ooligo
claude-skill

Inventory your AI tools for preservation scope

Difficulty
avancé
Setup time
3-6 hours
For
legal-ops-manager · in-house-counsel
Legal Ops

Stack

Un skill Claude qui transforme le parc d’outils d’IA d’une organisation en inventaire de périmètre de conservation : pour chaque outil, où les prompts et les réponses persistent, ce qui les supprime et selon quelle horloge, si une conservation légale en vigueur atteint déjà ces données, et quelles formulations du questionnaire aux dépositaires et de la notification de conservation doivent changer en conséquence. Le bundle est publié dans apps/web/public/artifacts/ai-data-source-inventory-skill/ et contient SKILL.md ainsi que trois fichiers de référence, dont l’un se remplit avant la première exécution.

Le skill est en lecture seule. Il ne pose ni ne lève aucune conservation, car ces deux actes sont des décisions juridiques qui appartiennent à une personne nommément désignée.

La lacune qu’il comble

Les cartographies de données bâties avant 2023 recensent la messagerie, le chat, les partages de fichiers et les applications métier. La couche d’IA s’est ajoutée à ces mêmes systèmes sans s’ajouter à la cartographie, et les deux réponses habituelles à cela sont fausses d’une manière qui a l’air responsable.

La première consiste à traiter les outils d’IA comme un problème de sécurité déjà réglé. Un exercice de découverte du shadow AI produit une liste d’applications et un ensemble de blocages, et la liste est classée. Cette liste répond à la question de savoir qui utilise quoi. Elle ne dit rien de la trace que cet usage laisse, qui est la seule question qui intéresse la conservation.

La seconde consiste à supposer que rétention et conservation sont le même fait. Ils sont indépendants, et les lignes intéressantes sont précisément celles où ils divergent. Le chat de Microsoft 365 Copilot est conservé par des contrôles que la plupart des organisations exploitent déjà : les prompts et les réponses sont copiés dans un dossier masqué de la boîte aux lettres Exchange Online de l’utilisateur, et Microsoft documente que la suppression définitive est suspendue dès lors que cette boîte est sous Litigation Hold, sous delay hold, sous conservation eDiscovery ou sous une autre stratégie de rétention portant sur le même emplacement. Autrement dit, un dépositaire dont la boîte est sous conservation a déjà son chat Copilot préservé, que quelqu’un l’ait décidé ou non. La mémoire de Copilot, dans le même produit, va en sens inverse : Microsoft indique que les stratégies et étiquettes de rétention Purview ne s’appliquent pas à la mémoire de Copilot et qu’aucun contrôle d’administration n’y impose de rétention, tandis que les mémoires enregistrées et déduites restent détectables via eDiscovery et Graph Explorer. Détectable et non protégé est la pire paire de propriétés qu’une source de données puisse réunir.

Quand l’utiliser

Quand une conservation part et que la liste des sources par dépositaire est antérieure à la couche d’IA. Quand la partie adverse dépose une demande ESI ou une proposition au titre de la Rule 26(f) qui nomme des journaux de chatbot ou des historiques de prompts. Quand un programme de suppression défendable s’apprête à supprimer et que personne n’a établi ce que la couche d’IA copie ou laisse derrière elle. Quand la sécurité achève un balayage shadow AI et que le résultat appelle une lecture d’archivage plutôt qu’une lecture de sécurité.

Quand NE PAS l’utiliser

  • La conservation est déjà en retard. Émettez la notification sur le périmètre le plus large défendable d’abord, et inventoriez ensuite. Un inventaire n’est pas un motif pour retarder une notification.
  • Moins de huit outils d’IA environ, un seul fournisseur d’identité, tout derrière le SSO. Lisez directement les quatre consoles d’administration. Le schéma est une surcharge à cette taille.
  • Vous devez collecter les données, pas les délimiter. Le fichier references/2-retention-behavior-profiles.md consigne s’il existe une voie d’export et qui peut l’exécuter ; il ne l’exécute pas.
  • Vous n’avez accès à aucune console d’administration. Toutes les phases postérieures à la découverte dépendent d’une configuration de tenant que vous devez pouvoir lire. Sans elle, l’exécution produit une liste d’affirmations marketing d’éditeurs qui ressemble à un inventaire.
  • Personne ne remplira la partie D. Le registre des outils connus dans references/1-ai-tool-discovery-sources.md est ce qui fait qu’un outil non découvert se signale comme non enregistré. Sans lui, tous les constats se lisent de la même façon.

Ce que le skill fait réellement

Six phases, ordre fixe, avec des refus stricts dans deux d’entre elles.

La phase 1 collecte sur quatre plans de découverte : les autorisations du fournisseur d’identité, la dépense, la télémétrie poste de travail et navigateur, et le registre des outils connus. Ils sont délibérément redondants parce que chacun est aveugle dans une direction différente : le fournisseur d’identité ne voit pas un outil que quelqu’un paie avec une carte personnelle, la dépense ne voit pas les offres gratuites, la télémétrie ne voit pas la configuration du tenant, et le registre ne voit que ce que les gens ont écrit. Un outil trouvé par un seul plan relève d’une autre classe de confiance qu’un outil trouvé par trois, et ce sont les trouvailles à plan unique qui portent les problèmes, car un outil que personne n’a acheté est un outil que personne n’a configuré.

La phase 2 refuse de poursuivre en dessous de trois plans, ou si un plan renvoie zéro enregistrement. Un plan à zéro enregistrement s’affiche comme COLLECTION FAILED, jamais comme un résultat propre. L’échec caractéristique de ce travail est un inventaire soigné des douze outils qui étaient faciles à trouver.

La phase 3 construit un profil de rétention par outil à partir de la seule documentation éditeur et de la seule configuration du tenant. Chaque champ porte une source_url et une date checked_on ; un champ auquel il manque l’un des deux s’affiche comme unknown au lieu de retomber sur une valeur par défaut, car une valeur par défaut plausible est la façon dont un inventaire devient faux en silence. Les profils se scindent par fonctionnalité et pas seulement par outil : le chat Copilot et la mémoire Copilot forment deux lignes aux réponses opposées.

La phase 4 classe l’atteignabilité en quatre états, et c’est le choix de conception qui sépare ce résultat d’une cartographie de données. held signifie qu’un contrôle existant s’applique déjà. retained-not-held signifie que la donnée existe et est détectable mais qu’aucun mécanisme de conservation ne l’atteint, si bien que préserver devient une tâche de collecte active assortie d’une échéance, et non un dispositif que l’on pose puis que l’on oublie. not-retained signifie que l’interaction ne laisse aucune trace durable : Google indique que la prise en charge de l’application Gemini par Vault ne s’applique pas aux fonctionnalités Gemini intégrées à d’autres applications Google Workspace, comme « Help me write » dans Gmail et Docs, parce que ces interactions ne sont pas conservées de la même manière. vendor-held-only signifie que la trace n’existe que dans les systèmes de l’éditeur, hors d’atteinte de vos conservations, ce qui constitue une question de possession, de garde ou de contrôle pour les juristes et non une tâche de configuration pour la DSI.

Le test se déroule ensuite à l’envers : il liste quelles sources d’IA chaque conservation existante balaie silencieusement. La surconservation est un constat à rapporter, car elle gonfle le volume de revue et contredit tout calendrier écrit affirmant que les interactions d’IA ne sont pas conservées.

Les phases 5 et 6 dérivent les écarts de questionnaire et de notification à partir de references/3-custodian-questionnaire-deltas.md puis rendent le rapport, en tête duquel figurent les lignes retained-not-held et vendor-held-only, parce que ce sont celles qui appellent une décision cette semaine.

Coût et débit

Le calcul n’est pas le budget. Le skill lit des exports et de la documentation éditeur ; la rédaction d’un profil consomme environ 600-900 tokens de sortie, de sorte qu’un parc de 40 outils coûte nettement moins d’un dollar en dépense de modèle.

Le coût humain est le chiffre entier, et c’est une estimation plutôt qu’une mesure : prévoyez 2-4 heures pour extraire les quatre plans si les exports existent, puis 15-30 minutes par outil entre documentation et vérification dans le tenant. Un parc de 40 outils représente un premier passage de 10-20 heures, l’essentiel en phase 3. La partie D de la référence de découverte persiste, de sorte que la deuxième exécution est un diff et coûte une fraction de la première. Relancez-le par affaire, et chaque trimestre au titre de la préparation permanente.

Modes de défaillance

  • Confondre « c’est retenu » et « une conservation l’atteint ». L’équipe déclare une couverture qu’aucune conservation ne produit réellement. Garde-fou : reachable_by_existing_hold ne peut pas être déduit ; le schéma impose de nommer le contrôle précis qui réalise l’atteinte, et la rétention côté éditeur pour ses propres besoins ne compte pas.
  • Vérifier la conservation en regardant l’application. Garde-fou : Microsoft indique que les messages visibles dans les applications d’IA ne reflètent pas fidèlement s’ils sont conservés ou définitivement supprimés. La vérification de la phase 4 est une recherche eDiscovery qui renvoie un nombre de résultats contre un dépositaire connu, jamais une capture d’écran.
  • Lire la durée de rétention configurée comme la date de suppression. L’exemple chiffré de Microsoft montre qu’une stratégie de suppression après un jour peut prendre jusqu’à 16 jours avant que les éléments cessent d’être renvoyés par eDiscovery, parce que le timer job tourne sur un cycle de 1-7 jours et que le dossier SubstrateHolds ajoute au moins un jour de plus. Garde-fou : le schéma sépare policy_period de observed_deletion_lag, et les attestations de suppression défendable citent le second.
  • Supposer qu’une licence vaut capture. Les emplacements de rétention de Purview atteignent ChatGPT, Google Gemini, le Copilot grand public et DeepSeek uniquement lorsqu’une collection policy avec capture de contenu est configurée, ce qui exige la condition Content contains classifiers réglée sur All — et Microsoft précise que cela n’inclut pas le contenu des fichiers partagés avec l’IA générative. Garde-fou : l’état de la collection policy est un champ de configuration du tenant par outil, et non une hypothèse au niveau de l’organisation.
  • Tenir les conditions des éditeurs pour stables. L’ordonnance de conservation dans l’affaire du New York Times obligeait OpenAI à conserver des données de journal de sortie qui auraient sinon été supprimées ; cette obligation a pris fin le 2025-09-26 et l’ordonnance a été levée par stipulation le 2025-10-09. Google Vault n’a obtenu de règles de rétention et de litigation holds pour l’application Gemini que le 2026-06-11. Un inventaire rédigé d’un côté de ces dates est faux de l’autre côté. Garde-fou : chaque profil porte checked_on, et tout ce qui dépasse l’intervalle de revérification s’affiche comme unverified et est compté dans l’en-tête du rapport.
  • L’inventaire devient un document RH dès l’instant où il nomme des personnes faisant quelque chose de non approuvé, et la coopération s’effondre. Garde-fou : la phase 1 agrège par outil et par effectif ; le détail par dépositaire est écrit dans run_dir/custodians/ et référencé par chemin, jamais inséré dans le rapport.

Face aux alternatives

Face au connecteur de sources d’IA d’un éditeur eDiscovery. Onna, Exterro et Reveal vendent la collecte depuis des sources cloud, et lorsque vous avez une affaire et devez sortir les données, un connecteur l’emporte à chaque fois sur le travail manuel. Il résout le problème voisin. Vous avez tout de même besoin de l’inventaire pour savoir quels connecteurs acheter, et il n’existe pas de connecteur pour les sources dépourvues de toute voie d’export, c’est-à-dire précisément là où se trouvent les lignes retained-not-held.

Face à Purview DSPM for AI seul. Sur un parc centré Microsoft, c’est le plan de découverte le plus solide disponible, et le bundle s’en sert comme de l’un d’eux. Deux limites l’empêchent d’être la réponse : il rapporte l’usage des applications d’IA plutôt que ce qui survit à cet usage, et sa portée sur les outils hors Microsoft dépend du plan navigateur ainsi que d’une collection policy que la plupart des tenants n’ont pas configurée.

Face au fait de demander la liste des applications à la DSI. L’option la plus rapide, et la réponse est la liste SSO, qui exclut structurellement l’usage hors SSO et sur comptes personnels. Cette population exclue est exactement celle dont la posture de conservation est la plus mauvaise : la méthode la plus rapide a donc son angle mort là où se trouvent les constats.

Face à un tableur. La comparaison honnête, puisque c’est ce que font la plupart des équipes. Cela suffit à dix outils. Ce qui mérite de ne pas être réécrit, ce sont le schéma de profil avec sa source_url obligatoire, la classification en quatre états et le test de conservation inversé, car ce sont ces trois éléments que les équipes ratent lorsqu’elles construisent le tableur elles-mêmes.

Voir aussi : ediscovery-custodian-questionnaire-skill pour l’entretien que cet inventaire alimente, legal-hold-process pour la mécanique de la notification, et microsoft-purview-ediscovery pour l’outillage côté tenant par lequel passe la majorité de ces constats.

Files in this artifact

Download all (.zip)