Un assistant de support basé sur un LLM peut entraîner une fuite de données clients si l'accès à la base de données, les prompts du modèle et les opérations d'écriture ne sont pas clairement dissociés. Ce cours explique comment sécuriser ce processus grâce à l'authentification, à l'isolation des tenants, au principe du moindre privilège, à la minimisation des données, aux listes d'autorisation d'intentions et à des contrôles renforcés pour les actions modifiant l'état du système. Il s'adresse aux débutants souhaitant acquérir un modèle conceptuel clair pour protéger les données de base de données dans les applications d'IA, sans se perdre dans les détails de mise en œuvre.
Ce cours aborde les points de fuite potentiels des données de base de données dans un flux de support basé sur un LLM, la distinction entre identité et autorisation, ainsi que la manière dont les politiques basées sur l'identifiant de locataire (*tenant_id*) et la sécurité au niveau des lignes délimitent la visibilité des données. Il traite également du pré-filtrage, des rôles, des vues, des listes d'autorisation d'intentions, des requêtes paramétrées, des risques d'injection de prompt, de la minimisation des données et du renforcement des contrôles d'écriture grâce à la journalisation d'audit.