GuidesOneMux

Sichere strukturierte Datenextraktion mit OpenAI: Schlüssel, Protokolle, Berechtigungen und Rotation

Ein praxisnaher Sicherheitsworkflow für die strukturierte Datenextraktion mit OpenAI: Zugangsdaten isolieren, Berechtigungen einschränken, JSON-Ausgaben validieren, Protokolle bereinigen und Schlüssel sicher rotieren.

AI

Zusammenfassung · TL;DR

Bei der strukturierten Datenextraktion gehört der OpenAI-Anwendungsschlüssel in eine vertrauenswürdige Anwendungsschicht – nicht in von Agenten erzeugten Code oder Protokolle. Fordern Sie eine schema-konforme Ausgabe an, validieren Sie diese zusätzlich in Ihrer Anwendung und behandeln Sie Validierungsfehler als behebbare Fehler statt als vertrauenswürdige Daten. Trennen Sie Zugangsdaten nach Zweck, entfernen Sie sensible Inhalte aus Protokollen und dokumentieren Sie ein Verfahren für Rotation und Widerruf.

Kernaussagen

  • Bewahren Sie den API-Anwendungsschlüssel außerhalb von Agenten- oder Sandbox-Umgebungen auf. Jede Arbeitslast erhält nur die erforderlichen Zugriffsrechte.
  • Ein JSON-Schema schränkt das Ausgabeformat ein, ersetzt aber weder die anwendungsseitige Validierung noch die Prüfung von Geschäftsregeln.
  • Protokollieren Sie bei Bedarf Anfragekennungen und Validierungsergebnisse, nicht jedoch Zugangsdaten im Klartext oder sensible extrahierte Inhalte.
  • Dokumentieren Sie ein Verfahren zur Schlüsselrotation, das Bereitstellung und Überprüfung abdeckt und bei vermuteter Offenlegung einen sofortigen Widerruf vorsieht.
Auf dieser Seite (7)

Das sichere Muster für die strukturierte Datenextraktion

Teilen Sie die Extraktion von Dokumentfeldern in drei Schritte auf: Eine vertrauenswürdige Anwendung sendet die Anfrage, das Modell gibt Daten in einem schema-konformen Format zurück und Ihre Anwendung validiert die Daten und entscheidet, was gespeichert oder weiterverarbeitet wird. Bewahren Sie Zugangsdaten in der vertrauenswürdigen Anwendungsschicht auf. Der Anwendungsschlüssel gehört weder in Prompts noch in generierten Code, Container-Images oder Protokolle.

Laut den Sicherheitsrichtlinien von OpenAI für Sandboxes kann von Agenten erzeugter Code auf Dateien, Zugangsdaten und Netzwerkressourcen zugreifen, die in seiner Umgebung verfügbar sind. Die Richtlinien empfehlen isolierte Arbeitslasten, eingeschränkten Netzwerkzugriff, getrennte Zugangsdaten und den Anwendungsschlüssel außerhalb der Umgebung. Außerdem wird empfohlen, Schlüssel bei Bedarf zu rotieren oder zu widerrufen. Siehe die Sicherheitsrichtlinien von OpenAI für Sandboxes.

Die folgenden Beispiele dienen der Veranschaulichung und wurden nicht mit einem Live-Konto getestet. Prüfen Sie in der aktuellen API-Dokumentation, welche Endpunkte und Parameter Ihr ausgewähltes SDK oder Ihr Anbieter unterstützt. Gehen Sie nicht davon aus, dass ein kompatibler API-Endpunkt alle OpenAI-Parameter unterstützt.

Voraussetzungen und Vertrauensgrenzen

Klären Sie vor der Implementierung der Extraktion, wo die einzelnen Daten und Zugangsdaten gespeichert sind:

  • Anwendung: Bewahrt den OpenAI-Anwendungsschlüssel auf und sendet die Modellanfrage.
  • Modell- oder Sandbox-Umgebung: Erhält nur die für die Aufgabe und die benötigten Tools erforderlichen Daten; der Anwendungsschlüssel sollte dort nicht verfügbar sein.
  • Protokolle und Monitoring: Erfassen Betriebsmetadaten, ohne Geheimnisse oder unnötige Dokumentinhalte aufzubewahren.
  • Speicherung oder nachgelagerte Aktionen: Übernehmen extrahierte Werte erst nach der Prüfung von Schema und Geschäftsregeln.

Verwenden Sie nach Möglichkeit ein eigenes Projekt oder eigene Zugangsdaten für die jeweilige Anwendung oder Arbeitslast. Beschränken Sie Berechtigungen auf die benötigten API-Aktionen. In den OpenAI-Richtlinien werden api.responses.write für Inferenz sowie für Sitzungen der Agents API api.agents.read und api.agents.write genannt; die Verwaltung von Vaults erfordert zusätzlich Vault-Berechtigungen. Diese Angaben beziehen sich auf die dokumentierten Funktionen und sind keine universelle Berechtigungsvorlage. Erteilen Sie nur die Berechtigungen, die für Ihre Implementierung erforderlich sind.

Daten im Schemaformat anfordern und anschließend validieren

Legen Sie die Ausgabefelder und ihre Typen fest, bevor Sie den Extraktionsprompt verfassen. Ein Belegverarbeitungs-Workflow könnte beispielsweise den Namen des Händlers, das Datum, die Währung und den Gesamtbetrag erfordern. Das folgende Schema dient der Veranschaulichung. Passen Sie Pflichtfelder und Formate an Ihre Daten und die derzeit unterstützte Teilmenge des API-Schemas an.

{
  "type": "object",
  "properties": {
    "merchant": { "type": "string" },
    "date": { "type": "string" },
    "currency": { "type": "string" },
    "total": { "type": "number" }
  },
  "required": ["merchant", "date", "currency", "total"],
  "additionalProperties": false
}

Konfigurieren Sie die Anfrage so, dass sie einen JSON-Schema-Ausgabemodus verwendet, sofern der ausgewählte Endpunkt diesen unterstützt. Richten Sie den Prompt auf die Extraktion aus und weisen Sie das Modell an, nicht verfügbare Informationen gemäß einer festgelegten Richtlinie darzustellen, statt Werte zu erfinden. Wenn fehlende Felder zulässig sind, bilden Sie dies ausdrücklich im Schema und in der nachgelagerten Verarbeitung ab.

Eine schema-konforme Ausgabe ersetzt keine Validierung. Parsen Sie die Antwort als JSON, validieren Sie sie in Ihrer Anwendung anhand des Schemas und führen Sie fachliche Prüfungen durch – beispielsweise, ob sich das Datum parsen lässt und der Gesamtbetrag nicht negativ ist. Lehnen Sie ungültige Ergebnisse ab oder stellen Sie sie unter Quarantäne, statt sie stillschweigend in vertrauenswürdige Datensätze umzuwandeln. Bewahren Sie das Originaldokument nur auf, sofern Ihre Aufbewahrungsrichtlinien dies erlauben.

Protokolle bereinigen, ohne wichtige Diagnosedaten zu verlieren

Protokollieren Sie standardmäßig weder API-Schlüssel und Authorization-Header noch vollständige Prompts, komplette Modellantworten oder Rohdokumente. Auch extrahierte Felder können personenbezogene oder vertrauliche Informationen enthalten. Selbst das Protokollieren einer „erfolgreichen“ JSON-Antwort kann daher einen Datenspeicher mit sensiblen Informationen schaffen.

Zu den vergleichsweise risikoarmen Diagnosedaten zählen eine Korrelations-ID für die Anfrage, ein Zeitstempel, die Modellkennung, die Ergebniskategorie, der Validierungsstatus und die Latenz. Wenn Sie Beispiele zur Fehlersuche benötigen, verwenden Sie synthetische oder gezielt redigierte Eingaben und setzen Sie Zugriffskontrollen sowie Aufbewahrungsfristen durch. Stellen Sie sicher, dass Ausnahmen Anfrage-Header oder Antwortinhalte nicht automatisch serialisieren.

Protokollieren Sie bei der strukturierten Datenextraktion, welches Feld die Validierung nicht bestanden hat, statt dessen sensiblen Wert. Trennen Sie den Zugriff auf aufbewahrte Quelldokumente von den Betriebsprotokollen und legen Sie fest, wer die Dokumente einsehen darf und wie lange sie aufbewahrt werden.

Zugangsdaten bewusst rotieren und widerrufen

Dokumentieren Sie das Rotationsverfahren, bevor ein Vorfall eintritt. Darin sollte stehen, wer einen Ersatzschlüssel erstellen und bereitstellen darf, wo er gespeichert wird, wie abhängige Dienste aktualisiert werden, wie der neue Schlüssel überprüft wird und wie der alte Schlüssel widerrufen wird. Wenn der Schlüssel möglicherweise offengelegt wurde, haben Widerruf und Eindämmung Vorrang vor dem nächsten regulären Rotationszeitpunkt.

Speichern Sie langlebige Zugangsdaten in einem Secrets Manager. OpenAI weist darauf hin, dass auch das Einfügen eines gespeicherten Geheimnisses in eine Umgebung den von Agenten erzeugten Code diesem Geheimnis aussetzt. Für gehostete Sandboxes beschreibt OpenAI die Verwendung von Vault-Geheimnissen über einen Proxy für genehmigte Hosts; für selbst gehostete Umgebungen werden ein vertrauenswürdiger Proxy oder Server empfohlen, der Geheimnisse außerhalb der Umgebung bereitstellt. Bei Function Tools gehören die Zugangsdaten in die Anwendung, die den Aufruf verarbeitet; zurückgegeben wird nur das Ergebnis.

Prüfen Sie nach der Rotation, ob die Anwendung die neuen Zugangsdaten verwendet und die alten nicht mehr funktionieren. Kontrollieren Sie Zugriffsprotokolle und Bereitstellungsverlauf auf unerwartete Nutzung und aktualisieren Sie bei vermuteter Offenlegung die Vorfallsdokumentation. Kopieren Sie Schlüssel bei der Abstimmung der Änderung nicht in Tickets oder Chats.

Häufige Fehler und passende Reaktionen

  • Die Ausgabe ist gültiges JSON, enthält aber einen falschen Wert: Gültiges JSON belegt die Struktur, nicht die sachliche Richtigkeit. Ergänzen Sie Prüfungen auf Feldebene und einen Überprüfungsprozess für Entscheidungen mit erheblichen Folgen.
  • Ein Pflichtfeld fehlt oder ist fehlerhaft formatiert: Behandeln Sie dies als fehlgeschlagene Extraktion. Wiederholen Sie den Versuch nur nach einer begrenzten Richtlinie oder leiten Sie das Ergebnis zur Überprüfung weiter.
  • Ein Schlüssel erscheint in einem Protokoll oder einer Sandbox: Widerrufen Sie ihn, ersetzen Sie ihn nach dem dokumentierten Verfahren und untersuchen Sie, wo er offengelegt wurde.
  • Eine Anfrage schlägt nach einem Anbieter- oder Endpunktwechsel fehl: Prüfen Sie anhand der Dokumentation, ob der Endpunkt und die Schema-Parameter unterstützt werden. Die Kompatibilität mit OpenAI allein belegt nicht, dass alle Funktionen identisch unterstützt werden.

Kompakte Checkliste vor der Veröffentlichung

  • Der Anwendungsschlüssel wird außerhalb von Agenten-generiertem Code und Sandbox-Umgebungen aufbewahrt.
  • Zugangsdaten sind nach Möglichkeit je Arbeitslast oder Zweck getrennt und in ihrem Umfang eingeschränkt.
  • Der Netzwerkzugriff ist auf genehmigte Ziele begrenzt.
  • Schema-, Parsing- und Geschäftsregel-Validierung sind implementiert.
  • Protokolle enthalten weder Schlüssel noch Rohdokumente oder unnötige extrahierte Werte.
  • Für Rotation, Überprüfung und Notfallwiderruf gibt es klare Zuständigkeiten.
  • Die Unterstützung der gewählten Parameter für strukturierte Ausgaben durch Anbieter und Endpunkt wurde bestätigt.

Sichere strukturierte Datenextraktion hängt vom gesamten Prozess ab, nicht nur vom Antwortformat: Schützen Sie Zugangsdaten, begrenzen Sie, was in Protokolle und Umgebungen gelangt, validieren Sie jedes Ergebnis und sorgen Sie für einen unkomplizierten Widerruf.

FAQ

Garantiert die JSON-Schema-Validierung, dass extrahierte Daten korrekt sind?

Nein. Ein Schema kann die Form und Datentypen einer Antwort einschränken, aber nicht belegen, dass ein Wert mit dem Quelldokument übereinstimmt. Parsen und validieren Sie die Antwort in Ihrer Anwendung, ergänzen Sie fachliche Prüfungen und setzen Sie bei Bedarf eine menschliche Überprüfung ein.

Sollte ein OpenAI-API-Schlüssel in einer Agenten-Sandbox verfügbar sein?

Vermeiden Sie es, den Anwendungsschlüssel von Agenten erzeugtem Code zugänglich zu machen. Laut den Sicherheitsrichtlinien von OpenAI für Sandboxes kann solcher Code auf Zugangsdaten zugreifen, die in seiner Umgebung verfügbar sind. Die Richtlinien empfehlen, den Anwendungsschlüssel außerhalb dieser Umgebung aufzubewahren. Verwenden Sie stattdessen eine vertrauenswürdige Anwendungsschicht oder ein geeignetes Verfahren zur Vermittlung von Zugangsdaten.

Was sollte ein Dienst zur Datenextraktion protokollieren?

Bevorzugen Sie Betriebsmetadaten wie Korrelations-ID, Ergebniskategorie und Validierungsstatus. Protokollieren Sie standardmäßig weder Schlüssel und Authorization-Header noch vollständige Prompts, Rohdokumente oder komplette extrahierte Datensätze.

Wann sollte ein Schlüssel sofort widerrufen werden, statt ihn zum planmäßigen Zeitpunkt zu rotieren?

Widerrufen Sie ihn umgehend, wenn Sie eine Offenlegung vermuten, etwa wenn er in einem Protokoll, einer Quelldatei, einem Image oder einer Umgebung auftaucht, auf die nicht vertrauenswürdiger Code zugreifen kann. Stellen Sie anschließend über das genehmigte Verfahren einen Ersatz bereit und untersuchen Sie die Offenlegung.

Ähnliche Artikel