किसी LLM API को पर्सनल डेटा जाने से पहले आपके पास साइन किया हुआ डेटा प्रोसेसिंग एग्रीमेंट (DPA, अनुच्छेद 28), प्रोवाइडर की सबप्रोसेसर सूची, रिटेंशन और ट्रेनिंग पर लिखित जवाब, प्रोसेसिंग की जगह और EEA के बाहर किसी भी जगह के लिए ट्रांसफ़र का आधार (अनुच्छेद 44 से 49) होना चाहिए। फिर जितना हो सके उतना कम पर्सनल डेटा भेजें। आम तौर पर आप कंट्रोलर (controller) होते हैं और प्रोवाइडर आपका प्रोसेसर (processor)।
यह चेकलिस्ट GDPR (General Data Protection Regulation, यानी EU का पर्सनल डेटा संरक्षण क़ानून) के संबंधित अनुच्छेदों को ऐसे सवालों में बदलती है जो आप किसी भी प्रोवाइडर को भेज सकते हैं। यह क़ानूनी सलाह नहीं है। आपके मामले के लिए क्या काफ़ी है, यह आपका डेटा प्रोटेक्शन ऑफ़िसर या क़ानूनी सलाहकार तय करेगा।
क्या GDPR के तहत LLM API प्रोवाइडर प्रोसेसर होता है?
आम मामले में, हाँ। डेटा क्यों प्रोसेस हो (किसी टिकट का सारांश बनाने के लिए, किसी ग्राहक को जवाब देने के लिए), यह आप तय करते हैं, और प्रोवाइडर आपके लिए उसे प्रोसेस करता है। तब अनुच्छेद 28 तय शर्तों वाला लिखित अनुबंध माँगता है। अगर कोई प्रोवाइडर आपके प्रॉम्प्ट अपने मक़सद के लिए भी इस्तेमाल करता है, जैसे अपने मॉडल ट्रेन करने के लिए, तो उस हिस्से के लिए वह कंट्रोलर की तरह काम कर रहा हो सकता है। ट्रेनिंग वाला सवाल इतना अहम होने की यह एक वजह है।
EDPB (European Data Protection Board, यूरोपीय डेटा संरक्षण बोर्ड) की Opinion 28/2024 ख़ुद AI मॉडलों के अंदर मौजूद पर्सनल डेटा के बारे में है। EDPB के Support Pool of Experts की LLM जोखिम रिपोर्ट (10 अप्रैल 2025) LLM सिस्टम के प्राइवेसी जोखिमों और उनके उपायों को तीन उदाहरणों के ज़रिए समझाती है: ग्राहकों के सवालों का चैटबॉट, छात्रों की प्रगति पर नज़र रखने वाला सिस्टम और ट्रैवल असिस्टेंट। इसे बाहरी विशेषज्ञों ने लिखा है और यह साफ़ कहती है कि यह ज़रूरी नहीं कि EDPB की आधिकारिक राय हो, फिर भी यह शुरुआत के लिए व्यावहारिक जगह है।
GDPR के तहत LLM प्रोवाइडर से कौन-से 15 सवाल पूछें?
| # | प्रोवाइडर से पूछें | क्यों (GDPR) |
|---|---|---|
| 1 | क्या आप DPA साइन करेंगे, और क्या यह शर्तों का हिस्सा है या अलग दस्तावेज़? | अनुच्छेद 28(3) |
| 2 | क्या आप पर्सनल डेटा सिर्फ़ हमारे दस्तावेज़ी निर्देशों पर प्रोसेस करते हैं? | अनुच्छेद 28(3)(a) |
| 3 | आपके सबप्रोसेसर कौन हैं, GPU होस्ट और बैकअप क्षमता समेत? | अनुच्छेद 28(2), 28(4) |
| 4 | नए सबप्रोसेसर के बारे में हमें कैसे बताया जाता है, और क्या हम आपत्ति कर सकते हैं? | अनुच्छेद 28(2) |
| 5 | क्या रिक्वेस्ट के बाद प्रॉम्प्ट, फ़ाइलें, ऑडियो या आउटपुट स्टोर होते हैं? कहाँ और कितने समय तक? | अनुच्छेद 5(1)(e) |
| 6 | क्या हमारा कोई कंटेंट मॉडल ट्रेन, फ़ाइन-ट्यून या इवैल्युएट करने में इस्तेमाल होता है? क्या यह डिफ़ॉल्ट रूप से बंद है? | अनुच्छेद 5(1)(b), अनुच्छेद 28(10) |
| 7 | बिना कंटेंट वाले कौन-से रिकॉर्ड (IP, टोकन गिनती, लागत) आप रखते हैं, और कितने समय तक? | अनुच्छेद 5(1)(c) |
| 8 | डेटा किन देशों में प्रोसेस होता है, failover समेत? | अनुच्छेद 44 |
| 9 | ट्रांसफ़र का आधार क्या है: एडिक्वेसी, DPF सर्टिफ़िकेशन या SCC? | अनुच्छेद 45, 46 |
| 10 | क्या हम प्रोसेसिंग को किसी एक रीजन तक सीमित कर सकते हैं? | अनुच्छेद 44 |
| 11 | रिक्वेस्ट और keys पर कौन-से सुरक्षा उपाय लागू होते हैं? | अनुच्छेद 32 |
| 12 | पर्सनल डेटा ब्रीच होने पर आप हमें कितनी जल्दी बताएँगे? | अनुच्छेद 33(2) |
| 13 | डेटा एक्सेस और डिलीट करने के अनुरोधों में आप कैसे मदद करते हैं? | अनुच्छेद 28(3)(e) |
| 14 | क्या आपका स्टाफ़ कभी रिक्वेस्ट का कंटेंट देखता है, जैसे किसी सपोर्ट टिकट में? | अनुच्छेद 28(3)(b), 32 |
| 15 | क्या आप DPIA के लिए ज़रूरी जानकारी देंगे और ऑडिट की अनुमति देंगे? | अनुच्छेद 28(3)(f), 28(3)(h), अनुच्छेद 35 |
जवाब लिखित में माँगें और उन्हें अपने प्रोसेसिंग रिकॉर्ड (अनुच्छेद 30) के साथ रखें।
रिटेंशन और ट्रेनिंग अलग सवाल क्यों हैं?
प्रोवाइडर अक्सर एक का जवाब देते हैं और दूसरे को इशारे में छोड़ देते हैं। दोनों का जवाब लें:
- रिटेंशन: क्या रिक्वेस्ट के बाद कंटेंट स्टोर होता है, logs, abuse-monitoring स्टोर, cache, batch फ़ाइलों या conversation state में?
- ट्रेनिंग: क्या कंटेंट मॉडल सुधारने में इस्तेमाल होता है, और आपके अकाउंट टाइप के लिए डिफ़ॉल्ट चालू है या बंद?
नीतियाँ प्रोवाइडरों के बीच, और फ़्री व पेड टियर के बीच, काफ़ी अलग होती हैं। हमने LLM API डेटा रिटेंशन की तुलना में पाँच प्रोवाइडरों की आधिकारिक भाषा की तुलना की है। ज़ीरो डेटा रिटेंशन की व्यवस्था रिटेंशन वाले सवाल का अच्छा जवाब है, लेकिन अनुबंध और ट्रांसफ़र का आधार फिर भी चाहिए। तकनीकी पहलू हमारी ZDR चेकलिस्ट में है।
अंतरराष्ट्रीय ट्रांसफ़र: प्रॉम्प्ट कहाँ जाते हैं?
अगर प्रोवाइडर EEA के बाहर प्रॉम्प्ट प्रोसेस करता है, तो GDPR का Chapter V लागू होता है। व्यवहार में:
- एडिक्वेसी। यूरोपीय आयोग एडिक्वेसी निर्णयों की सूची रखता है। अमेरिका के लिए EU-US Data Privacy Framework का निर्णय (10 जुलाई 2023) सिर्फ़ उन कंपनियों को कवर करता है जो Data Privacy Framework List में हैं। ठीक वही legal entity जाँचें जिससे आप अनुबंध करते हैं।
- Standard Contractual Clauses। अगर कंपनी सूची में नहीं है, तो आम आधार यूरोपीय आयोग की SCCs हैं, साथ में transfer impact assessment।
- आगे के ट्रांसफ़र (onward transfers)। पूछें कि सबप्रोसेसर डेटा कहाँ प्रोसेस करते हैं। एक देश का प्रोवाइडर दूसरे देश की क्षमता पर failover कर सकता है।
दूसरे क़ानून अलग तरह से काम करते हैं। मिसाल के तौर पर, मिस्र ज़्यादातर विदेशी ट्रांसफ़र के लिए अपने डेटा प्रोटेक्शन रेगुलेटर से लाइसेंस या परमिट माँगता है; देखें मिस्र का डेटा प्रोटेक्शन क़ानून और LLM API। सऊदी अरब और UAE के लिए PDPL चेकलिस्ट देखें।
भेजने से पहले पर्सनल डेटा कैसे कम करें?
सबसे मज़बूत कंट्रोल वह है जो आप ख़ुद चलाते हैं। अनुच्छेद 5(1)(c) डेटा मिनिमाइज़ेशन माँगता है, और इससे ऊपर के हर जवाब से जुड़ा आपका जोखिम भी घटता है:
- नाम, ईमेल, फ़ोन नंबर और ID हटा दें जिनकी मॉडल को ज़रूरत नहीं।
- उनकी जगह placeholders लगाएँ और जवाब आने के बाद उन्हें वापस मैप करें।
- विशेष श्रेणी का डेटा (अनुच्छेद 9) कभी न भेजें, जब तक आपके पास आधार और साफ़ ज़रूरत न हो।
- अपने logs में प्रॉम्प्ट का कंटेंट न रखें।
Redaction, placeholders और logging पर विस्तार से LLM API को संवेदनशील डेटा भेजना में लिखा है।
प्रोवाइडर के GDPR जवाबों में खतरे के संकेत क्या हैं?
- “हम GDPR compliant हैं”, लेकिन साइन करने के लिए कोई DPA नहीं।
- कोई सबप्रोसेसर सूची नहीं, या ऐसी सूची जिसमें GPU होस्ट छूटा हुआ है।
- ट्रेनिंग “हो सकती है”, और API ग्राहकों के लिए कोई साफ़ डिफ़ॉल्ट नहीं।
- रिटेंशन को सिर्फ़ “सीमित अवधि” कहा गया।
- failover ट्रैफ़िक कहाँ चलता है, इसका कोई जवाब नहीं।
BroadNet Inference कहाँ फ़िट होता है
BroadNet का प्राइवेसी स्टेटमेंट (सितंबर 2026 से प्रभावी) इनमें से कई सवालों का सीधा जवाब देता है। इसके मुताबिक़ gateway “keeps no prompts, messages, images, audio, responses or transcripts” (अनुवाद: कोई प्रॉम्प्ट, मैसेज, इमेज, ऑडियो, रिस्पॉन्स या ट्रांसक्रिप्ट नहीं रखता), और “We do not use your inference data to train, fine-tune or evaluate models.” (अनुवाद: हम आपके inference डेटा का इस्तेमाल मॉडल ट्रेन, फ़ाइन-ट्यून या इवैल्युएट करने के लिए नहीं करते।) बिना कंटेंट वाले usage रिकॉर्ड यह “for as long as billing, tax, security and legal obligations require” (अनुवाद: तब तक, जब तक बिलिंग, टैक्स, सुरक्षा और क़ानूनी दायित्वों के लिए ज़रूरी हो) रखता है। विवरण हमारे ज़ीरो डेटा रिटेंशन पेज पर है।
लोकेशन के बारे में स्टेटमेंट कहता है कि BroadNet के अपने और होस्ट किए गए open-weight मॉडल “on BroadNet-owned or leased hardware in the United States, with partner capacity as backup” (अनुवाद: अमेरिका में BroadNet के अपने या लीज़ पर लिए हार्डवेयर पर, बैकअप के रूप में पार्टनर क्षमता के साथ) चलते हैं, और मौजूदा सबप्रोसेसर सूची “is available to customers on request” (अनुवाद: ग्राहकों को माँगने पर उपलब्ध है)। डेटा रेज़िडेंसी की ज़रूरत हो तो यह ग्राहकों से कहता है कि डेटा भेजने से पहले प्रोसेसिंग की जगह तय कर लें।
यह क्या कवर नहीं करता: प्राइवेसी स्टेटमेंट में DPA या GDPR का नाम से ज़िक्र नहीं है। अगर आप EU का पर्सनल डेटा प्रोसेस करते हैं, तो लाइव होने से पहले BroadNet से उसका DPA, सबप्रोसेसर सूची और ट्रांसफ़र का आधार माँगें, ठीक वैसे ही जैसे इस सूची के किसी भी प्रोवाइडर से माँगते। आप IP allow-lists से keys को अपने सर्वरों तक सीमित भी कर सकते हैं। प्रोवाइडर चुनने के बड़े फ़ैसले के लिए 20-पॉइंट LLM API चेकलिस्ट देखें।
