“생각의 구름”: 사생활을 잃지 않고 사람들을 하나로 모으는 사용자의 기억을 구축하는 방법
주요 사항에 대해 간략히 설명합니다 (BLUF)
사용자를 기억하는 것은 이중 바닥 작업입니다. 사람들을 생각과 연결하는 것은 유용하지만 한 번의 누출로 인해 제품에 대한 신뢰가 영원히 무너집니다. '생각의 구름'의 레이어가 어떻게 배열되어 있는지, 왜 페일클로즈가 보기보다 더 중요한지, 어떤 공개 채널이 다른 것보다 더 엄격한지 보여줍니다.
상품 자체에 대해 - NeuralSpace의 "생각의 구름" — 우리는 이미 말했습니다. 시스템은 귀하에 대해 알고 있는 정보를 수집하고 상호 동의에 따라 동일한 관심사를 가진 사람들을 한자리에 모읍니다(“3D 모델러를 찾고 있습니다” ← “3D를 만들고 있습니다”). 여기 - 약 엔지니어링 측면: 유용한 사용자 메모리가 누출되는 것을 방지하는 방법. 이것은 기능 자체보다 더 흥미로운 것으로 나타났습니다.
이중 바닥 문제
나는 동시에 두 가지를 원하는데, 그 둘은 서로 모순됩니다.
- 풍부한 프로필. 사람들을 하나로 모으려면 그가 무엇을 하는지, 무엇을 찾고 있는지, 무엇을 제안하는지 등의 사실을 알아야 합니다.
- 기본적으로 개인 정보 보호. 그의 서신이 공개되는 데 아무도 동의하지 않았습니다. 누출 = 신뢰 상실 및 152-FZ 위반.
순진한 구현("모든 것을 수집하고 경기를 시작하자")은 포인트 2를 즉시 깨뜨립니다. 좋은 건축물은 주변에 세워진다 페일클로즈: 기본적으로 닫혀 있고 명시적인 동의가 있어야만 공개되며 "약속합니다"가 아닌 코드 수준에서 확인됩니다.
레이어
1. 사실을 수집합니다. 두 가지 출처: 구조적 사실(생성 유형, 활동 - 비개인적) 및 채팅 서신에서 추출. 두 번째는 가장 민감하므로 게이트됩니다. 별도의 채팅 메모리 토글 스위치 사용자에게. 꺼졌습니다. 서신에서 추출이 전혀 발생하지 않습니다. 중요: 이 게이트 아니다 유료 기능 구독과 관련되어 있으므로 개인정보를 판매해서는 안 됩니다.
2. 카테고리는 금지되어 있습니다. 시스템 수집 요청 제외하다 152-FZ의 민감한 카테고리(건강, 정치적, 종교적 견해 등) - 대화에 등장하더라도 클라우드에 포함되지 않습니다. 이는 사후 필터가 아니라 추출 단계에서의 규칙입니다.
3. 이중 동의 일치. 두 사람이 같은 관심사를 가지고 있습니다 - 시스템 아니다 연락처를 자동으로 표시합니다. 그녀는 양 당사자에 대한 소개를 제공합니다. 연락처는 다음 경우에만 열립니다. 둘 다 동의했습니다. 이는 "내 전화번호와 함께 낯선 사람에게 내 채팅 요청이 팝업되는" 시나리오로부터 보호합니다.
4. 명시적 선언에 대한 예외. 미묘한 점. 어떤 사람이 채팅에서 공개적으로 "서비스를 판매하고 있습니다. 필요한 사람은 @nick을 쓰십시오"라고 말하면 두 번째 동의를 요청하는 것은 터무니없는 일이며 이미 동의한 것입니다. 이러한 공개적으로 허용된 접촉은 별도로 인정되며 즉시 이해관계자에게 공개됩니다. 연락처는 널리 인식되지만(@이 있거나 없는 전보, 모든 형식의 전화, 링크) 공개 조건 -텍스트에 접촉이 존재하는 것이 아니라 정확하게 명시적인 공개 허가가 필요합니다.
페일클로즈가 생각보다 중요한 이유
인터페이스 수준에서 "표시/표시 안 함" 플래그를 사용하여 보호하려는 유혹이 있습니다. 이는 거짓입니다. UI 로직의 모든 버그 = 누출입니다. 우리는 다르게 해냈습니다 - 동의가 없는 사실은 프로필에 물리적으로 포함되지 않습니다. 조립 단계에서. 합의 없음 - 요청 텍스트와 서신 및 일치에 대한 참조 내용 전혀 때리지 마세요, 그리고 "그들이 거기 도착하지만 우리는 그들을 숨깁니다."가 아닙니다. 차이점은 근본적입니다. 첫 번째 경우에는 잊어버린 수표 = 누출이고, 두 번째 경우에는 단순히 데이터 부족입니다.
이와 같은 시스템을 구축하는 모든 사람에게 우리가 제공할 규칙은 다음과 같습니다. 기본 - 폐쇄, 공개 - 긍정적인 사용자 조치, 확인 - 화면이 아닌 데이터 소스에 최대한 가깝습니다.
공개 채널 - 다양한 심각도
- 채팅 중, 사용자 자신의 요청에 따라 비인격적인 사실과 이미 공개된 리드에 더 쉽게 접근할 수 있습니다. 그 사람이 직접 요청했습니다.
- 사전 메일 (시스템 자체가 "일치합니다"라고 기록합니다.) - 구독 및 이중 동의를 통해서만 더 엄격합니다.
논리는 간단합니다. 사용자가 공개를 덜 기대할수록 동의 기준이 높아집니다.
결론
여기서 가장 어려운 것은 머신러닝이 아니라, 데이터 흐름 규율. 사용자 데이터에 대한 추천이나 매칭을 수행하는 경우 동의 확인을 어디에 배치하는지 논의하는 것이 흥미로울 것입니다. 섹션에서 시스템이 귀하에 대해 무엇을 알고 있는지 확인할 수 있습니다. 은둔.
자주 묻는 질문(FAQ)
질문: 신경망에서 최상의 결과를 얻는 방법은 무엇입니까?
답변: 영어로 된 자세한 프롬프트(설명)를 사용하고 장면의 스타일과 세부 사항을 설정하세요.
질문: 이 자료를 상업적 목적으로 사용할 수 있나요?
답변: 예, 생성된 콘텐츠는 전적으로 귀하의 것입니다.