El auditor de retención de datos del proveedor de IA: descubre qué guarda realmente tu proveedor de LLM
Por qué importa este prompt
Assumptions about vendor data handling are the most common gap in AI contracts. A clause nobody read can keep customer transcripts for years or use them for training, and that commitment is hard to reverse after rollout.
Para qué lo usamos
Before Friday's renewal, your legal team needs to know whether the AI assistant your support team uses keeps customer conversations, for how long, and whether those conversations train future models.
Prompt
Act as a privacy and security analyst who reads AI vendor terms for a procurement review. This is analysis, not legal advice. Context: I am [YOUR ROLE] at [YOUR COMPANY NAME]. We use [PROVIDER AND PRODUCT NAME] for [USE CASE, e.g. customer support transcripts]. The data involved includes [DATA TYPES, e.g. customer names, order details, uploaded files]. Our obligations include [REGULATIONS OR CONTRACT TERMS, e.g. GDPR, a customer DPA]. Below is the provider's current data-use, retention and training text, copied in full with section headings: [PASTE THE FULL TERMS TEXT HERE]. Task: (1) For each data category (prompts, model outputs, uploaded files, account metadata, logs, and feedback ratings), extract the retention period, whether it is used for model training, whether human reviewers can access it, and how deletion works. (2) Flag every term that is vague, conditional, or dependent on a plan, setting or region. (3) Compare the default position against this requirement: [OUR DATA REQUIREMENT, e.g. no training use and deletion within 30 days]. (4) List the questions to put to the vendor before renewal. Constraints: Base every claim on the text I pasted and cite its section heading. If a term is absent, write not stated. Do not assume an opt-out or a retention limit exists unless the text names it. Note any clause that refers to a document I have not provided. Output Format: (a) a table with columns Data category, Retention, Training use, Human review, Deletion, Section reference; (b) a list of vague or conditional terms, each with a one-line explanation; (c) a gap summary comparing the default with our requirement, as one sentence per gap; (d) a numbered list of vendor questions.
Resultado
Data retention review: Acme AI Assistant (Enterprise, support team) Requirement: no training use, deletion within 30 days
Table | Data category | Retention | Training use | Human review | Deletion | Section reference | |---|---|---|---|---|---| | Prompts and conversations | 365 days by default | Not used, unless feedback is submitted | Possible for abuse review | Via admin console, 30 days after request | 3.1, 5.2 | | Model outputs | Same as prompts | Not used | Same as prompts | Same as prompts | 3.1 | | Uploaded files | Until the user deletes them | Not stated | Not stated | Not stated | 3.4 | | Account metadata | Duration of contract plus 2 years | Not used | No | Deleted on contract end | 6.3 | | Logs | 90 days | Not used | Engineering access only | Automatic at 90 days | 6.1 | | Feedback ratings | Indefinite | May be used to improve our services | Possible | Not stated | 4.2 |
Vague or conditional terms - Section 4.2: feedback may be used to improve the services. This is not defined as model training, but it is also not excluded. Treat as training use until the vendor confirms otherwise. - Section 5.2: human review applies to abuse signals. The threshold for an abuse signal is not defined. - Section 3.4: file retention depends on an unnamed storage setting. The text refers to 'the applicable storage configuration' without a schedule. - Section 7.1: a zero-retention mode is mentioned for API customers only. It is not stated whether the Enterprise plan can use it.
Gap summary - Conversations are retained for 365 days by default, against our 30-day deletion requirement. - Feedback ratings have no retention limit and may feed model improvement. - Uploaded files have no stated retention period or deletion mechanism.
Vendor questions 1. Does the Enterprise plan support zero-retention mode, and if so, which section enables it? 2. Is feedback data used for training, and can that be turned off for our tenant? 3. What is the retention period for uploaded files, and how is deletion confirmed? 4. What is the defined threshold for an abuse signal that triggers human review?
La mayoría de las revisiones de compra de IA omiten las condiciones de datos. Este prompt lee el texto de retención y entrenamiento del proveedor, extrae la respuesta para cada tipo de dato que envías y convierte las lagunas en preguntas que puedes plantear al proveedor antes de la renovación.
Cuándo usarlo
Antes de la renovación del viernes, tu equipo legal pregunta si el asistente de IA que usa el equipo de soporte conserva las conversaciones de clientes, durante cuánto tiempo y si esas conversaciones entrenan modelos futuros.
Por qué importa
Suponer cómo maneja el proveedor los datos es la laguna más común en los contratos de IA. Una cláusula que nadie leyó puede conservar transcripciones de clientes durante años o usarlas para entrenamiento, y ese compromiso es difícil de revertir tras el despliegue, sobre todo si el DPA se firmó con base en el marketing del proveedor y no en sus condiciones.
Por qué el prompt está construido así
El rol enmarca el resultado como análisis, no como asesoramiento legal, lo que evita que el modelo emita conclusiones seguras en las que un revisor podría confiar. El contexto exige pegar el texto completo de las condiciones, porque los modelos que trabajan de memoria sobre la política de un proveedor quedan desactualizados e inventan cláusulas. Dividir la tarea por categoría de dato importa: los proveedores suelen aplicar reglas distintas a conversaciones, archivos y valoraciones, y un resumen único lo oculta. Las restricciones obligan a citar el encabezado de la sección en cada afirmación y permiten responder no indicado, que es la respuesta más útil cuando una política guarda silencio. El resumen de lagunas y las preguntas al proveedor convierten la revisión en algo que compras puede ejecutar.
Cómo adaptarlo
- Pega las condiciones completas, incluidos los documentos vinculados si están incorporados por referencia. Anota cualquier documento al que el proveedor remita y que no hayas revisado.
- Compara las condiciones con el plan que realmente contratas. Muchos proveedores difieren entre los niveles de consumo, equipo y empresa, y la redacción de cada uno puede cambiar.
- Repite la revisión tras cualquier cambio en las condiciones del proveedor. Las políticas de uso de datos en IA cambian con frecuencia, y una aprobación basada en el texto del año pasado puede ya no sostenerse.
Una prueba útil de la respuesta es si cada fila puede comprobarse contra el texto pegado en un minuto. Si una fila no se puede comprobar, la respuesta no es lo bastante fiable como para aprobarla.