Soukromé fotky
Buďte opatrní u dětí, obličejů, interiérů domu, událostí, dokumentů v pozadí, školních uniforem, poznávacích značek aut a stop o poloze. Veřejné obrázky lze zkopírovat, proto nespoléhejte na jediné opatření.
Fotky a obrázky
U osobních fotek je blokování crawlerů jen jednou vrstvou. Myslete na obličeje, děti, stopy o poloze, soukromé události, licencování, přihlášení, vodoznaky, metadata o původu a nastavení platforem.
Vizuální materiály
Buďte opatrní u dětí, obličejů, interiérů domu, událostí, dokumentů v pozadí, školních uniforem, poznávacích značek aut a stop o poloze. Veřejné obrázky lze zkopírovat, proto nespoléhejte na jediné opatření.
Používejte jasné licenční podmínky, náhledy v nižším rozlišení, galerie s přihlášením, vodoznaky, metadata o původu a nastavení platforem.
Jak funguje scraping
Pochopení celého procesu vám pomůže vidět, kam vaše vlastní opatření dosáhnou a kam ne. Mnoho z toho jsou veřejné informace o tom, jak se velké datové sady obrázků historicky budovaly, ale přesné metody se liší podle firmy a v čase se mění, takže to berte spíše jako pozadí než jako záruku.
Mnoho trénovacích sad bylo sestaveno z velkých webových procházení (například rozsáhlých archivů veřejných stránek) a ze seznamů URL obrázků spárovaných s okolním textem. Pokud obrázek leží na veřejné stránce, na kterou se dostane crawler dodržující pravidla, může skončit uvedený v takové datové sadě. Pozdější odstranění obrázku nutně neodstraní kopie, které už byly nasbírány.
Modely obrázků se často učí ze slov poblíž obrázku: z atributu alt, popisků, názvů souborů a okolních odstavců. Popisný alternativní text je dobrý pro přístupnost a vyhledávání, ale zároveň usnadňuje označení a indexaci obrázku. Je to kompromis, ne důvod k odstranění textu pro přístupnost.
Fotky mohou nést EXIF metadata, jako je model fotoaparátu, časové značky a někdy i GPS souřadnice. Mnoho platforem je při nahrání odstraní, ale ne všechny, a soubory sdílené přímo je mohou zachovat. Odstranění polohy a identifikačních metadat před zveřejněním je rozumný zvyk, i když neovlivňuje to, co je v samotném obrázku viditelné.
Jakmile je obrázek veřejný, ostatní ho mohou stáhnout, znovu umístit nebo zpětně vyhledat. To znamená, že stejná fotka se může objevit na webech, které neovládáte, každý s vlastními pravidly robots. Proto žádné jediné nastavení nemůže slíbit, že obrázek už nikdy nebude vidět.
Kontrola reality: tato opatření snižují expozici a signalizují váš záměr. Jsou to dobrovolné konvence a v praxi nedokonalé. Nic zde nezaručuje, že je obrázek vyloučen z každé datové sady, a tato stránka je vzdělávací informace, nejde o právní poradenství.
Praktický seznam kroků
Nechte je soukromé: nejsilnějším opatřením je citlivé fotky vůbec veřejně nezveřejňovat. Používejte uzavřená alba nebo důvěryhodné sdílení namísto otevřených stránek.
Hlídejte pozadí: dokumenty, obrazovky, čísla domů, uniformy, jmenovky a poznávací značky aut mohou prozradit víc než samotný objekt.
Odstraňte metadata: před sdílením souborů odstraňte GPS a identifikační EXIF, zvláště u obrázků dětí.
Zkontrolujte nastavení platformy: ověřte, kdo může vidět, stahovat nebo indexovat vaše nahrávky a zda platforma nabízí nějaká nastavení pro AI či trénování.
Ukazujte náhledy, ne originály: zveřejňujte verze v nižším rozlišení nebo s vodoznakem a plné rozlišení nechte za přihlášením nebo licencí.
Uveďte licencování jasně: viditelné prohlášení o použití a licencování podporuje vaši pozici, i když samo o sobě nemůže vynutit dodržování.
Zabezpečte galerie: galerie s přihlášením nebo jen pro klienty drží práci mimo otevřené, procházitelné stránky.
Skládejte obranu do vrstev: kombinujte pravidla robots, metadata o původu a nastavení platforem, místo abyste spoléhali na jediné opatření.
Původ a nástroje
Standard C2PA, v některých nástrojích prezentovaný jako Content Credentials, přikládá metadata o původu odolná proti manipulaci, která popisují, jak byl obrázek vytvořen nebo upraven. Pomáhá ostatním ověřit původ a může signalizovat autorství, ale fyzicky nezabrání kopírování a metadata lze odstranit. Podpora se liší podle platformy, proto ve svých nástrojích ověřte aktuální chování.
Viditelné vodoznaky odrazují od nahodilého opětovného použití; neviditelné nebo forenzní vodoznaky vám mohou pomoci kopie později vystopovat. Ani jedno nezabrání tomu, aby byl obrázek scrapován, a agresivní vodoznaky ovlivňují vzhled vaší práce, proto zvažte kompromis.
Výzkumné nástroje jako Glaze a Nightshade se snaží přidat jemné poruchy, které některým modelům ztěžují učení z obrázků nebo narušují trénování. Účinnost se liší, je předmětem diskuse a může se měnit s vývojem modelů. Berte je jako experimentální doplňkové vrstvy, ne jako zaručenou ochranu, a před spoléháním na ně si přečtěte aktuální dokumentaci projektu.
Nastavení platforem
Mnoho fotografických a kreativních platforem přidalo nastavení související s AI, ale názvy, výchozí hodnoty a dostupnost se často mění a liší se podle regionu a typu účtu. Použijte to jako orientaci a poté potvrďte aktuální možnosti na stránkách soukromí nebo účtu každé platformy.
| Kde hledat | Co to může ovládat | Výhrada |
|---|---|---|
| Nastavení soukromí účtu | Zda jsou příspěvky a obrázky veřejné a kdo je může stáhnout nebo indexovat | Veřejný obsah může být i tak zkopírován ostatními, jakmile je jednou viděn |
| Nastavení AI nebo dat třetích stran | Některé platformy nabízejí přepínač k omezení použití vašeho obsahu pro AI nebo trénování modelů | Dostupnost a rozsah se liší; nemusí pokrývat dřívější sběr |
| Možnosti portfolia a licencování | Ochrana proti kliknutí pravým tlačítkem, limity stahování, licenční štítky | Tyto odrazují od nahodilého opětovného použití, ale nejsou vynucením |
| Nastavení robots a webu (vlastní web) | Žádost, aby crawlery dodržující pravidla přeskočily adresáře s obrázky | Dobrovolné; neodstraní existující kopie jinde |
Nastavení a přepínače se často přesouvají a přejmenovávají. Než budete předpokládat, že nějaké nastavení existuje nebo pokrývá, co očekáváte, ověřte aktuální možnosti v oficiálních nápovědách každého poskytovatele.
Související čtení
Porovnejte AI modely, než si zvolíte pracovní postup.
ChatGPT Alternatives chatgpt-alternatives.comNajděte neutrální alternativy, když jeden poskytovatel AI nestačí.
AI Subscription Guide aisubscriptionguide.comZjistěte, které předplatné AI se hodí k vaší skutečné práci.
OpenAI crawler docs platform.openai.com/docs/gptbotZkontrolujte aktuální návod k crawleru a user-agentu OpenAI.
Google crawler docs developers.google.com/search/docs/crawling-indexing/overview-google-crawlersOvěřte názvy crawlerů Google, chování při indexaci a nastavení související s AI.
Anthropic support support.anthropic.com/Zkontrolujte aktuální návod k účtu, datům a crawleru Claude.
FAQ
Můžete snížit expozici, ale nemůžete zaručit plnou kontrolu, jakmile jsou fotky veřejné. Držte citlivé fotky v soukromí, zkontrolujte nastavení platforem, vyhněte se veřejným nahrávkám ve vysokém rozlišení a použijte nastavení crawlerů pro svůj vlastní web.
Jen po odstranění údajů, které pro danou úlohu nepotřebujete. Jména, adresy, telefonní čísla, data narození, podpisy, firemní tajemství a reference lze často nahradit zástupnými texty.
Buďte opatrní. Lékařské zprávy, pasy, školní dokumenty, právní listiny, bankovní soubory a rodinné záznamy mohou obsahovat citlivé údaje o jiných lidech. Použijte schválená nastavení soukromí, nebo je nenahrávejte.
Záleží na produktu, typu účtu a nastavení. Někteří poskytovatelé nabízejí nastavení, týmové plány nebo podmínky API, které s daty zacházejí jinak. Než napíšete citlivé informace, zkontrolujte aktuální nastavení.
Ne jediným technickým přepínačem. robots.txt může požádat crawlery dodržující pravidla, aby se držely stranou, ale je dobrovolný a neodstraní kopie, které už existují jinde.
robots.txt je technická konvence, ne smlouva sama o sobě. Může podpořit vaši pozici v rámci vašich zásad, ale právní otázky závisí na jurisdikci, podmínkách, autorských právech, smlouvách a vymáhání.