RAGBOX / 安全
安全
面向管理者、IT 與資料負責人的指南。了解可見風險，共同定義 Private AI 範圍。
企業 AI，由您定義。
此為 RAGBOX 規劃指引，非外部認證標準。每層需負責人、證據與測試。
能力與部署需依專案確認，不作無證據認證、投資報酬或客戶聲明。
RAGBOX · RAGBOX 私有 AI 控制框架
01身分
02權限
03工作區
04知識庫
05模型
06稽核
AI 治理：從政策到實務 — 安全
AI 紀錄應說明誰何時用哪些資料與模型做什麼、誰可審查。平衡必要證據與日誌敏感資訊。
深入了解您的資料，您的邊界 — 安全
資料控制涵蓋原文、分塊、嵌入、索引、快取、答案及日誌。明確位置、權限、刪除與還原。
深入了解企業 Shadow AI — 安全
Shadow AI 是企業核准或可見範圍之外的 AI 使用。風險取決於資料、工具、帳戶及合約，並不代表所有公共 AI 不安全。
深入了解常見問題
資料必須離開網路嗎？
取決於部署與串接服務。先盤點模型、OCR、嵌入、備份及日誌流量，再確認邊界。
AI 答案可以直接採信嗎？
應核對原文、完整性及版本，尤其是法律、會計及重要決策。引用有助審查，但不保證正確。
如何啟動專案？
選擇明確用例、核准文件、負責人與驗收標準。小組測試答案品質、權限及成本後再擴展。
參考資料
公開來源解釋原則，不認證或背書 RAGBOX。
- NIST AI Risk Management Framework
- Microsoft: Retrieval-augmented generation
- OWASP: RAG Security Cheat Sheet
- OWASP: Prompt Injection Prevention
實際應用前需專家審閱，非個案法律或稅務建議。