Un asistente de soporte basado en LLM puede filtrar datos de clientes si no existe una separación clara entre el acceso a la base de datos, las instrucciones (*prompts*) del modelo y las operaciones de escritura. Este curso enseña a proteger dicho flujo mediante autenticación, aislamiento de inquilinos (*tenant isolation*), principio de menor privilegio, minimización de datos, listas de permitidos para intenciones y controles más estrictos para acciones que modifican el estado del sistema. Está diseñado para principiantes que buscan un modelo mental claro para proteger los datos de la base de datos en aplicaciones de IA, sin perderse en detalles técnicos de implementación.
El curso aborda los puntos donde pueden producirse fugas de datos de la base de datos en un flujo de soporte basado en LLM, las diferencias entre identidad y autorización, y cómo las políticas de `tenant_id` y la seguridad a nivel de fila delimitan los datos visibles. También trata el prefiltrado, los roles, las vistas, las listas de permitidos de intenciones, las consultas parametrizadas, los riesgos de inyección de prompts, la minimización de datos y los controles de escritura más seguros mediante registros de auditoría.