ติดป้ายกำกับไฟล์ใน Google ไดรฟ์โดยอัตโนมัติโดยใช้การแยกประเภทโดย AI

ฟีเจอร์นี้รวมอยู่ใน Frontline Plus และ Enterprise Plus และยังรวมอยู่ในส่วนเสริม Gemini Enterprise–Legacy, Google AI Pro for Education และ AI Security ด้วย

ป้ายกำกับการแยกประเภทข้อมูลของ Google ไดรฟ์ทำหน้าที่เป็นข้อมูลเมตาที่อธิบายรายละเอียดของไฟล์ ซึ่งคุณสามารถใช้สำหรับฟังก์ชันต่างๆ เช่น การคุ้มครองข้อมูล การตรวจสอบความถูกต้องและข้อเท็จจริง และการเก็บรักษา การแยกประเภทโดย AI สำหรับ Google ไดรฟ์จะช่วยให้การติดป้ายกำกับไฟล์เป็นไปโดยอัตโนมัติโดยไม่ต้องเขียนโปรแกรม

วิธีการแยกประเภทโดย AI มี 2 วิธีดังนี้

  • โมเดลที่กำหนดเอง - สร้างโมเดลแมชชีนเลิร์นนิงเฉพาะทางที่ไม่ซ้ำกันสำหรับองค์กรของคุณโดยอิงตามชุดข้อมูลฝึกฝนขององค์กร ในฐานะผู้ดูแลระบบ คุณสามารถควบคุมข้อมูลที่โมเดลใช้ฝึกได้ โมเดลของคุณเป็นโมเดลเฉพาะสำหรับองค์กรของคุณ
  • ใช้ Gemini (เบต้า) - ใช้โมเดลภาษาขนาดใหญ่ (LLM) ของ Gemini เพื่อตรวจสอบเนื้อหาไฟล์และใช้ป้ายกำกับโดยอัตโนมัติตามคำสั่งภาษาธรรมดาที่ปรับแต่งได้ซึ่งคุณกำหนด วิธีนี้ไม่จำเป็นต้องมีการเก็บรวบรวมข้อมูลหรือการฝึกโมเดลล่วงหน้า

คุณสามารถสร้างโมเดลที่กำหนดเองและคำสั่ง Gemini ได้ทั้งหมด 5 รายการ ซึ่งรวมถึงคำสั่ง Gemini สูงสุด 1 รายการ

หมายเหตุ: หากต้องการติดป้ายกำกับด้วยการแยกประเภทโดย AI ไฟล์ต้องอยู่ในไดรฟ์ที่แชร์หรือเป็นของผู้ใช้ที่มีใบอนุญาตที่รองรับป้ายกำกับการแยกประเภท

การใช้การแยกประเภทโดย AI

ขั้นตอนพื้นฐานในการตั้งค่าการแยกประเภทโดย AI เพื่อติดป้ายกำกับไฟล์ใหม่และไฟล์ที่มีอยู่แล้วในไดรฟ์โดยอัตโนมัติมีดังนี้

1. สร้างโมเดลที่กำหนดเองหรือคำสั่ง Gemini: เลือกหรือสร้างป้ายกำกับการแยกประเภทที่ต้องการใช้กับไฟล์โดยอัตโนมัติ

หมายเหตุ: หากคุณสร้างโมเดลที่กำหนดเอง คุณจะต้องสร้างป้ายกำกับการฝึกด้วย ซึ่งใช้เพื่อทำเครื่องหมายไฟล์ตัวอย่างที่โมเดลใช้เพื่อเรียนรู้วิธีจัดประเภทข้อมูล

2. (โมเดลที่กำหนดเองเท่านั้น) ฝึกโมเดล: หลังจากสร้างป้ายกำกับแล้ว ผู้ติดป้ายกำกับที่กำหนดไว้จะแยกประเภทไฟล์ในไดรฟ์ด้วยป้ายกำกับการฝึกเพื่อสร้างชุดข้อมูลการฝึก จากนั้นโมเดลจะใช้ชุดข้อมูลเพื่อเรียนรู้วิธีแยกประเภทไฟล์ที่มีความละเอียดอ่อน

3. เปิดการแยกประเภทโดย AI: เมื่อฝึกโมเดลหรือตั้งค่าคำสั่ง Gemini แล้ว คุณจะตั้งค่าการติดป้ายกำกับไฟล์โดยอัตโนมัติได้ ซึ่งเรียกว่าการใช้โดยอัตโนมัติ ในระหว่างการตั้งค่า คุณจะต้องเลือกตัวเลือกป้ายกำกับที่จะเปิด และเลือกผู้ใช้ที่เป็นเจ้าของไฟล์ที่คุณต้องการให้การแยกประเภท AI ใช้ป้ายกำกับ จากนั้นโมเดลหรือวิธีการของคุณจะเริ่มติดป้ายกำกับไฟล์ที่มีความละเอียดอ่อน

4. ตรวจสอบโมเดล: คุณสามารถใช้บันทึกเหตุการณ์ของไดรฟ์เพื่อตรวจสอบจำนวนไฟล์ที่ได้รับการแยกประเภท รวมถึงจำนวนผู้ใช้ที่ยอมรับหรือแก้ไขป้ายกำกับที่ใช้โดยอัตโนมัติ (หากมีสิทธิ์)

ข้อควรทราบก่อนที่จะเริ่มต้น

  • ทำความเข้าใจวิธีการทำงานของป้ายกำกับการแยกประเภทและวิธีสร้างป้ายกำกับ โปรดดูรายละเอียดที่หัวข้อเริ่มต้นใช้งานในฐานะผู้ดูแลระบบป้ายกำกับการแยกประเภท
  • เลือกผู้ติดป้ายกำกับที่กำหนดไว้ ซึ่งเป็นกลุ่มผู้ใช้ในองค์กรที่สามารถใช้ป้ายกำกับการฝึกกับไฟล์ที่มีความละเอียดอ่อนด้วยตนเองได้อย่างถูกต้อง
  • สร้างกลุ่มการกำหนดค่าสำหรับผู้ติดป้ายกำกับที่กำหนดไว้เท่านั้น โปรดดูวิธีการที่หัวข้อปรับแต่งการตั้งค่าบริการด้วยกลุ่มการกำหนดค่า
  • เปิดใช้สิทธิ์ต่อไปนี้ในบัญชีผู้ดูแลระบบ: จัดการป้ายกำกับการแยกประเภท จัดการกฎ DLP และดูกฎ DLP

สร้างโมเดล

หากต้องการสร้างโมเดล คุณต้องเลือกป้ายกำกับการแยกประเภทที่มีอยู่หรือสร้างป้ายกำกับใหม่ก่อน ถัดไป คุณต้องสร้างป้ายกำกับการฝึกที่ตรงกัน ไม่ว่าจะโดยอัตโนมัติ (แนะนำ) หรือด้วยตนเองโดยใช้เครื่องมือจัดการป้ายกำกับ ซึ่งผู้ติดป้ายกำกับที่กำหนดไว้จะใช้

เลือกหรือสร้างป้ายกำกับการแยกประเภท

คุณต้องเปิดใช้การแยกประเภทสำหรับไดรฟ์และเอกสาร หลังจากฝึกแล้ว โมเดล AI จะใช้ป้ายกำกับการแยกประเภทกับไฟล์ในไดรฟ์ที่มีความละเอียดอ่อนโดยอัตโนมัติ โมเดลจะได้รับการฝึกเพียงช่องเดียวต่อป้ายกำกับ ซึ่งต้องเป็นรายการป้ายหรือรายการตัวเลือก

เราขอแนะนำให้ใช้ป้ายกำกับที่มีตราสถานะความละเอียดอ่อน เนื่องจากป้ายกำกับดังกล่าวจะแสดงในเอกสารอย่างเด่นชัด

เมื่อใช้รายการตัวเลือกหรือช่องรายการป้ายสำหรับป้ายกำกับการแยกประเภท ช่องดังกล่าวต้องมีลักษณะดังนี้

  • มีตัวเลือกอย่างน้อย 2 รายการและไม่เกิน 7 รายการ
  • ต้องเผยแพร่

หากมีป้ายกำกับตรงตามข้อกำหนดดังกล่าวอยู่แล้ว คุณก็สามารถใช้เป็นป้ายกำกับการแยกประเภทได้ หรือใช้เครื่องมือจัดการป้ายกำกับเพื่อสร้างป้ายกำกับก่อนหรือเมื่อตั้งค่าโมเดล (ดูข้อมูลเพิ่มเติมในหน้านี้) โปรดดูรายละเอียดที่หัวข้อสร้างป้ายกำกับการแยกประเภทสำหรับองค์กร

สร้างป้ายกำกับการฝึก

ป้ายกำกับการฝึกแทบจะเหมือนกับป้ายกำกับการแยกประเภท และใช้สำหรับการฝึกเท่านั้นโดยผู้ติดป้ายกำกับที่กำหนดไว้ เมื่อสร้างโมเดล (ในหน้านี้) คุณจะสร้างป้ายกำกับการฝึกโดยอัตโนมัติได้เพื่อให้แน่ใจว่าป้ายกำกับดังกล่าวตรงกับป้ายกำกับการแยกประเภท

นอกจากนี้ คุณยังเลือกสร้างป้ายกำกับการฝึกด้วยตนเองโดยใช้เครื่องมือจัดการป้ายกำกับได้ทั้งก่อนหรือเมื่อตั้งค่าโมเดล ดูรายละเอียดได้ที่หัวข้อฉันจะสร้างป้ายกำกับการฝึกด้วยตนเองได้อย่างไรในส่วนถัดไปของหน้านี้

สร้างโมเดล

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกสร้างโมเดล
  3. ในรายการป้ายกำกับการแยกประเภท ให้เลือกป้ายกำกับการแยกประเภทและช่องที่มีอยู่เพื่อฝึกโมเดล หรือคลิกสร้างป้ายกำกับเพื่อสร้างโดยใช้เครื่องมือจัดการป้ายกำกับ

    หากสร้างป้ายกำกับในเครื่องมือจัดการป้ายกำกับแล้ว ให้กลับไปที่หน้าสร้างโมเดล คุณอาจต้องรีเฟรชหน้าเพื่อดูป้ายกำกับใหม่ในรายการ

  4. สำหรับป้ายกำกับการแยกประเภท ให้เลือกช่องที่มีสิทธิ์ที่คุณต้องการใช้ในรายการชื่อช่อง
  5. คลิกต่อไป
  6. (ไม่บังคับ) สร้างและเผยแพร่ป้ายกำกับการฝึกที่ตรงกับป้ายกำกับการแยกประเภทโดยอัตโนมัติได้ดังนี้
    1. คลิกสร้างป้ายกำกับการฝึก
    2. คลิกอัปเดตสิทธิ์ของป้ายกำกับในข้อความที่ปรากฏขึ้น ระบบจะเปิดป้ายกำกับในโหมดแก้ไขในเครื่องมือจัดการป้ายกำกับในแท็บแยกต่างหาก
    3. คลิกสิทธิ์ จากนั้น แก้ไข จากนั้นให้สิทธิ์ใช้ป้ายกำกับและกำหนดค่าได้แก่กลุ่มการกำหนดค่าที่มีผู้ติดป้ายกำกับ
    4. คลิกบันทึกแล้วปิดแท็บเครื่องมือจัดการป้ายกำกับ

      หมายเหตุ: คุณยังตั้งค่าสิทธิ์ของป้ายกำกับในภายหลังได้เช่นกัน แต่สิ่งสำคัญคือควรมีเพียงผู้ติดป้ายกำกับที่มีสิทธิ์เข้าถึงป้ายกำกับการฝึกได้

  7. (ไม่บังคับ) หากสร้างป้ายกำกับการฝึกแล้ว ให้เลือกป้ายนั้นในรายการป้ายกำกับการฝึก
  8. (ไม่บังคับ) สร้างป้ายกำกับการฝึกของคุณเองตอนนี้โดยคลิกไปที่เครื่องมือจัดการป้ายกำกับ

    สำคัญ: ตรวจสอบว่าป้ายกำกับเป็นไปตามเกณฑ์ของป้ายกำกับการฝึก และคุณได้ตั้งค่าสิทธิ์ของป้ายกำกับเพื่อให้มีเพียงผู้ติดป้ายกำกับเท่านั้นที่เข้าถึงได้ ดูรายละเอียดได้โดยไปที่หลักเกณฑ์สำหรับป้ายกำกับการฝึกในส่วนถัดไปของหน้านี้

    กลับไปที่หน้าสร้างโมเดล คุณอาจต้องรีเฟรชหน้าเพื่อดูป้ายกำกับการฝึกใหม่ในรายการ

  9. ในหน้าสร้างโมเดล ให้คลิกต่อไป
  10. ป้อนชื่อที่สื่อความหมายสำหรับโมเดล
  11. คลิกสร้างโมเดล

หลังจากสร้างโมเดลแล้ว หน้ารายละเอียดโมเดลจะแสดงป้ายกำกับการฝึกและป้ายกำกับการแยกประเภทที่คุณเลือกไว้

ฝึกโมเดล

หากต้องการฝึกโมเดล AI คุณต้องสร้างชุดข้อมูลการฝึก แล้วเริ่มการฝึกเบื้องต้น ในระหว่างการฝึก โมเดลจะเรียนรู้จากตัวอย่างในชุดข้อมูล

การฝึกใหม่เป็นแบบอัตโนมัติ: หลังจากการฝึกครั้งแรก โมเดลจะฝึกใหม่ทุก 2 สัปดาห์เพื่อช่วยปรับปรุงหรือรักษาระดับความแม่นยำ คุณฝึกโมเดลใหม่ด้วยตนเองได้ทุกเมื่อ หลังจากการฝึกแต่ละครั้ง ระบบจะเปิดตัวโมเดลใหม่และจะรีเซ็ตกำหนดเวลาการฝึกใหม่อัตโนมัติ 2 สัปดาห์

สร้างชุดข้อมูลการฝึก

หากต้องการสร้างชุดข้อมูลการฝึก ผู้ติดป้ายกำกับที่กำหนดไว้จะต้องใช้ป้ายกำกับการฝึกกับไฟล์อย่างน้อย 100 ไฟล์ต่อตัวเลือกป้ายกำกับ เช่น หากป้ายกำกับมีตัวเลือก 3 รายการ ได้แก่ "จำเป็นต้องทราบ" "ลับ" และ "สาธารณะ" คุณต้องมีไฟล์การฝึกอย่างน้อย 300 ไฟล์ อย่างไรก็ตาม เราแนะนำให้มีไฟล์มากกว่า 100 ไฟล์ต่อตัวเลือกป้ายกำกับ เนื่องจากไฟล์บางไฟล์อาจไม่มีสิทธิ์สำหรับชุดข้อมูลการฝึก ดูข้อมูลเกี่ยวกับการติดป้ายกำกับตัวอย่างคุณภาพสูงสำหรับการฝึก

หมายเหตุ: ชุดข้อมูลการฝึกมีไฟล์ได้สูงสุด 1 ล้านไฟล์

หลังจากสร้างโมเดลแล้ว ระบบจะตรวจสอบโดยอัตโนมัติเพื่อดูจำนวนไฟล์ที่ติดป้ายกำกับสำหรับการฝึกในเวลาประมาณ 24 ชั่วโมง หลังจากนั้น ระบบจะตรวจสอบอย่างต่อเนื่องตลอดทั้งวัน

วิธีตรวจสอบจำนวนไฟล์ที่ติดป้ายกำกับ

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในส่วนการดำเนินการสำหรับโมเดล ให้เลือกดูรายละเอียด
  4. ในแผงที่ด้านบนของหน้า ในส่วนไฟล์การฝึกสำหรับโมเดลที่ใช้งานอยู่ ให้ดูจำนวนไฟล์ที่ติดป้ายกำกับ

หากโมเดลมีไฟล์เพียงพอสำหรับการฝึก ระบบจะแสดงสถานะ "พร้อมสำหรับการฝึก"

เริ่มการฝึก

โดยทั่วไปการฝึกจะใช้เวลา 4-6 ชั่วโมง แต่ก็อาจใช้เวลานานกว่านี้ได้หากเป็นชุดข้อมูลที่มีขนาดใหญ่กว่า โมเดลของคุณอาจต้องฝึกหลายครั้งเพื่อเรียนรู้วิธีติดป้ายกำกับไฟล์อย่างแม่นยำ

ในระหว่างการฝึก โมเดลจะเปรียบเทียบการแยกประเภทที่เลือกสำหรับไฟล์กับป้ายกำกับการฝึกที่ใช้กับไฟล์เพื่อสร้างคะแนน โปรดดูรายละเอียดที่หัวข้อระบบคำนวณคะแนนอย่างไร

หลังจากการฝึก คุณจะตรวจสอบความแม่นยำของโมเดลได้

วิธีเริ่มการฝึก

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในหน้ารายละเอียดโมเดล ในส่วนการดำเนินการสำหรับโมเดล ให้เลือกดูรายละเอียด
  4. ในแผงการฝึกที่ด้านบนของหน้า ให้คลิกเริ่มการฝึก

    หมายเหตุ: ปุ่มนี้จะใช้ได้ก็ต่อเมื่อผู้ติดป้ายกำกับได้ติดป้ายกำกับไฟล์การฝึกตามจำนวนขั้นต่ำแล้วเท่านั้น

หลังการฝึก: ตรวจสอบคะแนนโมเดล

หลังจากการฝึก โมเดลจะเปิดตัวพร้อมคะแนนเปอร์เซ็นต์สำหรับตัวเลือกป้ายกำกับแต่ละรายการ คะแนนแต่ละรายการเรียกว่าคะแนนการเรียกคืน ซึ่งเป็นเปอร์เซ็นต์ของตัวอย่างการฝึกที่โมเดลแยกประเภทไว้อย่างถูกต้องหลังจากการทดสอบตัวเอง ดังนี้

  • ต่ำกว่า 50% - ความแม่นยำต่ำ โมเดลต้องการข้อมูลที่ดีกว่านี้และยังไม่พร้อม
  • ตั้งแต่ 50-80% - ความแม่นยำปานกลาง โมเดลอาจพร้อมใช้งานในวงจำกัด
  • สูงกว่า 80% - ความแม่นยำสูง โมเดลพร้อมแยกประเภทไฟล์ให้กับองค์กรของคุณแล้ว

วิธีตรวจสอบความแม่นยำของโมเดลหลังจากการฝึก

ในหน้ารายละเอียดโมเดล คุณจะดูคะแนนโมเดลได้ในส่วนต่อไปนี้

  • ในแผงผลการฝึกที่ด้านบนของหน้า ในส่วนไฟล์ที่ใช้ในปัจจุบันและคะแนน
  • ในแผงชุดข้อมูลการฝึกปัจจุบัน

สร้างคำสั่ง Gemini

หากต้องการสร้างชุดคำสั่ง Gemini คุณต้องเลือกป้ายกำกับที่กำหนดไว้ล่วงหน้าซึ่งมีคำสั่งอยู่ก่อน หรือเลือกป้ายกำกับการแยกประเภทที่มีอยู่ ก่อนเริ่มต้น โปรดตรวจสอบว่าป้ายกำกับที่มีอยู่เป็นไปตามเกณฑ์การตั้งค่าที่จำเป็น โปรดดูรายละเอียดที่หัวข้อเลือกหรือสร้างป้ายกำกับการแยกประเภทในหน้านี้

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกใช้ Gemini
  3. ในหน้าเลือกป้ายกำกับให้ Gemini นำไปใช้ ให้เลือกตัวเลือกต่อไปนี้
    • เลือกใช้ป้ายกำกับที่กำหนดไว้ล่วงหน้าเพื่อใช้ป้ายกำกับที่กำหนดไว้ล่วงหน้าพร้อมคำสั่งเทมเพลตที่คุณแก้ไขได้
    • เลือกใช้ป้ายกำกับของคุณเองเพื่อใช้ป้ายกำกับที่มีอยู่ขององค์กร
  4. หากต้องการป้ายกำกับใหม่ ให้คลิกสร้างป้ายกำกับเพื่อเปิดเครื่องมือจัดการป้ายกำกับในแท็บเบราว์เซอร์ใหม่
    • หมายเหตุ: หลังจากสร้างและเผยแพร่ป้ายกำกับใหม่ในแท็บเครื่องมือจัดการป้ายกำกับแล้ว ให้กลับไปที่แท็บใช้ Gemini เพื่อใช้ป้ายกำกับ รีเฟรชหน้าเพื่ออัปเดตตัวเลือกที่ใช้ได้
  5. หากเลือกใช้ป้ายกำกับของคุณเอง ให้เลือกเมนูแบบเลื่อนลงป้ายกำกับการแยกประเภท แล้วเลือกป้ายกำกับ
  6. คลิกชื่อช่อง จากนั้น เลือกช่อง
  7. คลิกต่อไป
  8. ในหน้าตรวจสอบรายละเอียดคำสั่งสำหรับ Gemini ให้ป้อนคำสั่งที่ชัดเจนและครอบคลุมสำหรับตัวเลือกป้ายกำกับทุกรายการเพื่อช่วย Gemini แยกประเภทข้อมูลขององค์กร ระบุรายละเอียดต่อไปนี้สำหรับแต่ละตัวเลือก

    • สิ่งที่ตัวเลือกแสดง เช่น หมวดหมู่ ประเภท หรือลักษณะเฉพาะ
    • วิธีที่ Gemini ควรระบุตัวเลือก เช่น เบาะแสหรือคีย์เวิร์ด
    • Gemini ควรจัดการกับข้อยกเว้นอย่างไร เช่น สถานการณ์ที่ไม่ควรใช้ตัวเลือกนั้น
  9. คลิกต่อไป

  10. ในหน้าเลือกตัวเลือกป้ายกำกับเพื่อให้มีสิทธิ์การใช้โดยอัตโนมัติ ให้เลือกช่องของตัวเลือกป้ายกำกับที่ต้องการให้ Gemini นำไปใช้โดยอัตโนมัติ

    • หมายเหตุ: Gemini จะไม่ใช้ตัวเลือกที่ไม่ได้เลือกกับไฟล์ในไดรฟ์
  11. คลิกต่อไป

  12. ในหน้าตรวจสอบและตั้งชื่อคำสั่ง ให้ป้อนชื่อที่สื่อความหมายสำหรับคำสั่งในช่องชื่อ* ตรวจสอบและยืนยันรายละเอียด เพื่อให้แน่ใจว่าถูกต้อง

  13. คลิกบันทึกหรือบันทึกและตั้งค่าการใช้โดยอัตโนมัติ

เปิดการแยกประเภทโดย AI

หลังจากตั้งค่าคำสั่ง Gemini หรือฝึกโมเดลที่กำหนดเองให้มีความแม่นยำขั้นต่ำอย่างน้อย 50% แล้ว คุณจะเลือกตัวเลือกป้ายกำกับและเปิดการติดป้ายกำกับไฟล์อัตโนมัติหรือการใช้โดยอัตโนมัติได้ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดจากโมเดลที่กำหนดเอง เราขอแนะนำให้รอจนกว่าคะแนนโมเดลสำหรับตัวเลือกป้ายกำกับทั้งหมดจะถึงอย่างน้อย 80%

วิธีเปิดการใช้โดยอัตโนมัติ

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในหน้ารายละเอียดโมเดล ในส่วนการดำเนินการสำหรับโมเดล ให้เลือกดูรายละเอียด
  4. คลิกตั้งค่าการใช้โดยอัตโนมัติในแผงการฝึก

    หมายเหตุ: ปุ่มนี้จะใช้ได้ก็ต่อเมื่อตัวเลือกป้ายกำกับอย่างน้อย 1 รายการมีความแม่นยำถึง 50%

    หรือหากตั้งค่าการใช้โดยอัตโนมัติไว้ก่อนหน้านี้ ให้คลิกแก้ไขการใช้โดยอัตโนมัติในส่วนไฟล์ที่ติดป้ายกำกับโดย AI

  5. เลือกช่องของตัวเลือกป้ายกำกับที่ต้องการอนุญาตให้โมเดล AI ใช้โดยอัตโนมัติ
  6. คลิกบันทึกและดำเนินการต่อเพื่อเลือกหน่วยขององค์กรหรือกลุ่มที่เป็นเจ้าของไฟล์ที่โมเดลควรใช้ป้ายกำกับโดยอัตโนมัติ การตั้งค่าเริ่มต้นคือองค์กรหลักระดับบนสุด

    หรือคลิกบันทึกเพื่อเลือกผู้ใช้ในภายหลัง

  7. หากต้องการเลือกผู้ใช้ ให้เลือกหน่วยขององค์กรหรือกลุ่มการกำหนดค่าที่ด้านข้าง

    การตั้งค่ากลุ่มจะลบล้างหน่วยขององค์กร ดูข้อมูลเพิ่มเติม

  8. คลิกเปิด - ระบบจะใช้ป้ายกำกับที่ระบุหนึ่งในตัวเลือกด้านล่างโดยอัตโนมัติ
  9. คลิกบันทึก

    ในหน้ารายละเอียดโมเดล สถานะการใช้โดยอัตโนมัติปัจจุบันสำหรับกฎคือเปิด

หมายเหตุ: คุณสามารถตรวจสอบการแยกประเภทโดย AI ได้ด้วยบันทึกเหตุการณ์ของไดรฟ์ โปรดดูรายละเอียดที่หัวข้อตรวจสอบเหตุการณ์เกี่ยวกับป้ายกำกับการแยกประเภทโดย AI ในส่วนถัดไปของหน้านี้

เมื่อการแยกประเภทโดย AI สแกนไฟล์

หลังจากเปิดการใช้โดยอัตโนมัติสำหรับไฟล์ของผู้ใช้และไดรฟ์ที่แชร์แล้ว การแยกประเภทโดย AI จะสแกนไฟล์ (ที่ไม่มีการเคลื่อนไหว) อย่างน้อย 1 ครั้งภายใน 1-2 สัปดาห์ การแยกประเภทโดย AI ยังสแกนไฟล์เมื่อมีการอัปโหลดหรือแก้ไขไฟล์ด้วย และอาจเปลี่ยนป้ายกำกับที่ใช้หากเนื้อหาของไฟล์มีการเปลี่ยนแปลง

หมายเหตุ: คุณต้องเปิดการสแกนไฟล์ที่ไม่มีการใช้งานด้วยตนเองเมื่อใช้การแยกประเภทโดย AI ด้วยคำสั่ง Gemini หากต้องการเปิดใช้งานฟีเจอร์นี้ ให้คลิกใช้ป้ายกำกับกับไฟล์ที่ไม่ได้ใช้งานในหน้าวิธีการ

วิธีจัดการความขัดแย้งของการใช้โดยอัตโนมัติ

กฎการคุ้มครองข้อมูล

ค่าป้ายกำกับที่กำหนดโดยกฎการคุ้มครองข้อมูลจะมีลำดับความสำคัญเหนือกว่าการแยกประเภทโดย AI และทั้ง 2 อย่างจะมีลำดับความสำคัญเหนือกว่าการแยกประเภทเริ่มต้น

โมเดลที่กำหนดเองหรือคำสั่ง Gemini หลายรายการ

เมื่อแหล่งที่มาของการแยกประเภท AI อย่างน้อย 2 แหล่งพยายามใช้ตัวเลือกป้ายกำกับที่แตกต่างกันของช่องป้ายกำกับเดียวกันกับไฟล์เดียวกัน ระบบจะใช้ตัวเลือกที่อยู่ในอันดับสูงกว่าในรายการตัวเลือกของป้ายกำกับ เช่น คุณอาจมีป้ายกํากับที่มีช่องซึ่งมีตัวเลือก 3 รายการในเครื่องมือจัดการป้ายกำกับ ดังนี้

  1. ลับ
  2. ภายใน
  3. สาธารณะ

หากแหล่งที่มาของการแยกประเภทโดย AI แหล่งที่ 1 พยายามกำหนดให้ป้ายกำกับเป็นลับ และแหล่งที่มาแหล่งที่ 2 พยายามกำหนดให้ป้ายกำกับเป็นสาธารณะสำหรับไฟล์เดียวกัน ระบบจะใช้ลับเนื่องจากอยู่ในอันดับที่สูงกว่าในรายการตัวเลือกของป้ายกำกับ โปรดตรวจสอบว่าตัวเลือกช่องของป้ายกำกับแสดงตามลำดับความสำคัญที่คุณต้องการก่อนที่จะตั้งกฎ

ป้ายกำกับที่ผู้ใช้ใช้

ป้ายกำกับที่ผู้ใช้ใช้กับไฟล์จะมีลำดับความสำคัญเหนือกว่าป้ายกำกับที่ AI ใช้ กล่าวคือ การแยกประเภทโดย AI จะไม่แก้ไขป้ายกำกับที่ผู้ใช้ตั้งค่าไว้ก่อนหน้านี้

หมายเหตุ: เมื่อผู้ใช้ยอมรับหรือแก้ไขไฟล์ที่ติดป้ายกำกับโดย AI ระบบจะถือว่าป้ายกำกับนั้นเป็น "ป้ายกำกับที่ผู้ใช้ใช้" และการแยกประเภทโดย AI จะไม่แก้ไขค่าของป้ายกำกับนั้นอีกต่อไป

ตรวจสอบโมเดล

ดูรายละเอียดเกี่ยวกับวิธีที่การแยกประเภทโดย AI ติดป้ายกำกับไฟล์ในบันทึกเหตุการณ์ของไดรฟ์ สำหรับตัวเลือกป้ายกำกับแต่ละรายการ บันทึกจะแสดงจำนวนไฟล์ที่ได้รับการแยกประเภทโดยใช้การใช้โดยอัตโนมัติ และจำนวนผู้ใช้ที่ยอมรับป้ายกำกับที่ใช้โดยอัตโนมัติหรือแก้ไขป้ายกำกับดังกล่าว ผู้ใช้ต้องมีสิทธิ์เพื่อดำเนินการกับป้ายกำกับที่ใช้โดยอัตโนมัติ

สิทธิ์ที่ผู้ใช้ต้องมีเพื่อโต้ตอบกับป้ายกำกับที่ใช้โดยอัตโนมัติ

ผู้ใช้ต้องมีสิทธิ์ในไฟล์และป้ายกำกับเพื่อโต้ตอบกับป้ายกำกับที่ใช้โดยอัตโนมัติ คุณสามารถตั้งค่าสิทธิ์สำหรับป้ายกำกับการแยกประเภทได้ในเครื่องมือจัดการป้ายกำกับ โปรดดูรายละเอียดที่หัวข้อสร้างป้ายกำกับการแยกประเภทสำหรับองค์กร

  • หากต้องการดูป้ายกำกับที่ใช้โดยอัตโนมัติ ผู้ใช้ต้องมีสิทธิ์ดูป้ายกำกับนี้ได้สำหรับป้ายกำกับการแยกประเภท
  • หากต้องการยอมรับและแก้ไขป้ายกำกับที่ใช้โดยอัตโนมัติ ผู้ใช้ต้องมีสิทธิ์ใช้ป้ายกำกับและกำหนดค่าได้สำหรับป้ายกำกับการแยกประเภท และต้องเป็นเอดิเตอร์หรือเจ้าของไฟล์

ดูเหตุการณ์การแยกประเภทโดย AI ในบันทึกเหตุการณ์ของไดรฟ์

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในหน้ารายละเอียดโมเดล ในส่วนไฟล์ที่ติดป้ายกำกับโดย AI ให้เลือกดูไฟล์สำหรับตัวเลือกป้ายกำกับที่คุณต้องการดูเหตุการณ์

    เครื่องมือตรวจสอบความปลอดภัยจะเปิดในแท็บใหม่ ซึ่งจะแสดงผลการค้นหาสำหรับบันทึกเหตุการณ์ของไดรฟ์ที่เกี่ยวข้องกับการแยกประเภทโดย AI จำนวน 2 เหตุการณ์ ได้แก่ ใช้ป้ายกำกับและเปลี่ยนค่าในช่องป้ายกำกับ

  4. คลิกคำอธิบายของเหตุการณ์เพื่อดูรายละเอียดเพิ่มเติม เช่น
    • ชื่อและประเภทของเอกสารที่ติดป้ายกำกับ
    • ค่าในช่องป้ายกำกับที่กำหนดให้กับเอกสาร (เช่น ลับหรือจำกัด)

ดูอัตราการยอมรับของผู้ใช้สำหรับคำสั่ง Gemini

ในหน้ารายละเอียดโมเดลสำหรับการแยกประเภท AI แผนภูมิการยอมรับของผู้ใช้จะแสดงข้อมูลประสิทธิภาพสำหรับวิธีการของคุณที่ได้จากความคิดเห็นของผู้ใช้ในช่วง 180 วันที่ผ่านมา

โดยมีเมตริกดังนี้

  • ผู้ใช้ตรวจสอบแล้ว - จำนวนผู้ใช้ทั้งหมดที่โต้ตอบกับแบนเนอร์ป้ายกำกับอัตโนมัติเพื่อยอมรับหรือแก้ไขตัวเลือกป้ายกำกับที่ใช้กับ Gemini
  • ผู้ใช้ยอมรับ - จำนวนผู้ใช้ทั้งหมดที่เลือกเก็บป้ายกำกับที่ Gemini แนะนำไว้

จัดการโมเดล

ปิดการใช้ป้ายกำกับการแยกประเภทโดยอัตโนมัติ

วิธีปิดการใช้โดยอัตโนมัติสำหรับตัวเลือกป้ายกำกับทั้งหมดหรือเฉพาะบางตัวเลือก

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในหน้ารายละเอียดโมเดล ในส่วนการดำเนินการสำหรับโมเดล ให้เลือกดูรายละเอียด
  4. ในส่วนไฟล์ที่ติดป้ายกำกับโดย AI ให้คลิกแก้ไขการใช้โดยอัตโนมัติ
  5. ยกเลิกการเลือกช่องของตัวเลือกป้ายกำกับที่ต้องการปิดการใช้โดยอัตโนมัติ

    หรือหากต้องการหยุดการใช้โดยอัตโนมัติทั้งหมดชั่วคราว ให้ล้างตัวเลือกทั้งหมด

วิธีปิดการใช้โดยอัตโนมัติทั้งหมดสำหรับหน่วยขององค์กรหรือกลุ่มที่ต้องการ

คุณสามารถปิดการใช้โดยอัตโนมัติทั้งหมดสำหรับเนื้อหาของผู้ใช้ในหน่วยขององค์กรหรือกลุ่มที่ต้องการ

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในหน้ารายละเอียดโมเดล ในส่วนการดำเนินการสำหรับโมเดล ให้เลือกดูรายละเอียด
  4. ในการดำเนินการเพิ่มเติมที่ด้านบนของหน้า ให้คลิกจัดการการใช้โดยอัตโนมัติ จากนั้น อัปเดต OU/กลุ่มที่เปิดใช้
  5. คลิกหน่วยขององค์กรหรือกลุ่มทางด้านซ้ายเพื่อเลือก
  6. เลือกปิด - ระบบจะไม่ใช้ป้ายกำกับโดยอัตโนมัติ
  7. คลิกบันทึก

ลบโมเดลที่กำหนดเองหรือคำสั่ง Gemini

คุณอาจต้องลบโมเดลที่กำหนดเองหรือคำสั่ง Gemini หากความถูกต้องไม่เป็นที่ยอมรับ เป็นต้น หากลบโมเดลที่กำหนดเองหรือคำสั่ง Gemini ระบบจะนำการตั้งค่าการแยกประเภทโดย AI ทั้งหมดออกอย่างถาวร หมายเหตุ:

  • ระบบจะยกเลิกการลิงก์ป้ายกำกับที่ใช้ในโมเดลหรือคำสั่ง Gemini ออกจากการตั้งค่าการแยกประเภท AI และจะลบประวัติของโมเดลหรือคำสั่ง Gemini ออก อย่างไรก็ตาม ระบบจะไม่ลบป้ายกำกับ และคุณยังคงจัดการป้ายกำกับได้ในเครื่องมือจัดการป้ายกำกับ
  • (โมเดลที่กำหนดเองเท่านั้น) ป้ายกำกับการฝึกจะยังคงอยู่ในไฟล์ หลังจากลบโมเดลแล้ว คุณสามารถเลือกกำหนดค่าโมเดลที่กำหนดเองใหม่ให้ใช้ป้ายกำกับการฝึกเดียวกันได้ โมเดลจะทำงานคล้ายกันหากคุณฝึกป้ายกำกับการฝึกและไฟล์การฝึกที่มีอยู่อีกครั้ง
  • ระบบจะหยุดการใช้ป้ายกำกับโดยอัตโนมัติที่เปิดไว้สำหรับโมเดลนี้โดยทันที คุณเลือกที่จะนำออกหรือเก็บป้ายกำกับที่ใช้โดยอัตโนมัติก่อนหน้านี้กับไฟล์ที่ผู้ใช้ยังไม่ได้ยอมรับหรือแก้ไขได้
  • หากสร้างโมเดลใหม่หรือคำสั่ง Gemini อีกครั้งโดยใช้ป้ายกำกับการแยกประเภทเดียวกัน ฟีเจอร์การแยกประเภทโดย AI จะเขียนทับผลลัพธ์ของการแยกประเภทก่อนหน้า ซึ่งจะช่วยให้คุณประมวลผลไฟล์ในไดรฟ์ขององค์กรอีกครั้งได้ ซึ่งอาจเป็นประโยชน์หากคุณภาพของโมเดลหรือวิธีการปรับปรุงดีขึ้นอย่างมากตั้งแต่เริ่มใช้งาน

วิธีลบโมเดลหรือวิธีการ

  1. ในคอนโซลผู้ดูแลระบบของ Google ให้ไปที่เมนู จากนั้น ความปลอดภัย จากนั้น การเข้าถึงและการควบคุมข้อมูล จากนั้น การแยกประเภทข้อมูล

    ต้องมีสิทธิ์ของผู้ดูแลระบบสำหรับดูกฎ DLP และจัดการกฎ DLP

  2. ในส่วนการแยกประเภทโดย AI ให้คลิกดูโมเดลที่บันทึกไว้
  3. ในหน้ารายการโมเดล ให้คลิกการดำเนินการข้างโมเดลหรือวิธีการ แล้วเลือกลบโมเดลหรือลบวิธีการ กล่องโต้ตอบจะแสดงผลกระทบของการลบและให้คุณตัดสินใจว่าจะเก็บหรือทิ้งป้ายกำกับที่ใช้ก่อนหน้านี้
    • เก็บป้ายกำกับที่ใช้แล้วเอาไว้ - ป้ายกำกับที่ใช้ก่อนหน้านี้โดยคำสั่งเวอร์ชันใดก็ตามจะยังคงอยู่ในไฟล์
    • นำป้ายกำกับที่ใช้ออก - ระบบจะนำป้ายกำกับที่ใช้ก่อนหน้านี้โดยคำสั่งเวอร์ชันใดก็ตามออกจากไฟล์ การนำป้ายกำกับออกอาจใช้เวลาถึง 2 สัปดาห์ โดยระบบจะไม่นำป้ายกำกับออกหากผู้ใช้ กฎ โมเดล AI อื่น หรือคำสั่ง Gemini แก้ไขป้ายกำกับดังกล่าว
  4. เลือกช่องเพื่อรับทราบว่าการดำเนินการต่อหมายความว่าคุณรับทราบว่าการดำเนินการนี้ยกเลิกไม่ได้
  5. หากต้องการดำเนินการต่อ ให้คลิกลบโมเดลหรือลบคำสั่ง

คำถามที่พบบ่อย

ป้ายกำกับการฝึกและการแยกประเภท

ข้อกำหนดสำหรับป้ายกำกับสำหรับการฝึกและการแยกประเภทมีอะไรบ้าง

ทั้งป้ายกำกับสำหรับการแยกประเภทและป้ายกำกับสำหรับการฝึกต้องเป็นไปตามเกณฑ์ต่อไปนี้

  • ต้องมีตัวเลือกอย่างน้อย 2 รายการและสูงสุด 7 รายการ
  • ต้องมีตัวเลือกเรียงลำดับเหมือนกัน
  • ต้องเผยแพร่
  • มีป้ายกำกับที่มีสิทธิ์เข้าถึงแตกต่างกัน โดยที่ป้ายกำกับการฝึกควรใช้ได้เฉพาะกับผู้ติดป้ายกำกับที่กำหนดไว้ซึ่งสามารถฝึกโมเดลเท่านั้น ในขณะที่ป้ายกำกับการแยกประเภทอาจมีการเข้าถึงที่เปิดกว้างขึ้น

ฉันจะสร้างป้ายกำกับการฝึกด้วยตนเองได้อย่างไร

แม้ว่าแนวทางปฏิบัติแนะนำคือการสร้างป้ายกำกับการฝึกโดยอัตโนมัติเมื่อตั้งค่าโมเดล แต่คุณก็สามารถสร้างป้ายกำกับด้วยตนเองในเครื่องมือจัดการป้ายกำกับได้โดยทำตามหลักเกณฑ์ต่อไปนี้
  • ตรวจสอบว่าป้ายกำกับเป็นไปตามเกณฑ์ของป้ายกำกับที่กำหนด
  • ระบุป้ายกำกับการฝึกที่มีคำว่า "ฝึก" หรือ "การฝึก" เพื่อให้ผู้ติดป้ายกำกับที่กำหนดไว้จดจำป้ายกำกับดังกล่าวและใช้เมื่อสร้างชุดข้อมูลการฝึกได้ง่ายขึ้น
  • เพิ่มช่องคำอธิบายในป้ายกำกับการฝึกเพื่อช่วยให้ผู้ติดป้ายกำกับที่กำหนดไว้เข้าใจวัตถุประสงค์มากยิ่งขึ้น
  • อย่าลืมตั้งค่าสิทธิ์ของป้ายกำกับเป็นเฉพาะผู้ติดป้ายกำกับที่กำหนดไว้ ซึ่งก็คือผู้ที่จะระบุไฟล์สำหรับการฝึกโมเดล โดยใช้กลุ่มการกำหนดค่าที่คุณสร้างขึ้นสำหรับผู้ติดป้ายกำกับ

ฉันจะใช้ป้ายกำกับการแยกประเภทเป็นป้ายกำกับการฝึกได้ไหม

ไม่ได้ ป้ายกำกับการแยกประเภทและป้ายกำกับการฝึกต้องแตกต่างกัน ป้ายกำกับที่คุณเลือกให้เป็นป้ายกำกับสำหรับการแยกประเภทจะไม่แสดงเป็นตัวเลือกที่เลือกได้สำหรับป้ายกำกับสำหรับการฝึก

คำสั่ง Gemini อนุญาตให้ Google ใช้ข้อมูลส่วนตัวของฉันเพื่อฝึกโมเดลทั่วโลกไหม

ไม่ การดำเนินการทั้งหมดจะเกิดขึ้นภายในขอบเขตการแยกที่เข้มงวด เนื้อหาในไดรฟ์ภายในและพรอมต์ที่เกี่ยวข้องจะแยกไว้อย่างปลอดภัยภายในสภาพแวดล้อม Workspace ที่ได้รับอนุญาต และจะไม่นำไปใช้ฝึกโมเดลของ Google อ่านข้อมูลเพิ่มเติมเกี่ยวกับความมุ่งมั่นของเราด้านความเป็นส่วนตัวและความปลอดภัยได้ในฮับด้านความเป็นส่วนตัว

ชุดข้อมูลการฝึก

ไฟล์ที่เหมาะสำหรับฝึกโมเดลมีลักษณะเป็นอย่างไร

เพื่อให้ได้ผลลัพธ์ที่ดีที่สุดในการฝึกโมเดล ให้ผู้ติดป้ายกำกับที่กำหนดไว้ปฏิบัติตามหลักเกณฑ์ต่อไปนี้

  • ตรวจสอบว่าแต่ละไฟล์มีอักขระอย่างน้อย 500 ตัว
  • เลือกไฟล์ที่สอดคล้องกับเนื้อหาที่ผู้ใช้สร้าง แชร์ และใช้ในองค์กร
  • ติดป้ายกำกับไฟล์ในจำนวนเท่าๆ กันต่อตัวเลือกป้ายกำกับ โดยต้องมีไฟล์อย่างน้อย 100 ไฟล์สำหรับแต่ละตัวเลือก ซึ่งจะช่วยให้โมเดลเข้าใจข้อมูลของคุณอย่างครอบคลุมและปรับปรุงคะแนนได้
  • เพิ่มไฟล์ที่หลากหลายสำหรับตัวเลือกแต่ละประเภท เช่น อย่าติดป้ายกำกับเรซูเม่ 100 รายการเป็นชุดตัวอย่างไฟล์ทั้งหมดสำหรับ "ลับสุดยอด" หากมีสัญญาต่างๆ เป็นประเภทไฟล์ "ลับสุดยอด" ทั่วไปในองค์กรด้วย
  • ใช้ป้ายกำกับการฝึกกับไฟล์ที่องค์กรของคุณเป็นเจ้าของเท่านั้น ไม่ว่าจะเป็นไฟล์ที่ผู้ใช้เป็นเจ้าของโดยตรงหรือจัดเก็บไว้ในไดรฟ์ที่แชร์ การแยกประเภทโดย AI จะไม่ประมวลผลไฟล์ที่ผู้ใช้ภายนอกเป็นเจ้าของหรืออยู่ในไดรฟ์ที่แชร์ภายนอก

สามารถฝึกโมเดลกับไฟล์ที่ติดป้ายกำกับไว้ก่อนหน้านี้ได้ไหม

คุณไม่สามารถฝึกโมเดลกับไฟล์ที่ติดป้ายกำกับไว้ก่อนหน้านี้ได้ โมเดลต้องมีป้ายกำกับการฝึกที่เป็นสำเนาของป้ายกำกับที่จะใช้กับไฟล์โดยอัตโนมัติ แต่จะไม่สามารถเป็นป้ายกำกับเดียวกันได้

โมเดลสามารถฝึกหลายภาษาได้ไหม

โมเดลนี้รองรับหลายภาษา แต่ทั้งนี้ควรมีตัวอย่างไฟล์ซึ่งเป็นตัวแทนของทั้งหมดสำหรับแต่ละประเภทของตัวเลือกและแต่ละภาษารวมอยู่ในข้อมูลการฝึกด้วย ซึ่งจะเพิ่มจำนวนไฟล์ที่ต้องใช้ในการฝึกโมเดลให้สำเร็จ รองรับเฉพาะภาษาที่ใช้อักขระละตินเท่านั้น

ระบบคำนวณคะแนนระหว่างการฝึกอย่างไร

ในระหว่างการฝึก โมเดล AI จะใช้ข้อมูลอินพุต 75% เพื่อฝึกวิธีติดป้ายกำกับไฟล์และสงวนอีก 25% ไว้เพื่อทดสอบประสิทธิภาพของตนเองเป็นระยะๆ กล่าวคือ โมเดลจะวิเคราะห์ 25% ของไฟล์ที่ติดป้ายกำกับราวกับไม่ทราบว่าไฟล์ดังกล่าวติดป้ายกำกับใดไว้ โมเดล AI จะเลือกป้ายกำกับด้วยตนเองและเปรียบเทียบตัวเลือกนั้นกับป้ายกำกับของจริงซึ่งติดไว้โดยผู้ติดป้ายกำกับที่กำหนดไว้ คะแนนจะแสดงสัดส่วนของไฟล์ที่สงวนไว้ซึ่งกำหนดป้ายกำกับได้อย่างถูกต้อง

เมื่อฝึกโมเดลแล้ว ฉันจะ "หยุด" โมเดลเพื่อหยุดการฝึกซ้ำโดยอัตโนมัติได้ไหม

โมเดลการแยกประเภท AI จะฝึกโดยใช้ไฟล์ในไดรฟ์ เมื่อมีการลบไฟล์เหล่านั้น (มักจะเป็นไปตามกำหนดเวลาการเก็บรักษาผ่าน Google ห้องนิรภัย) คุณจะต้องลบโมเดลตามมาด้วยเพื่อให้มั่นใจว่าเนื้อหาของไฟล์จะไม่คงอยู่ในรูปแบบใดๆ ด้วยเหตุนี้ การฝึกโมเดลซ้ำจึงจะดำเนินการในลูปอย่างต่อเนื่องและไม่สามารถระงับได้

ผู้ใช้จะเปลี่ยนหรือแก้ไขป้ายกำกับและค่าในช่องได้ไหม

ผู้ใช้ที่มีสิทธิ์สามารถอัปเดตป้ายกำกับหรือค่าในช่องได้ แต่การแยกประเภทโดย AI จะไม่แก้ไขโมเดลการแยกประเภทตามการเปลี่ยนแปลงนั้น หากพบว่าโมเดลใช้ป้ายกำกับและค่าในช่องไม่ถูกต้อง คุณสามารถขอให้ผู้ติดป้ายกำกับที่กำหนดไว้ใช้ป้ายกำกับการฝึกที่ถูกต้องกับไฟล์ได้ จากนั้นการแยกประเภทโดย AI จะรวมข้อมูลนี้เข้ากับรอบการฝึกด้วยตนเองของโมเดลถัดไป

การใช้โดยอัตโนมัติ

การแยกประเภทโดย AI สามารถประเมินรูปภาพ วิดีโอ และไฟล์เสียงได้ไหม

การแยกประเภทโดย AI จะใช้การประมวลผลข้อความที่จัดทำดัชนีได้เช่นเดียวกับ DLP สำหรับไดรฟ์ (โปรดดูรายละเอียดที่หัวข้อรายการประเภทไฟล์ที่ DLP สแกน) ไฟล์ที่ไดรฟ์ดึงข้อความที่จัดทำดัชนีได้จะได้รับการประเมินสำหรับป้ายกำกับที่ใช้การแยกประเภทโดย AI ซึ่งรวมถึงการรู้จำอักขระด้วยภาพ (OCR) เพื่อดึงข้อความจากรูปภาพ อย่างไรก็ตาม การแยกประเภทโดย AI จะไม่ประเมินไฟล์วิดีโอหรือไฟล์เสียง

การแยกประเภทโดย AI ใช้กับการติดป้ายกำกับเฉพาะเนื้อหาที่ละเอียดอ่อนได้ไหม

การแยกประเภท AI จะแยกประเภทเนื้อหาที่ละเอียดอ่อนเป็นหลัก แต่คุณสามารถฝึกการติดป้ายกำกับอัตโนมัติสำหรับป้ายกำกับใดก็ตามที่มีตัวเลือกสูงสุด 4 รายการได้ นอกจากนี้ ยังใช้ป้ายกำกับการแยกประเภทสำหรับการตรวจสอบ ความเอื้อต่อการค้นหา และการจัดการการเก็บรักษาด้วย

การแยกประเภทโดย AI จะทำงานเมื่อเปิดการเข้ารหัสฝั่งไคลเอ็นต์ (CSE) ไว้หรือไม่

เนื่องจาก Google ถอดรหัสไฟล์ที่เข้ารหัสด้วย CSE ไม่ได้ (เฉพาะคีย์การเข้ารหัสส่วนตัวของคุณเท่านั้นที่ทำได้) การแยกประเภทโดย AI จึงฝึกกับไฟล์ที่เข้ารหัสด้วย CSE ไม่ได้ และจะใช้การติดป้ายกำกับโดยอัตโนมัติกับไฟล์เหล่านี้ไม่ได้

การแยกประเภทโดย AI จะแก้ไขป้ายกำกับที่ใช้โดยอัตโนมัติอย่างไรและเมื่อใด

หลังจากเปิดการใช้โดยอัตโนมัติแล้ว การแยกประเภทโดย AI จะสแกนและแยกประเภทไฟล์ทั้งหมดที่ไม่มีการเคลื่อนไหวที่สามารถดึงข้อความได้มากพอ โดยระบบจะสแกนไฟล์เหล่านี้อย่างน้อย 1 ครั้ง

การแยกประเภทโดย AI จะประมวลผลไฟล์อีกครั้งเป็นระยะๆ เมื่อมีการแก้ไขเนื้อหา การเปลี่ยนแปลงเนื้อหาอาจส่งผลให้การคาดการณ์สำหรับไฟล์แตกต่างออกไป เมื่อการแยกประเภทโดย AI มีทั้งตัวเลือกเก่าและตัวเลือกใหม่ที่คาดการณ์ไว้สำหรับไฟล์ ระบบจะเลือกใช้ตัวเลือกที่อยู่ในอันดับสูงกว่าในรายการตัวเลือก เช่น หากช่องมี 3 ตัวเลือกที่แสดงอยู่ในเครื่องมือจัดการป้ายกำกับ ดังนี้

  • ลับ
  • ภายใน
  • สาธารณะ

สมมติว่าการแยกประเภทโดย AI แยกประเภทไฟล์เป็นข้อมูลภายใน และเนื้อหามีการเปลี่ยนแปลงเพื่อให้โมเดลการแยกประเภทโดย AI คาดการณ์ข้อมูลว่าเป็นข้อมูลลับ ในกรณีนี้ ระบบจะเปลี่ยนการจัดประเภทในไฟล์เป็นข้อมูลลับ แต่หากโมเดลการแยกประเภทโดย AI คาดการณ์ว่าเป็นข้อมูลสาธารณะ การแยกประเภทในไฟล์จะยังคงเป็นข้อมูลภายใน

การแยกประเภทโดย AI จะไม่แก้ไขป้ายกำกับที่ใช้โดยอัตโนมัติและค่าในช่องที่ผู้ใช้ตรวจสอบหรือแก้ไขแล้ว

หากโมเดลมีการเปลี่ยนแปลง โมเดลจะประเมินไฟล์ที่มีอยู่อีกครั้งโดยอัตโนมัติหรือไม่

ระบบจะประมวลผลไฟล์ด้วยโมเดลล่าสุดเมื่อมีการสร้างหรือแก้ไขไฟล์ ระบบจะไม่ประมวลผลไฟล์ที่มีอยู่ซ้ำโดยอัตโนมัติเมื่อมีการเปิดตัวโมเดลเวอร์ชันใหม่ อย่างไรก็ตาม โมเดลอาจประมวลผลไฟล์ทั้งหมดของคุณซ้ำเป็นระยะๆ ด้วยเวอร์ชันล่าสุด โดยไม่ขึ้นอยู่กับการอัปเดตหรือการฝึกโมเดลที่เฉพาะเจาะจง

การแยกประเภทโดย AI มีความสำคัญเหนือกว่าวิธีการแยกประเภทอื่นๆ หรือไม่เมื่อมีการใช้งานหลายวิธี

การแยกประเภทข้อมูลสามารถลบล้างได้ การแยกประเภทข้อมูลจะดำเนินการตามลำดับต่อไปนี้
  1. กฎการคุ้มครองข้อมูลที่ผู้ใช้ไม่ได้เขียนทับ
  2. การแยกประเภทด้วยตนเอง
  3. กฎการคุ้มครองข้อมูลที่ผู้ใช้เขียนทับ
  4. การแยกประเภท AI
  5. การแยกประเภทเริ่มต้น
การนำป้ายกำกับหรือช่องออกจะทำให้กลไกการแยกประเภทระดับถัดลงไปมีผลใช้งาน เช่น ไฟล์ที่ผู้ใช้นำป้ายกำกับออกอาจได้รับการติดป้ายกำกับเดิมโดยอัตโนมัติโดยการแยกประเภทโดย AI ในภายหลัง

การแยกประเภทโดย AI สามารถใช้ป้ายกำกับกับไฟล์ประเภทใดได้บ้าง

  • การแยกประเภทโดย AI จะใช้การประมวลผลข้อความที่จัดทำดัชนีได้เช่นเดียวกับ DLP สำหรับไดรฟ์ โปรดดูรายละเอียดที่หัวข้อรายการประเภทไฟล์ที่ DLP สแกน ไม่รองรับไฟล์เสียงและวิดีโอ
  • ไฟล์ต้องมีจำนวนข้อความขั้นต่ำเพื่อให้การแยกประเภทโดย AI ใช้ป้ายกำกับได้ ด้วยเหตุนี้ ไฟล์บางไฟล์จึงอาจไม่ได้รับการแยกประเภท เช่น เอกสารที่สั้นมากและรูปภาพที่มีข้อความจำนวนน้อย

จะเกิดอะไรขึ้นเมื่อมีการปิดใช้ตัวเลือกสำหรับการนำไปใช้โดยอัตโนมัติ

ในระหว่างการสแกน หากมีไฟล์ที่คาดว่ามีตัวเลือกให้ปิดใช้การนำไปใช้โดยอัตโนมัติ การแยกประเภทโดย AI จะไม่ใช้ป้ายกำกับหรือค่าในช่องกับไฟล์นั้น

ไฟล์ที่การแยกประเภทโดย AI ได้ติดป้ายกำกับไว้ก่อนหน้านี้จะยังคงมีป้ายกำกับและค่าตัวเลือกที่ใช้ แม้ตัวเลือกดังกล่าวจะถูกปิดใช้ไปแล้วก็ตาม

ฉันจะย้อนกลับป้ายกำกับที่ใช้โดยอัตโนมัติได้ไหม

คุณจะยกเลิกการใช้ป้ายกำกับไม่ได้ เราขอแนะนำให้คุณปรับแต่งและทดสอบโมเดลกับกลุ่มเป้าหมายขนาดเล็กก่อนที่จะนำไปใช้ในวงกว้าง เช่น คุณสามารถฝึกโมเดลด้วยป้ายกำกับชั่วคราวได้ จากนั้นเมื่อประสิทธิภาพของโมเดลเป็นที่น่าพอใจแล้ว คุณสามารถ "รีเซ็ต" โมเดลได้โดยลบโมเดลและสร้างโมเดลใหม่ที่มีป้ายกำกับการฝึกเดียวกัน (ชุดข้อมูลฝึกฝนเดียวกัน) แต่มีป้ายกำกับถาวร

Gemini และโมเดลที่กำหนดเอง

การแยกประเภท AI ด้วยคำสั่ง Gemini จะแทนที่โมเดลที่กำหนดเองที่มีอยู่โดยสมบูรณ์หรือไม่

ไม่ คำสั่ง Gemini ทำหน้าที่เป็นทางเลือกเสริม แม้ว่าโมเดลแบบคลาสสิกจะสร้างโมเดลที่แยกต่างหากและเจาะจงลูกค้าซึ่งปรับให้เหมาะกับรูปแบบข้อมูลย้อนหลังของคุณโดยเฉพาะ แต่คำสั่ง Gemini จะใช้โมเดลพื้นฐานที่ผ่านการฝึกไว้ล่วงหน้าเพื่อประเมินเนื้อหาเทียบกับกฎที่อิงตามข้อความที่กำหนดเองซึ่งคุณเขียนขึ้น

ฉันจะตัดสินใจได้อย่างไรว่าควรใช้คำสั่ง Gemini หรือโมเดลแบบคลาสสิกเมื่อใด

องค์กรไม่จำเป็นต้องเลือกสถาปัตยกรรมเพียงแบบเดียวเท่านั้น คุณสามารถใช้ทั้ง 2 โหมดร่วมกันเพื่อรองรับการแยกประเภทข้อมูลในระยะต่างๆ ตามความต้องการขององค์กร

องค์ประกอบใดบ้างที่ประกอบขึ้นเป็นวิธีการจัดประเภทข้อมูล

คำสั่งการแยกประเภทคือพิมพ์เขียวที่มีโครงสร้างซึ่งมอบให้กับ Gemini หากต้องการช่วย Gemini แยกประเภทข้อมูล ให้ป้อนรายละเอียดคำสั่งที่ชัดเจนและครอบคลุมสำหรับตัวเลือกป้ายกำกับทุกรายการ ซึ่งรวมถึงสิ่งที่ตัวเลือกนั้นแสดง วิธีที่ Gemini ควรระบุ และวิธีจัดการข้อยกเว้น

ลักษณะการทำงานของการแยกประเภทโดย AI จาก Gemini

เหตุใด Gemini จึงกำหนดตัวเลือกป้ายกำกับที่แตกต่างกันให้กับไฟล์ที่เหมือนกันหรือเกือบเหมือนกันในบางครั้ง

LLM มีลักษณะเป็นความน่าจะเป็นโดยเนื้อแท้มากกว่าเชิงกำหนด แม้ว่าโค้ดแบบดั้งเดิมจะใช้ตรรกะคงที่เพื่อสร้างเอาต์พุตที่เหมือนกันสำหรับอินพุตหนึ่งๆ แต่ LLM จะสร้างคำตอบตามความน่าจะเป็นทางสถิติ กระบวนการนี้อาจได้รับอิทธิพลจากพารามิเตอร์ภายใน เช่น "อุณหภูมิ" ซึ่งทำให้เกิดความแปรปรวนในระดับหนึ่งในการเลือกของโมเดล นอกจากนี้ ตัวแปรภายนอกหลายตัวยังสามารถเปลี่ยนการให้เหตุผลภายในของโมเดลและนำไปสู่ผลลัพธ์ที่แตกต่างกันสำหรับไฟล์ที่เหมือนกันหรือเกือบเหมือนกัน ปัจจัยเหล่านี้รวมถึงการอัปเดตเวอร์ชันโมเดลพื้นฐาน การปรับแต่งวิธีการระดับระบบ หรือแม้แต่วันที่และเวลาที่เฉพาะเจาะจงของคำขอการแยกประเภท ด้วยเหตุนี้ องค์ประกอบแบบไดนามิกเหล่านี้จึงช่วยให้ Gemini ประเมินไฟล์แต่ละไฟล์ภายในกรอบเวลาตามบริบทที่ไม่ซ้ำกัน ซึ่งอาจส่งผลให้มีการกำหนดป้ายกำกับที่แตกต่างกันในบางครั้ง