Campos mínimos y datos sensibles en trazas

La convención de OpenTelemetry para IA generativa ordena los atributos de un span de llamada al modelo por nivel. Son requeridos el nombre de la operación (gen_ai.operation.name) y el proveedor (gen_ai.provider.name); el modelo pedido se exige si está disponible; y se recomiendan, entre otros, el modelo que respondió, los tokens de entrada y de salida y el motivo por el que terminó la respuesta. Con esos campos se puede reconstruir qué pasó, cuánto costó y por qué terminó, sin una sola palabra del cliente.

El contenido va aparte. Las instrucciones del sistema, los mensajes de entrada y los de salida son atributos de captura opcional: la convención los trata como sensibles y a menudo grandes, y pide que la instrumentación no los capture por defecto y que ofrezca una opción para activarlos a propósito. Activarlos es una decisión con dueño, no un ajuste de depuración que se olvida encendido.

Un enmascarado instalado en el colector solo protege los atributos a los que se aplica. Es frecuente que se configure pensando en lo que escribe el cliente y se olvide que el modelo repite: confirma el documento que le dieron, resume el ingreso para justificar una cuota o dicta de vuelta el teléfono para agendar. Lo que el cliente escribió sale enmascarado y lo que el modelo le contestó sale en claro.

Consulta la tabla de atributos y cruza dos columnas: si el atributo se captura y si pasa por el enmascarado. Anota el atributo con texto de clientes que se guarda sin enmascarar.

Para un asistente de créditos, el ingreso declarado es tan sensible como el documento: con él y un seudónimo se perfila a una persona. Que el modelo lo repita para explicar una cuota es razonable en la conversación; que esa frase quede guardada en una traza que ve mucha más gente que el asesor, no lo es.

Consulta la muestra de spans y localiza el que deja ver el ingreso de un cliente sin enmascarar.

Una muestra pequeña ya permite estimar el problema. Se cuentan los spans en los que aparece un dato personal que debió quedar como marcador: documento, ingreso, teléfono, correo o nombre. Las instrucciones del sistema no cuentan si no traen datos de clientes, y una frase que remite a un documento de políticas tampoco.

Cuenta en la muestra los spans que llevan algún dato personal sin enmascarar.

La corrección no consiste en dejar de observar: los metadatos (modelo, tokens, tiempos, motivo de fin) se quedan, porque no identifican a nadie y son los que permiten medir. Lo que cambia es el contenido: se apaga por defecto en producción, y si una investigación lo necesita se captura en una fracción de trazas, con el enmascarado aplicado a la entrada y a la salida, en un almacén aparte con retención corta y acceso de pocas personas.