Sécurité, confidentialité et données
Comment vos données sont traitées.
Vera, Clara et Lucia travaillent dans l'environnement d'IA choisi par l'utilisateur. Les services hébergés par Mparanza et les autres destinations externes sont distincts.
Vera + Clara · Vidéo
Comment Vera et Clara traitent les données.
Voyez la différence entre la préparation locale, le traitement du modèle dans l'environnement choisi et un service hébergé par Mparanza.
Voir sur YouTube
L'environnement d'IA choisi est le périmètre principal.
Les données nécessaires au travail peuvent entrer dans le contexte du modèle du compte OpenAI ChatGPT ou Codex, ou Anthropic Claude ou Cowork, choisi par l'utilisateur. Mparanza n'est pas un destinataire distinct du travail ordinaire des plugins.
Le travail ordinaire des plugins n'envoie à Mparanza aucun contenu client ou professionnel.
La préparation locale est utile, mais n'anonymise pas automatiquement.
Python peut localement trier, calculer, rapprocher, filtrer, agréger et créer des livrables. Un workflow peut l'utiliser avant une étape du modèle lorsque cela améliore le travail.
Les plugins n'anonymisent ni ne pseudonymisent automatiquement les données. Les noms, documents, textes originaux et faits du dossier restent présents lorsqu'ils servent la finalité professionnelle.
Le périmètre détaillé appartient au workflow.
Chaque workflow peut utiliser les données différemment. Sa page explique la séquence opérationnelle : ce que voit le modèle, ce que traite le code et quand le processus s'arrête. Cette page ne duplique pas ces déclarations spécifiques.
Ne placez jamais de mots de passe, clés API, cookies d'authentification, jetons d'accès ou données de session dans des prompts ou fichiers que l'environnement d'IA choisi peut lire.
Vera consigne le périmètre de chaque exécution substantielle.
Après chaque exécution substantielle de Vera, un rapport compact consigne chaque phase visible par le modèle dans les unités propres au workflow. Il distingue l'étendue de la source disponible, ce que le code a traité localement, ce qui a été visible par le modèle, la partie qui n'a jamais été visible par le modèle, la raison du contexte et la base de preuve disponible. Lorsque l'environnement peut écrire des fichiers, Vera conserve un reçu JSON et une version Markdown dans le livrable de l'exécution ; sinon, elle affiche le rapport dans la conversation et indique qu'aucun reçu durable n'a été créé. Le total traité localement et la partie jamais visible par le modèle se chevauchent : ce ne sont pas des catégories alternatives à additionner.
Une voie de code potentiellement plus étroite n'apparaît que si les preuves de l'exécution la justifient et précisent comment protéger la qualité analytique. Un document ou une population pertinente complète peut constituer le minimum approprié. Le rapport n'est ni une surveillance réseau, ni une attestation du fournisseur, ni une AIPD, ni un avis juridique, ni une certification RGPD ; un hash consigné lie un reçu à des octets, mais ne prouve pas la transmission côté fournisseur.
Chaque exécution durable envoie automatiquement à Mparanza uniquement un identifiant de reçu aléatoire, la version de Vera et le hash du rapport local. Mparanza ajoute l'heure serveur et une signature Ed25519 et ne conserve que ces champs de preuve, sans rapport, données client, noms de fichiers, contenus ni hash des documents sources. Le reçu HTML peut être envoyé au client, enregistré en PDF et vérifié sur la page publique. Il prouve uniquement l'existence, l'heure serveur et l'intégrité du rapport, sans prouver de manière indépendante l'auteur de l'envoi du hash. Si le service est indisponible, le travail et le rapport local restent terminés et la demande demeure en attente d'une nouvelle tentative.
Les connecteurs et les envois utilisent leur propre destination.
Une application connectée, une recherche publique, un portail ou un envoi n'est utilisé que lorsque cette voie fait partie du travail choisi. Les conditions et contrôles de la destination s'appliquent séparément.
L'utilisation d'une destination externe ne fait pas de Mparanza le destinataire. Le workflow ou l'avis affiché au moment de l'usage identifie une voie hébergée par Mparanza lorsqu'elle intervient.
Les services hébergés par Mparanza ont un périmètre distinct.
Lorsqu'une fonction utilise un service hébergé par Mparanza, les contenus nécessaires atteignent des systèmes contrôlés par Mparanza. Les entretiens, la capture vocale et les données retail hébergés en sont des exemples.
L'avis affiché là où le service est utilisé indique ce qui lui parvient ainsi que les modalités applicables d'accès, de conservation et de suppression.
Vérifier cette position.
Vous n'avez pas à vous fier uniquement à cette affirmation.
Un périmètre global. Les détails du processus restent avec le processus.