O auditor de retenção de dados do fornecedor de IA: descubra o que seu provedor de LLM realmente guarda
Porque é que este prompt importa
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 que o 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?
A maioria das revisões de compra de IA deixa de lado os termos de dados. Este prompt lê o texto do fornecedor sobre retenção e treinamento, extrai a resposta para cada tipo de dado que você envia e transforma as lacunas em perguntas para fazer ao fornecedor antes da renovação.
Quando usar
Antes da renovação de sexta-feira, sua equipe jurídica quer saber se o assistente de IA usado pelo suporte mantém as conversas com clientes, por quanto tempo, e se essas conversas treinam modelos futuros.
Por que importa
Presumir como o fornecedor trata os dados é a lacuna mais comum em contratos de IA. Uma cláusula que ninguém leu pode manter transcrições de clientes por anos ou usá-las para treinamento, e esse compromisso é difícil de reverter após a implantação, principalmente se o DPA foi assinado com base no marketing do fornecedor e não nos termos reais.
Por que o prompt é construído assim
O papel enquadra o resultado como análise, não como aconselhamento jurídico, o que impede o modelo de emitir conclusões categóricas nas quais um revisor poderia confiar. O contexto exige colar os termos completos, porque modelos que trabalham de memória sobre a política de um fornecedor ficam desatualizados e inventam cláusulas. Dividir a tarefa por categoria de dado importa, porque fornecedores costumam aplicar regras diferentes a conversas, arquivos e avaliações, e um resumo único esconde isso. As restrições obrigam cada afirmação a citar o título da seção e permitem a resposta não informado, que é a mais útil quando a política está em silêncio. O resumo de lacunas e as perguntas ao fornecedor transformam a revisão em algo que o setor de compras consegue executar.
Como adaptar
- Cole os termos completos, incluindo documentos vinculados quando forem incorporados por referência. Anote qualquer documento citado pelo fornecedor que você não tenha revisado.
- Compare os termos com o plano que você realmente contrata. Muitos fornecedores diferenciam os níveis de consumidor, equipe e empresa, e a redação de cada um pode mudar.
- Refaça a revisão após qualquer mudança nos termos do fornecedor. As políticas de uso de dados em IA mudam com frequência, e uma aprovação baseada no texto do ano passado pode já não valer.
Um bom teste da resposta é conseguir verificar cada linha contra o texto colado em um minuto. Se uma linha não puder ser verificada, a resposta não é confiável o bastante para aprovação.