Этика, приватность и ограничения

• не загружать в публичные облачные чат-боты конфиденциальные материалы клиентов. Если NDA ничего не говорит про ИИ, считай, что запрещено: передача на чужой сервер — это передача третьему лицу. Отключённое обучение ещё не значит соответствие NDA: данные всё равно уходят на чужой сервер и там хранятся. Выключить обучение можно и на личных планах, но дефолты у вендоров разные и менялись. Для клиентских материалов подходит командный тариф с договором об обработке данных или локальная модель;
• проверять фактические утверждения ИИ, особенно цифры, даты и имена. Модели «галлюцинируют», то есть уверенно выдают неверную информацию и никак об этом не сигнализируют;
• помнить про авторские права. Результаты генерации изображений в разных юрисдикциях и у разных сервисов имеют разный правовой статус. Для коммерческих клиентских проектов безопаснее пользоваться моделями, обученными на лицензионном контенте и помеченными как коммерчески безопасные, или явно уточнять лицензию у клиента. Смотри на пометку у конкретной модели, а не у приложения: например, в Adobe Firefly с 2025 года рядом с собственными моделями работают партнёрские (OpenAI, Google, Flux), и пометки commercially safe у них нет. Логотипы и всё, что клиент захочет защищать как своё, дорабатывай руками — чистую генерацию никто не сможет запретить использовать другим. Сюда же относятся ещё две вещи:
  • помнить и про права на то, что загружаешь как референс, а не только на результат. Чужие фотографии, скриншоты закрытых продуктов конкурентов, узнаваемые лица реальных людей: у всего этого могут быть отдельные права, авторские и на изображение человека. Заливать это в ИИ-инструмент для обучения стиля или переработки не всегда законно, даже когда сама генерация в целом разрешена;
  • если результат создан или существенно доработан ИИ и уходит во внешний мир (реклама, публикация, соцсети клиента), сверяться с требованиями конкретной площадки и юрисдикции клиента о маркировке ИИ-контента. В части регионов и платформ раскрытие того, что материал сгенерирован или доработан ИИ, уже юридически обязательно, а не вопрос личного выбора «скрывать или нет». См. также тема «Портфолио»: там про раскрытие ИИ в контексте резюме и кейсов, а не публикуемого клиентского материала.

Сгенерированный знак может совпасть с уже зарегистрированным, а модель этого не проверяет. Перед сдачей логотипа клиенту прогони его через поиск по товарным знакам: WIPO Global Brand Database, USPTO, для ОАЭ — реестр Министерства экономики. Совпадение по смыслу и форме — повод переделать знак до того, как клиент его зарегистрирует и напечатает.

Промпт

minimal logo mark for a fintech startup, flat vector, single color, white background, no text

Отдельная оговорка для CLI-агентов из темы «CLI и терминальные ИИ-агенты». Автономные режимы («full-auto») дают агенту право выполнять команды без подтверждения на каждом шаге. Это удобно, но требует обязательной проверки итогового результата и осторожности на реальных, не тестовых проектах. Отдельная осторожность нужна с prompt injection при работе с недоверенными источниками (см. ту же тему).

Дизайнер работает над редизайном мобильного приложения банка-клиента и хочет быстро посоветоваться с ИИ по формулировкам ошибок в форме перевода денег.

• Плохо: «Вот скриншот нашего экрана перевода (прикреплён реальный скрин с логотипом банка, номерами тестовых карт и внутренним кодом релиза в углу) — придумай текст ошибки для случая недостатка средств». В чат-бот общего доступа улетает не только сам вопрос, но и брендинг клиента под NDA, и технические детали, которые никак не относятся к тексту ошибки.
• Хорошо: «У меня форма перевода денег в мобильном банке. Придумай текст ошибки для случая, когда на счету недостаточно средств — без технического жаргона, с понятной следующей подсказкой действия». Та же задача решена без единого упоминания клиента, без скриншота и без лишнего контекста, который для самого текста не нужен.

Качество промпта здесь одинаковое. Разница в том, что первый вариант нарушает первое из базовых правил выше. Ошибиться так легко не по злому умыслу, а просто по привычке прикладывать реальный скриншот вместо того, чтобы описать задачу абстрактно.

В теме «Принципы дизайна ИИ-продуктов» подробно разбирается фреймворк IBM Design for AI. Здесь полезно закрепить его пять принципов как этический чек-лист перед сдачей любой ИИ-работы:

• Accountability — понятно ли, кто отвечает за решение, принятое с помощью ИИ, и можно ли его оспорить;
• Value alignment — соответствует ли результат ценностям клиента/компании, а не только техническому качеству;
• Explainability — можешь ли ты объяснить клиенту, как именно был получен результат;
• Fairness — не воспроизводит ли результат стереотипы или дискриминацию по отношению к отдельным группам;
• User data rights — соблюдены ли права пользователей на их данные, если ИИ-функция работает с реальными данными людей.

Объясни простыми словами, что значит "модель не обучается на моих данных" в настройках приватности ChatGPT/Claude/Gemini

Помоги составить внутреннее правило для команды: что можно и что нельзя вставлять в ИИ-чат-боты при работе с клиентскими проектами

Вот промпт, который я собираюсь отправить в чат-бот (вставить). Найди в нём всё, что не стоит отправлять во внешний сервис: названия клиентов, внутренние цифры, персональные данные. Если к промпту приложены изображения, проверь и их: брендинг, номера, внутренние коды — и перепиши его так, чтобы задача осталась той же, а лишний контекст ушёл

Проверь этот результат по пяти принципам IBM (accountability, value alignment, explainability, fairness, user data rights) — есть ли риски, о которых стоит предупредить клиента?