क्या AI document upload करना सुरक्षित है? तीन सवाल तय करते हैं

सुरक्षित का मतलब है तीन जवाब जिन्हें आप पढ़ सकें, कोई एहसास नहीं

कोई डॉक्यूमेंट एक टाइप किए हुए सवाल से अलग महसूस होता है क्योंकि वह पूरी चीज़ एक साथ होती है: कॉन्ट्रैक्ट, पेस्लिप, बोर्ड पैक। यह सहज बोध सही है कि दांव पर ज्यादा है। लेकिन फैसला सहज बोध से नहीं लिया जाता। यह तीन सवाल हैं जिनका जवाब हर वेंडर अपनी पॉलिसी में देता है, और कोई डॉक्यूमेंट वहां अपलोड करना सुरक्षित है जहां तीनों जवाब आपको स्वीकार्य हों।

क्या सेवा उस पर ट्रेनिंग करती है? ChatGPT और Claude के कंज्यूमर टियर डिफ़ॉल्ट रूप से बातचीत को ट्रेनिंग के लिए इस्तेमाल करते हैं, ऑप्ट आउट के साथ; AI chatbot प्राइवेसी तुलना हर प्रोवाइडर के डिफ़ॉल्ट और उनके बदलने की तारीखों को ट्रैक करता है। Whizi की पॉलिसी एक वाक्य में है: "Whizi आपके prompts, फाइलें, बातचीत, वॉइस ट्रांसक्रिप्ट, या जनरेट की गई सामग्री का इस्तेमाल Whizi के अपने AI मॉडल्स को ट्रेन करने के लिए नहीं करता। Whizi इस सामग्री को ट्रेनिंग डेटा के रूप में नहीं बेचता।"

यह कितने समय तक रखा जाता है? Whizi अपलोड की गई अटैचमेंट्स को अधिकतम 30 दिन में एक्सपायर होने के लिए सेट करता है, और आप किसी फाइल या पूरी बातचीत को उससे पहले भी डिलीट कर सकते हैं। OpenAI का API जो आप भेजते हैं उस पर ट्रेनिंग तब तक नहीं करता जब तक आप ऑप्ट इन न करें, और डिफ़ॉल्ट रूप से एब्यूज़ मॉनिटरिंग लॉग्स को 30 दिन तक रखता है। एक कंज्यूमर चैट प्रोडक्ट किसी अपलोड की गई फाइल को तब तक रखता है जब तक बातचीत मौजूद है, जब तक आप उसे डिलीट न करें।

इसे और कौन प्राप्त करता है? किसी मॉडल के आगे बैठा हर चैट प्रोडक्ट डॉक्यूमेंट को उस मॉडल बनाने वाली कंपनी को भेजता है। Whizi में Claude मैसेज से जुड़ी फाइल Anthropic तक पहुंचती है और GPT मैसेज से जुड़ी फाइल OpenAI तक, OpenRouter के जरिए, और जिस मॉडल को आपने नहीं चुना उसे कुछ भी नहीं भेजा जाता। Whizi OpenRouter के data collection फ्लैग को सेट करके API ट्रैफिक रूट करता है ताकि रिक्वेस्ट प्रोवाइडर ट्रेनिंग से बाहर रहे, और प्रोवाइडर्स फिर भी अपनी पॉलिसी के तहत कुछ समय के लिए अस्थायी कैश रख सकते हैं। Whizi कोई सार्वभौमिक जीरो रिटेंशन सेटिंग होने का दावा नहीं करता, और किसी और को भी नहीं करना चाहिए।

मॉडल असल में डॉक्यूमेंट का कितना हिस्सा देखता है

एक तथ्य किसी भी पॉलिसी लाइन से ज्यादा जोखिम की तस्वीर बदल देता है: मॉडल कभी भी कोई बड़ा डॉक्यूमेंट पूरा नहीं पढ़ता। Whizi हर कैटलॉग मॉडल को प्रति टर्न 40,000 इनपुट टोकन का सपाट बजट देता है, यानी सामान्य टेक्स्ट के करीब 80 पेज, और इससे आगे जाने वाला अपलोड उसी जगह ट्रिम कर दिया जाता है, साथ में एक टोस्ट और मैसेज में एक निशान जो इसे बताता है। यह क्वालिटी की सीमा भी है, और प्राइवेसी की भी, क्योंकि 300 पेज की रिपोर्ट का जो हिस्सा आपकी मशीन से बाहर निकलता है, वही है जो फिट होता है।

इसके दो व्यावहारिक नतीजे हैं। अगर डॉक्यूमेंट का संवेदनशील हिस्सा पेज 200 पर है, तो पूरी फाइल अपलोड करने से वह कभी नहीं भेजा जा सकता, जबकि पेज 195 से 205 अपलोड करने से वह जरूर भेजा जाएगा। और अगर डॉक्यूमेंट स्कैन किया हुआ है, तो Whizi उसे एक बार सर्वर साइड विज़न पास से गुजारकर प्रति पेज ट्रांसक्रिप्ट बनाता है, यानी टेक्स्ट बनने से पहले पेज इमेज के रूप में मॉडल द्वारा पढ़े जाते हैं; chat with PDF गाइड बताता है कि यह कब होता है। डॉक्यूमेंट को मकसद के हिसाब से बांटकर सिर्फ जरूरी सेक्शन अपलोड करना, जिसे upload documents गाइड सटीकता के लिए सुझाता है, प्राइवेसी के लिहाज से भी छोटा दायरा है।

वे डॉक्यूमेंट्स जो हर वेंडर पर यह टेस्ट फेल करते हैं

कुछ फाइलें किसी भी AI प्रोडक्ट में नहीं जानी चाहिए, चाहे उसकी पॉलिसी कितनी भी अच्छी हो, क्योंकि खतरा वेंडर की हैंडलिंग का नहीं बल्कि आपकी शेयर करने की अनुमति का है।

किसी भी AI चैट विंडो में कभी न डालने लायक चीज़ों की पूरी लिस्ट, अपनी वजहों के साथ, what never to paste into an AI chat में है। इस टेबल को एक लाइन में समेटने वाला नियम यह है: अगर आप वह डॉक्यूमेंट किसी सबकॉन्ट्रैक्टर को ईमेल नहीं कर सकते, तो उसे अपलोड भी नहीं कर सकते।

वेंडर के जवाब, आमने सामने

दो कंज्यूमर पंक्तियां वे हैं जिन्हें दो बार पढ़ना चाहिए, क्योंकि ज्यादातर लोग यहीं सबसे ज्यादा डॉक्यूमेंट अपलोड करते हैं। दोनों वेंडर आपको ट्रेनिंग बंद करने देते हैं, और प्राइवेसी तुलना दिखाती है कि यह टॉगल हर जगह कहां है। कोई भी टॉगल अपने आप रिटेंशन को छोटा नहीं करता: OpenAI में फाइल तब तक रहती है जब तक चैट रहता है, और Anthropic में ट्रेनिंग का चुनाव तय करता है कि पांच साल की विंडो आप पर लागू होती है या नहीं।

Whizi वाली पंक्ति हमारी अपनी है और हमने इसे प्राइवेसी पॉलिसी में जो लिखा है वहीं तक सीमित रखा है। किसी फाइल को डिलीट करने से बातचीत में उसके बारे में पहले से हुई चर्चा नहीं हटती, इसलिए जो डॉक्यूमेंट डिलीट करने लायक संवेदनशील है, उसके साथ की बातचीत भी डिलीट करने लायक है। पॉलिसी में दो अलग 30 दिन के आंकड़े हैं: अपलोड्स अधिकतम 30 दिन में एक्सपायर होने के लिए सेट हैं, और डिलीट किए गए डेटाबेस रिकॉर्ड Cloudflare D1 की पॉइंट इन टाइम रिकवरी हिस्ट्री में एजिंग आउट होने से पहले 30 दिन तक रह सकते हैं। कोई भी तुरंत मिटाए जाने की गारंटी नहीं है, और पॉलिसी कोई सटीक एक्सपायरी वैल्यू नहीं बताती। Whizi डेटा कहां रखता है में प्रोसेसर्स की पूरी लिस्ट है।

किसी भी अहम चीज़ को अपलोड करने की चार कदम वाली आदत

1. तीन जवाब जांचें उस प्रोडक्ट के लिए जो आप इस्तेमाल कर रहे हैं: ट्रेनिंग, रिटेंशन, प्राप्तकर्ता। अगर इनमें से कोई भी लिखित रूप में नहीं है, तो उसे सबसे बुरी स्थिति मानकर चलें।
2. जो काम के लिए जरूरी नहीं है उसे हटा दें। नाम, अकाउंट नंबर, पते और पहचानकर्ता शायद ही विश्लेषण को बदलते हैं, और इन्हें हटाने में एक मिनट लगता है।
3. पूरी फाइल नहीं, सिर्फ पेज अपलोड करें। जरूरी सेक्शन ज्यादा सटीक जवाब देते हैं और एक्सपोज़र भी कम रखते हैं, और 40,000 टोकन के बाद बाकी हिस्सा वैसे भी कभी पढ़ा नहीं जाना था।
4. काम पूरा होने पर फाइल और बातचीत डिलीट करें, और जो भी क्रेडेंशियल गलती से चला गया हो उसे बदल दें।

फैसले का नियम: कोई डॉक्यूमेंट वहां अपलोड करना सुरक्षित है जहां वेंडर लिखित रूप में तीनों सवालों का जवाब देता है और आपके अपने कॉन्ट्रैक्ट इसकी इजाज़त देते हैं, और यह वहां सुरक्षित नहीं है जहां ये दोनों बातें एक साथ सच नहीं हैं।