Как общаться с ИИ и не потерять данные?

Разбудите меня ночью и спросите «что нельзя делать с ИИ», и я отвечу «грузить конфиденциальные данные». Это правило должно быть записано у нас на подкорке как таблица умножения. Должно, но не факт, что оно срабатывает во всех 100% случаев, тем более если играться с ИИ не в рабочих, а личных целях. Ну что такого может случиться, если я просто попрошу модель перевести кусок текста с эльфийского синдарина на обычный человеческий?

Если вы такой же тревожный параноик, как я, то внутри для вас несколько простых настроек для чатов с ИИ, чтобы спать спокойно. Да, это не абсолютная гарантия, что ничего никуда не утечет и модель ничему от вас не научится, но, как говорится, береженого Бог бережет.

А еще я покажу полный цикл подключения вашего ключа в ИИ-клиент на примере ChatBox. Будет интересно тем, кто только начинает свое знакомство с миром ИИ и хочет попробовать безопасно внедрить его в свои процессы.

Всем привет! С вами бэкенд-разработчик из команды Evolution Bare Metal ^[1]в Cloud.ru. Я, как и все большее количество людей, увлекаюсь всякими ИИ-штуками и, как человек, заботящийся о своем бюджете, все подобные развлечения хочется за ноль рублей. Да, вариантов бесплатного (ну или почти) доступа к ИИ достаточно, но надо понимать, что возможности обезопасить себя и свои данные в бесплатных версиях куда скромнее, чем в платных, но все-таки они есть.

В общем долой лирику, перейду сразу к главному.

Базовая гигиена при работе с ИИ

Начнем с суровой правды: полностью избежать опасности утечки данных при работе с популярными общедоступными моделями нельзя (ChatGPT, ГигаЧат, Gemini и тд.), это факт. Как минимум, переписки в ИИ-чатах проверяются на этичность и безопасность. Их сканируют автоматические фильтры, а часть диалогов попадает на ручную проверку сотрудникам и подрядчикам поставщиков моделей. Кроме того, в корпоративных аккаунтах историю могут видеть администраторы организации, а в отдельных случаях — правоохранительные органы по запросу.

Вот самый базовый минимум того, что вы можете сделать, чтобы не сливать ваши данные в ИИ.

Отключите передачу данных, чтобы модель не обучалась на ваших диалогах
Как это сделать по шагам — описываю ниже ^[2]. Здесь важно сказать, что это действие только на будущее, то есть информация из старых чатов уже могла быть использована для переобучения нейросети. Еще такой момент: если вы подключили к модели, например, какой-нибудь мессенджер, то в нем тоже надо отключить передачу персональных данных. Также стоит следить за обновлениями пользовательских соглашений, там все может поменяться в любой момент.

Маскируйте данные
Замените конфиденциальные данные заглушками вида {номер телефона}, {имя} и тд. Если данных много и руками их обрабатывать не хочется, есть готовые инструменты, чтобы автоматизировать эту задачу, например Redacto ^[3] или Гарда Маскирование ^[4]. Только в этом случае надо помнить, что результат надо проверять все-равно вручную, потому что алгоритм может ошибаться: пропустить значение, неправильно определить тип данных или в принципе заменить что-то не то.

Удаляйте чаты и начинайте новые сессии
Чем длиннее диалог, тем больше связанной приватной информации остается в кеше модели. В случае утечки или взлома аккаунта злоумышленники получат огромный массив данных о вас, вашем проекте или кодовой базе. Поэтому старые чаты важно регулярно удалять, а для новых задач открывать свежие сессии.

Чтобы при этом не приходилось каждый раз заново настраивать ИИ под себя, задавайте требуемое поведение ^[5] нейросети прямо в первом промпте. А в некоторых сервисах, например Gemini или ChatGPT, можно один раз создать кастомного бота с преднастроенными инструкциями, он как раз избавит от необходимости задавать поведение ^[6] и обучать модель в диалогах.

Остерегайтесь уязвимостей
При скачивании моделей из открытых источников, например из Hugging Face, следите за тем, чтобы не было вредоносных инъекций в файлах по типу .pkl.

Вредоносная инъекция простым языком — это вирус, внедренный в модель. Чтобы проверить, что все чисто, можно использовать утилиты, например Model Scanner от HiddenLayer ^[7].

Также старайтесь скачивать популярные модели от известных авторов во избежание скрытых сборов данных и запросов в сеть.

Проверяйте то, что отправляете в модель
Если берете готовый промпт с какого-нибудь сайта, надо быть готовыми к неприятному сюрпризу: опасная команда может быть зашита где-то в середине длинного промпта или вообще быть невидимой, потому что покрашена в цвет фона страницы. Поэтому лучше сначала скопировать промпт в Word и применить один цвет ко всему тексту — так все тайное станет явным.

Максимально проверяйте результат генерации ИИ
Если вам нужно сгенерить картинку, например, для рекламы, убедитесь, что на ней нет персонажей, значков и лого, на которые у кого-то уже есть авторские права. То есть нельзя просить ИИ изобразить персонажей Nintendo, потому что Nintendo в праве заявить о своих правах. Стоит проверить результат генерации через поиск по изображению в Яндексе или Гугле.

Важно понимать, что с авторским правом в ИИ сфере все совсем не просто, подробнее эту проблему разбирал мой коллега из команды юристов в этой статье ^[8].

Этих рекомендаций должно быть достаточно для начала :) Если знаете еще какие-то полезные настройки, напишите в комментариях.

Как выключить передачу данных в бесплатных моделях

Спойлер: абсолютно все модели используют диалоги для обучения ^[9], но не во всех моделях можно ограничить передачу данных.

Вот список самых популярных поставщиков и мини-инструкции к ним.

OpenAI (ChatGPT)

Используются ли данные для обучения модели — используются ^[10].

Как отключить передачу данных
Зайти в настройки —> управление данными и выключить функцию «Совершенствовать модель для всех».

В крайнем случае можно написать напрямую ^[11] в компанию с запросом на удаление информации о переданных ваших данных в чатах. Хоть реальных случаев, когда кто-то так делал, я не знаю, но по условиям ToS информация о вас не должна быть передана, однако у модераторов доступ все равно сохранится.

Google (Gemini)

Используются ли данные для обучения модели — используются ^[12].

Как отключить передачу данных
Ограничить передачу данных можно через отключение чатов, но тогда все диалоги будут удаляться автоматически через 72 часа после создания, а старые чаты, созданные до установки ограничения, так и будут продолжать использоваться – их лучше удалить вручную.

Идем в настройки —> история (в мобильном приложении сразу следующий пункт) —> история действий в приложении Gemini —> выключаем параметр.

DeepSeek

Используются ли данные для обучения модели — используются ^[13].

Как отключить передачу данных
Идем в настройки —> данные —> выключаем функцию «Улучшите модель для всех».

Здесь та же история со старыми чатами – даже с выключенной передачей данных они будут доступны для модерации разработчику модели в течении нескольких дней.

Anthropic (Claude)

Используются ли данные для обучения модели — используются ^[14].

Как отключить передачу данных
Идем в настройки —> раздел Privacy —> выключаем две функции: Location Metadata и Help improve our AI models.

В Claude старые чаты после выключения передачи данных не будут доступны для обучения модели, если этот процесс уже не начался. Но они будут доступны для модерации.

Сбер (GigaChat)

Используются ли данные для обучения модели — используются ^[15].

Как отключить передачу данных
В веб-чате и мобильном приложении никак 😊

Яндекс (Алиса AI)

Используются ли данные для обучения модели — используются ^[16].

Как отключить передачу данных
Нужно зайти в Яндекс ID, потому что напрямую из приложения отключить передачу данных не получится. Путь такой: безопасность —> управление доступами —> Алиса —> отключить функцию «Помогите Алисе стать лучше».

Локальный запуск. Самая безопасная модель — на вашем компьютере

Локальное развертывание модели на собственном ПК или сервере на каком-нибудь хостинге – это самый безопасный из возможных вариантов, хотя тут тоже есть свои подводные камни.

Подготовка

Для запуска модели на своем ПК потребуется Ollama (есть и другие софты, но он один из самых популярных), там есть документация ^[17] о том, как установить и добавить нужные модели. Тут уже по умолчанию предлагается большой выбор моделей для загрузки. Ollama поддерживает модели, у которых есть версия в формате GGUF, вы можете скачать их из библиотеки Hugging Face, они также считаются наиболее безопасными.

С самой моделью после развертывания можно общаться через чат-интерфейс как с любым чат-ботом. При запуске приложения также поднимается сервер, который можно указать в любом ИИ-клиенте для подключения модели в этот клиент.

Важно сказать, что локальное поднятие модели требует больших вычислительных мощностей ПК, а еще лучше отдельного сервера, который вы можете, например, арендовать в облаке ^[18].

Также хорошей практикой будет запуск модели в отдельном Docker-контейнере для еще большей изоляции ИИ от вашего ПК.

Давайте пройдем базовый процесс запуска локальной модели вместе:

Качаем Ollama ^[19] и открываем приложение.

Чтобы выбраться из сильно ограниченного выбора моделей, скачаем что-нибудь из библиотеки Ollama ^[20]. Например, возьмем самую простенькую модель ^[21] для демонстрации.

Откроем терминал и скачаем введя в терминале команду

ollama pull llama3.2:1b

Видим сообщение success, а значит, все готово. Возвращаемся в приложение. Видим, что скачанная модель появилась в доступных.

Давайте что-нибудь напишем.

Готово. Модель развернута локально и данные никуда дальше моего компьютера не уходят.

Для этой мини-инструкции я скачал очень маленькую модель. Для реальной работы стоит качать модели побольше, например qwen3-coder:30b, qwen3.6:35b, но на эти модели требуется большой объем оперативной памяти ^[22], хотя бы от 40 ГБ. Из варианта попроще можно посмотреть на llama3.1:8b (8 ГБ оперативной памяти), а еще лучше сразу поискать модели конкретно под ваши нужды.

Подключение API

Я работаю в компании-облачном провайдере, поэтому инструкцию покажу на сервисах Cloud.ru. Но вы можете повторить шаги в принципе в любом облаке.

Покажу, как подключить API-ключ на примере open source решения — популярного у нас в компании кроссплатформенного ИИ-клиента ChatBox и воспользуюсь нашим сервисом Evolution Foundation Models ^[23].

Качаем приложение ChatBox ^[24] и после установки заходим в настройки.

Далее открываем вкладку «Поставщик модели».

Здесь мы можем подключить все популярные модели, введя API-ключ, полученный на официальном сайте поставщика. Если у вас есть ключ, то все просто:

1. найдите поставщика, у которого вы получили ключ;

2. вставьте ключ в поле «API-ключ»;

3. проверьте на какой-нибудь модельке.

В этом случае можно закрыть меню настроек, перейти в чат и начать использование. Но советую прочитать дальше, так как там больше интересных возможностей ChatBox.

Если поставщик не представлен в ChatBox по умолчанию, то нажимаем «Добавить» и вводим название своего поставщика или любое название, которое будет для вас понятным. Режим API — «Совместимо с API OpenAI».

Далее заполняем поля «API-ключ» и «Хост API» (информация о нем должна быть на сайте поставщика).

Затем нажимаем «Получить», тут подтянутся все доступные у поставщика модели. Для примера выберем следующие: zai-org/GLM-5.1, Qwen/Qwen3-Embedding-0.6B, Qwen/Qwen3-Reranker-0.6B, нажав на зеленый плюсик.

Затем нам нужно слегка подредактировать модели. Нажимаем на шестеренку у модели. Для GLM-5.1 ставим три галочки на «Видение», «Логика», «Использование инструментов». Оставляем «Тип модели» — «Чат». Также тут можно указать окно контекста (размер хранимой истории сообщений).

Для Qwen3-Embedding выставляем «Тип модели» — «Векторное представление», это нужно для последующей работы с RAG (локальной базой данных на основе документов и файлов).

И для Qwen3-Reranker выставляем «Тип модели» — «Переранжировать», также для RAG.

Затем возвращаемся в настройки и выбираем «База знаний», это и есть наш RAG.

Тут как-нибудь называем нашу базу знаний. Выбираем модель эмбединга, там как раз будут предложены Qwen3-Embedding и Qwen3-Reranker.

И наконец перетаскиваем или загружаем сюда нужные файлы. Я загрузил документацию по фотоаппарату.

Теперь попробуем обратится к модели и нашей новой базе сразу. Обязательно нажимаем на иконку книжки в окне чата и выбираем нашу базу знаний. А справа в окне чата выбираем модель.

Делаем запрос. Как видно, моделька ходит в нашу базу знаний, чтобы взять оттуда информацию.

Та-да! Мы получили ответ.

Еще можно поэкспериментировать с настройками чатов: заранее задать поведение для чата, выставить максимальный размер контекста или температуру (влияет на случайность ^[25] ответа модели).

Подведем итоги

Бесплатные нейросети — это удобный и доступный инструмент, но за эту бесплатность мы платим своими данными, а иногда и данными, и деньгами. Все основные поставщики (как зарубежные, так и отечественные) используют наши данные для обучения моделей. Возможность полностью отключить передачу данных есть у многих, но не у всех. И даже там, где эта возможность есть, данные все равно уходят на модерацию или сохраняются в логах.

Полностью исключить риск утечки данных при работе с моделями нельзя. Но можно его минимизировать: использовать плейсхолдеры вместо реальных данных, регулярно очищать чаты, проверять скачиваемые модели на вредоносные инъекции и внимательно читать то, что отправляете в модель.

Самый приватный вариант – это локальное развертывание модели через Ollama (желательно в Docker-контейнере). Но он требует вычислительных мощностей и некоторой технической подготовки.

Если вам требуется конфиденциальность — собирайте свой ИИ-клиент (по типу ChatBox) с платным API-ключом, запускайте модель локально или на выделенном сервере. А если пользуетесь бесплатными сервисами, соблюдайте базовые правила цифровой гигиены и помните: ваши данные — ваша ответственность.