobodni tekst, attachmenti i tool output imaju različite detektore, a poslovna svrha određuje što uopće smije ući u kontekst.

Ključne odluke

  • Koja PII kategorija je potrebna
  • Treba li vrijednost maskirati ili tokenizirati
  • Gdje se čuva mapping
  • Kako se obrađuju false positives

Provedba korak po korak

Cilj ove lekcije je Kako otkriti i ukloniti nepotrebne osobne podatke prije modela, retrievala i tracea te zadržati samo ono što zadatak treba. Korake treba provoditi redom i svaki potvrditi prije širenja opsega.

Preporučeni redoslijed

  • Napraviti data flow mapu
  • Redigirati prije provider poziva i loga
  • Koristiti pseudonimne ID-eve
  • Testirati hrvatske formate telefona, OIB-a i adresa

Praktičan primjer

Za analizu razloga gubitka agent dobiva industriju, status i anonimiziranu bilješku, dok se ime, email, telefon i OIB uklanjaju prije modelskog poziva.

Kontrolna lista prije nastavka

Ova provjera odvaja završenu implementaciju od postavke koja samo izgleda dovršeno.

Provjerite

  • Trace ne sadrži podatak uklonjen iz prompta
  • Model output prolazi DLP provjeru
  • Pseudonim se može razriješiti samo ovlašteno
  • Retention vrijedi i za eval dataset

Najčešće pogreške i rizici

Rizike treba provjeriti prije povećanja prometa, automatizacije ili ovlasti sustava.

Na što treba paziti

  • Samo email regex se smatra zaštitom
  • Redakcija uništi poslovno važan kontekst
  • Original ostane u error logu
  • Eval skup kopira produkcijski PII

Mjerenje rezultata

Učinak se procjenjuje kroz mali skup metrika koje su povezane s ciljem lekcije i stvarnim poslovnim ishodom.

Metrike koje imaju smisla

  • PII fields removed
  • DLP detections
  • False positive rate
  • Unredacted trace findings

Česta pitanja

Koji je prvi korak za temu „PII detekcija i data minimization”?

Napraviti data flow mapu Prije nastavka potvrdite odluku: Koja PII kategorija je potrebna

Kako provjeriti da je provedba uspješna?

Trace ne sadrži podatak uklonjen iz prompta Nakon toga pratite metriku: PII fields removed.

Koju pogrešku treba prvo spriječiti?

Samo email regex se smatra zaštitom Problem ispravite prije automatizacije ili povećanja budžeta.

Službeni i stručni izvori

Sučelja, pravila i preporuke mogu se mijenjati. Prije produkcijske izmjene provjerite aktualnu dokumentaciju.

Povezane AI-agent lekcije

Privatnost, redakcija i data retentionKako pripremiti podatke za AI agente: minimalni kontekst, redakcija osobnih podataka, retention rokovi, provider tokovi i audit. Context engineering za AI agenteKako sastaviti upute, stanje, povijest, dohvaćene izvore i rezultate alata u minimalan kontekst koji vodi pouzdanoj odluci. Multi-tenant izolacija AI agentaKako spriječiti prelazak podataka, memorije, cachea, vector rezultata, traceova i alata između organizacija ili klijenata. Permissions, sandbox i human-in-the-loopKako ograničiti AI agenta kroz dozvole, sandbox, approval korake, read/write scope i sigurnosne prekidače.

Povežite ovu temu s ostatkom sustava

OpenClaw automatizacijePrimijenite agente na jasan CRM proces s vlasnikom i mjerljivim ishodom. CRM dozvole i sigurnostUskladite tools, uloge i podatkovni opseg s backend kontrolama. Strukturirani podaciPripremite strojno čitljive izlaze i sadržaj koji se može pouzdano validirati.

Primijenite lekciju na stvarni projekt

Pošaljite postojeću konfiguraciju, cilj i problem koji želite riješiti. Dobit ćete prijedlog sljedećeg tehničkog ili operativnog koraka.

Pošaljite upitPregledajte sve vodiče