防洩漏團隊的 AI 圖像堆疊

有些團隊能容忍一點點內容暴露。有些不能。

如果你處理客戶的臉部、客戶端的宣傳活動、尚未發布的產品、法律文件、教育紀錄、醫療相關的影像，或是私人的創意草稿，這套堆疊就必須更嚴格。不是完美。完美會讓架構會議變成表演。更嚴格。

第一層是封存式接收。系統應以能讓敏感提示詞與影像遠離廣泛的應用面來接收。授權可以在不把內容暴露給接觸整個請求生命週期的每一個服務的前提下進行。

第二層是受控執行。使用符合隱私承諾的模型基礎設施。這可能意味著在受控的雲端 GPU 上使用開放權重模型、在本地執行，或選擇已明確文件化資料控管的供應商。重要的不是流行的答案。重要的是你能證明的答案。

第三層是內容盲的作業。計費、使用量、容量、失敗與健康狀況都很重要。但這些紀錄應描述系統行為，而不保留客戶提示詞、來源影像、生成輸出或金鑰。

第四層是短暫運算。執行工作、回傳結果，並避免把運算環境變成永久的內容儲存庫。暫時性的處理不是敵人。不必要的永久化才是。

第五層是沒有預設的託管式畫廊。如果客戶需要保存的輸出，請把它做成明確的功能，並提供保留（retention）控管。不要把歷史「偷渡」進去，因為那會讓產品看起來更完整。

第六層是支援紀律。支援團隊應能在任務失敗、計費與帳戶問題等情況下提供協助，而不需要瀏覽私人的客戶內容。如果支援必須為某些功能存取內容，請讓存取由使用者控制並可稽核。

最後一層是誠實的文件。說清楚哪些會保留、哪些會移除、誰能看見，以及供應商在其中扮演的角色。如果文件需要安全工程師把它翻譯成「人類能理解的語言」，那麼信任故事還沒有完成。

對於無法洩漏客戶內容的團隊而言，影像堆疊不只是模型選擇。它是從上傳到刪除的託管（custody）設計。

延伸閱讀：私有雲影像生成、Unexposed 資料儲存，以及 影像生成 API：開發者在上線前應該問的問題。