您在此处：
Einstein 审计、分析和监控设置
将生成式 AI 提示、LLM 响应和用户反馈的日志记录集中到 Data Cloud 中，以实现合规、审计和模型优化。
控件名称
Einstein Trust 层 - 审计和反馈数据
控制概览
将生成式 AI 提示、LLM 响应和用户反馈的日志记录集中到 Data Cloud 中，以实现合规、审计和模型优化。
描述
启用 Trust 层信号和用户反馈的永久存储，将数据从瞬时内存移动到持久数据模型对象 (DMO) 中；允许管理员监控客服人员的性能和准确性。
推荐配置
转到 Einstein 审计、分析和监控设置。启用“收集和存储 Einstein 生成式 AI 审计数据”和“捕获用户反馈”。请确保 Data Cloud 已完全准备好托管这些数据流。
安全影响
提供必要的取证跟踪，以调查准确性、性能、数据泄露或毒性相互作用，并确保公司根据其用例满足其要求。
业务影响
为您的客服人员创建日志中央存储库，真实用户反馈和数据用于优化提示模板和客服人员说明。
安全风险（如果未配置）
如果客服人员提供不正确或有害的建议，则没有永久记录来诊断原因或证明所说的内容。
威胁场景
问责差距：没有日志来验证冲突时的交互。盲点：AI 响应中的系统偏见在几个月内都不会被发现。
估计的 CVSS 得分范围
关键 (9.0–10.0)。
风险影响注意事项
启用此配置会捕获相关审计和反馈数据。但是，客户应该实施适当的警报和监控控制，以确保报告相关的异常情况，并解决假阳性以减少噪音。
高风险
审计数据收集无法保存 Data Cloud 信用，或者在收集反馈但从未由人工在环审查时。
低风险
客户已经实施了自定义的审计日志记录程序，其中记录了制剂相互作用，以便及时注射、毒性检测和其他功能来监控性能和准确性。
业务和集成注意事项
存储成本：此数据消耗 Data Cloud 信用。延迟：审计数据最多需要 24 小时才能出现在报表中。
安全健康审查指导
安全运行状况审查会验证审计数据切换的“已启用”状态，并标记反馈循环不活动的实例，从而阻止公司提高其 AI 安全性。
谁受到影响
数据治理管理人员、AI 管理员、客户服务经理和法律/合规审计员。
