Jak Gemini Code Assist Standard i Enterprise wykorzystują Twoje dane

Ten dokument zawiera informacje o zgodności usługi Gemini Code Assist w wersjach Standard i Enterprise, oferującej pomoc opartą na AI, ze zobowiązaniem Google do ochrony prywatności w związku z technologiami generatywnej AI. Gdy używasz Gemini Code Assist w wersji standardowej lub Enterprise w środowisku programistycznym, Google Cloud przetwarza Twoje prompty zgodnie z naszymi warunkami korzystania z usługi i Aneksem dotyczącym przetwarzania danych w chmurze.

Więcej informacji o wersjach Gemini Code Assist Standard i Enterprise znajdziesz w artykule Omówienie Gemini Code Assist.

Zobowiązanie Google do ochrony prywatności

Google jako jeden z pierwszych w branży opublikował zobowiązanie do ochrony prywatności w systemach AI/ML, w którym wyraziliśmy przekonanie, że klienci powinni mieć najwyższy poziom bezpieczeństwa i kontroli nad danymi przechowywanymi w chmurze. Zobowiązanie to obejmuje produkty generatywnej AI w wersji Standard i Enterprise. Aby zapewnić, że zespoły Google przestrzegają tych zobowiązań, stosujemy solidne zasady zarządzania danymi, które obejmują przeglądanie danych używanych przez Google Cloud do tworzenia usług. Więcej informacji o tym, jak Google przetwarza dane, znajdziesz w Aneksie dotyczącym przetwarzania danych klienta (CDPA) lub umowie przetwarzania danych właściwej dla Twojej usługi Google Cloud.

Dane, które przesyłasz i odbierasz

Pytania, które zadajesz Gemini, w tym wszelkie informacje wejściowe lub kod, które przesyłasz do Gemini w celu analizy lub uzupełnienia, nazywane są promptami. Odpowiedzi lub dokończenia kodu, które otrzymujesz od Gemini, nazywane są odpowiedziami.

Wersje Gemini Code Assist Standard i Enterprise nie używają Twoich promptów ani swoich odpowiedzi jako danych do trenowania swoich modeli. Niektóre funkcje są dostępne tylko w ramach programu dla zaufanych testerów Gemini w Google Cloud, który umożliwia opcjonalne udostępnianie danych. Dane te są używane do ulepszania usług, a nie do trenowania modeli Gemini.

Dostosowywanie kodu w Gemini Code Assist Enterprise umożliwia uzyskiwanie sugestii kodu na podstawie prywatnej bazy kodu organizacji bezpośrednio z Gemini Code Assist. Gdy korzystasz z personalizacji kodu, uzyskujemy bezpieczny dostęp do Twojego kodu prywatnego i przechowujemy go. Ten dostęp i przechowywanie są niezbędne do świadczenia usługi dostosowania kodu, o którą prosisz. Aby skonfigurować i używać dostosowywania kodu, zapoznaj się z artykułem Konfigurowanie i używanie dostosowywania kodu w Gemini Code Assist.

Narzędzia Gemini Code Assist umożliwiają programistom łączenie się z usługami zewnętrznymi bez wychodzenia z IDE, aby otrzymywać zadania, podsumowywać dokumenty projektowe i wykonywać inne czynności. Narzędzia Gemini Code Assist nie udostępniają danych innym narzędziom. Gdy wyślesz prompt do jednego narzędzia, inne narzędzia nie będą miały dostępu do tego prompta ani odpowiedzi. Narzędzia mają dostęp tylko do danych wysyłanych bezpośrednio do nich za pomocą składni @TOOL_NAME w promptach.

Gemini to rozwijająca się technologia, która może generować wyniki, które brzmią wiarygodnie, ale są niezgodne z faktami. Zalecamy weryfikowanie wszystkich danych wyjściowych z Gemini przed ich użyciem. Więcej informacji znajdziesz w artykule Gemini Code Assist i odpowiedzialna AI.

Szyfrowanie promptów

Gdy przesyłasz prompty do Gemini, Twoje dane są szyfrowane podczas przesyłania i przekazywane do modelu podstawowego w Gemini. Więcej informacji o szyfrowaniu danych w Gemini znajdziesz w artykułach Domyślne szyfrowanie w spoczynku i Szyfrowanie w trakcie przesyłania.

Dane programu wygenerowane przez Gemini

Gemini jest trenowany na podstawie kodu własnego Google Cloud oraz wybranego kodu zewnętrznego. Odpowiadasz za bezpieczeństwo, testowanie i skuteczność kodu, w tym za uzupełnianie, generowanie i analizowanie kodu przez Gemini.

Gemini podaje też źródła, gdy sugestie zawierają bezpośrednie cytaty z źródła, aby pomóc Ci spełnić wymagania dotyczące licencji.

Odpowiedzi w Gemini są generowane na podstawie modelu, który jest trenowany na wielu liniach kodu, dlatego należy zachować taką samą ostrożność w przypadku kodu udostępnionego przez Gemini, jak w przypadku każdego innego kodu. Upewnij się, że kod został odpowiednio przetestowany i sprawdzony pod kątem luk w zabezpieczeniach, niezgodności i innych potencjalnych problemów.

Co dalej?