Pular para o conteúdo principal

​
Visão Geral

A Redação de PII é um recurso do CrewAI AMP que detecta e mascara automaticamente Informações de Identificação Pessoal (PII) nos traces de execução de crews e flows. Isso garante que dados sensíveis como números de cartão de crédito, CPF, endereços de e-mail e nomes não sejam expostos nos traces do CrewAI AMP. Você também pode criar reconhecedores personalizados para proteger dados específicos da sua organização.
A Redação de PII está disponível no plano Enterprise. A implantação deve ser versão 1.8.0 ou superior.
Visão Geral da Redação de PII

​
Por Que a Redação de PII é Importante

Ao executar agentes de IA em produção, informações sensíveis frequentemente fluem através das suas crews:
  • Dados de clientes de integrações CRM
  • Informações financeiras de processadores de pagamento
  • Detalhes pessoais de envios de formulários
  • Dados internos de funcionários
Sem a redação adequada, esses dados aparecem nos traces, tornando a conformidade com regulamentações como LGPD, HIPAA e PCI-DSS desafiadora. A Redação de PII resolve isso mascarando automaticamente dados sensíveis antes de serem armazenados nos traces.

​
Como Funciona

  1. Detectar - Escanear dados de eventos de trace para padrões de PII conhecidos
  2. Classificar - Identificar o tipo de dado sensível (cartão de crédito, CPF, e-mail, etc.)
  3. Mascarar/Redigir - Substituir os dados sensíveis por valores mascarados com base na sua configuração
Original: "Entre em contato com [email protected] ou ligue para 555-123-4567"
Redigido: "Entre em contato com <EMAIL_ADDRESS> ou ligue para <PHONE_NUMBER>"

​
Habilitando a Redação de PII

Você deve estar no plano Enterprise e sua implantação deve ser versão 1.8.0 ou superior para usar este recurso.
1

Navegue até Configurações da Crew

No painel do CrewAI AMP, selecione sua crew implantada e vá para uma de suas implantações/automações, depois navegue até Settings → PII Protection.
2

Habilitar Proteção PII

Ative PII Redaction for Traces. Isso habilitará a varredura automática e redação de dados de trace.
Você precisa habilitar manualmente a Redação de PII para cada implantação.
Habilitar Redação de PII
3

Configurar Tipos de Entidade

Selecione quais tipos de PII detectar e redigir. Cada entidade pode ser habilitada ou desabilitada individualmente.
Configurar Entidades
4

Salvar

Salve sua configuração. A redação de PII estará ativa em todas as execuções subsequentes da crew, sem necessidade de reimplantação.

​
Tipos de Entidade Suportados

O CrewAI suporta os seguintes tipos de entidade PII, organizados por categoria.

​
Entidades Globais

EntidadeDescriçãoExemplo
CREDIT_CARDNúmeros de cartão de crédito/débito”4111-1111-1111-1111”
CRYPTOEndereços de carteira de criptomoedas”bc1qxy2kgd…”
DATE_TIMEDatas e horários”15 de janeiro de 2024”
EMAIL_ADDRESSEndereços de e-mail”[email protected]”
IBAN_CODENúmeros de conta bancária internacional”DE89 3704 0044 0532 0130 00”
IP_ADDRESSEndereços IPv4 e IPv6”192.168.1.1”
LOCATIONLocalizações geográficas”São Paulo”
MEDICAL_LICENSENúmeros de licença médica”CRM12345”
NRPNacionalidades, grupos religiosos ou políticos-
PERSONNomes pessoais”João Silva”
PHONE_NUMBERNúmeros de telefone em vários formatos”+55 (11) 98765-4321”
URLURLs da web”https://example.com”

​
Entidades Específicas dos EUA

EntidadeDescriçãoExemplo
US_BANK_NUMBERNúmeros de conta bancária dos EUA”1234567890”
US_DRIVER_LICENSENúmeros de carteira de motorista dos EUA”D1234567”
US_ITINNúmero de Identificação de Contribuinte Individual”900-70-0000”
US_PASSPORTNúmeros de passaporte dos EUA”123456789”
US_SSNNúmeros de Seguro Social”123-45-6789”

​
Ações de Redação

Para cada entidade habilitada, você pode configurar como os dados são redigidos:
AçãoDescriçãoExemplo de Saída
maskSubstituir pelo rótulo do tipo de entidade<CREDIT_CARD>
redactRemover completamente o texto(vazio)

​
Reconhecedores Personalizados

Além das entidades integradas, você pode criar reconhecedores personalizados para detectar padrões de PII específicos da sua organização.
Reconhecedores Personalizados

​
Tipos de Reconhecedores

Você tem duas opções para reconhecedores personalizados:
TipoMelhor ParaExemplo de Caso de Uso
Baseado em Padrão (Regex)Dados estruturados com formatos previsíveisValores de salário, IDs de funcionários, códigos de projeto
Lista de NegaçãoCorrespondências exatas de stringsNomes de empresas, codinomes internos, termos específicos

​
Criando um Reconhecedor Personalizado

1

Navegue até Reconhecedores Personalizados

Vá para Settings da Organização → Organization → Add Recognizer.
2

Configure o Reconhecedor

Configurar Reconhecedor
Configure os seguintes campos:
  • Name: Um nome descritivo para o reconhecedor
  • Entity Type: O rótulo da entidade que aparecerá na saída redigida (ex.: EMPLOYEE_ID, SALARY)
  • Type: Escolha entre Padrão Regex ou Lista de Negação
  • Pattern/Values: Padrão regex ou lista de strings para corresponder
  • Confidence Threshold: Pontuação mínima (0.0-1.0) necessária para uma correspondência acionar a redação. Valores mais altos (ex.: 0.8) reduzem falsos positivos, mas podem perder algumas correspondências. Valores mais baixos (ex.: 0.5) capturam mais correspondências, mas podem redigir em excesso. O padrão é 0.8.
  • Context Words (opcional): Palavras que aumentam a confiança de detecção quando encontradas próximas
3

Salvar

Salve o reconhecedor. Ele estará disponível para habilitar em suas implantações.

​
Entendendo os Tipos de Entidade

O Entity Type determina como o conteúdo correspondido aparece nos traces redigidos: 
Entity Type: SALARY
Pattern: salary:\s*\$\s*\d+
Entrada: "Salário do funcionário: $50,000"
Saída: "Salário do funcionário <SALARY>"

​
Usando Palavras de Contexto

Palavras de contexto melhoram a precisão aumentando a confiança quando termos específicos aparecem próximos ao padrão correspondido: 
Context Words: "project", "code", "internal"
Entity Type: PROJECT_CODE
Pattern: PRJ-\d{4}
Quando “project” ou “code” aparece próximo a “PRJ-1234”, o reconhecedor tem maior confiança de que é uma correspondência verdadeira, reduzindo falsos positivos.

​
Visualizando Traces Redigidos

Uma vez que a redação de PII está habilitada, seus traces mostrarão valores redigidos no lugar de dados sensíveis: 
Task Output: "Cliente <PERSON> fez o pedido #12345.
E-mail de contato: <EMAIL_ADDRESS>, telefone: <PHONE_NUMBER>.
Pagamento processado para cartão terminando em <CREDIT_CARD>."
Os valores redigidos são claramente marcados com colchetes angulares e o rótulo do tipo de entidade (ex.: <EMAIL_ADDRESS>), facilitando entender quais dados foram protegidos enquanto ainda permite depurar e monitorar o comportamento da crew.

​
Melhores Práticas

​
Considerações de Desempenho

1

Habilite Apenas Entidades Necessárias

Cada entidade habilitada adiciona sobrecarga de processamento. Habilite apenas entidades relevantes para seus dados.
2

Use Padrões Específicos

Para reconhecedores personalizados, use padrões específicos para reduzir falsos positivos e melhorar o desempenho. Padrões regex são melhores para identificar padrões específicos nos traces como salário, ID de funcionário, código de projeto, etc. Reconhecedores de lista de negação são melhores para identificar strings exatas nos traces como nomes de empresas, codinomes internos, etc.
3

Aproveite Palavras de Contexto

Palavras de contexto melhoram a precisão acionando a detecção apenas quando o texto circundante corresponde.

​
Solução de Problemas

Possíveis Causas:
  • Tipo de entidade não habilitado na configuração
  • Padrão não corresponde ao formato dos dados
  • Reconhecedor personalizado tem erros de sintaxe
Soluções:
  • Verifique se a entidade está habilitada em Settings → Security
  • Teste padrões regex com dados de amostra
  • Verifique logs para erros de configuração
Possíveis Causas:
  • Tipos de entidade muito amplos habilitados (ex.: DATE_TIME captura datas em todos os lugares)
  • Padrões de reconhecedor personalizado são muito gerais
Soluções:
  • Desabilite entidades que causam falsos positivos
  • Torne padrões personalizados mais específicos
  • Adicione palavras de contexto para melhorar a precisão
Possíveis Causas:
  • Muitas entidades habilitadas
  • Entidades baseadas em NLP (PERSON, LOCATION, NRP) são computacionalmente caras pois usam modelos de machine learning
Soluções:
  • Habilite apenas entidades que você realmente precisa
  • Considere usar alternativas baseadas em padrão quando possível
  • Monitore tempos de processamento de trace no painel

​
Exemplo Prático: Correspondência de Padrão de Salário

Este exemplo demonstra como criar um reconhecedor personalizado para detectar e mascarar informações de salário em seus traces.

​
Caso de Uso

Sua crew processa dados de funcionários ou financeiros que incluem informações de salário em formatos como:
  • salary: $50,000
  • salary: $125,000.00
  • salary:$1,500.50
Você deseja mascarar automaticamente esses valores para proteger dados sensíveis de remuneração.

​
Configuração

Configuração do Reconhecedor de Salário
CampoValor
NameSALARY
Entity TypeSALARY
TypeRegex Pattern
Regex Patternsalary:\s*\$\s*\d{1,3}(,\d{3})*(\.\d{2})?
ActionMask
Confidence Threshold0.8
Context Wordssalary, compensation, pay, wage, income

​
Análise do Padrão Regex

Componente do PadrãoSignificado
salary:Corresponde ao texto literal “salary:“
\s*Corresponde a zero ou mais caracteres de espaço em branco
\$Corresponde ao sinal de dólar (escapado)
\s*Corresponde a zero ou mais caracteres de espaço em branco após $
\d{1,3}Corresponde a 1-3 dígitos (ex.: “1”, “50”, “125”)
(,\d{3})*Corresponde a milhares separados por vírgula (ex.: “,000”, “,500,000”)
(\.\d{2})?Opcionalmente corresponde a centavos (ex.: “.00”, “.50”)

​
Resultados de Exemplo

Original: "Registro do funcionário mostra salary: $125,000.00 anualmente"
Redigido: "Registro do funcionário mostra <SALARY> anualmente"

Original: "Salário base salary:$50,000 com potencial de bônus"
Redigido: "Salário base <SALARY> com potencial de bônus"
Adicionar palavras de contexto como “salary”, “compensation”, “pay”, “wage” e “income” ajuda a aumentar a confiança de detecção quando esses termos aparecem próximos ao padrão correspondido, reduzindo falsos positivos.

​
Habilite o Reconhecedor para Suas Implantações

Criar um reconhecedor personalizado no nível da organização não o habilita automaticamente para suas implantações. Você deve habilitar manualmente cada reconhecedor para cada implantação onde deseja aplicá-lo.
Após criar seu reconhecedor personalizado, habilite-o para cada implantação:
1

Navegue até Sua Implantação

Vá para sua implantação/automação e abra Settings → PII Protection.
2

Selecione Reconhecedores Personalizados

Em Mask Recognizers, você verá os reconhecedores definidos pela sua organização. Marque a caixa ao lado dos reconhecedores que deseja habilitar.
Habilitar Reconhecedor Personalizado
3

Salvar Configuração

Salve suas alterações. O reconhecedor estará ativo em todas as execuções subsequentes para esta implantação.
Repita este processo para cada implantação onde você precisa do reconhecedor personalizado. Isso oferece controle granular sobre quais reconhecedores estão ativos em diferentes ambientes (ex.: desenvolvimento vs. produção).