Aller au contenu
Module
Module 2 sur 5Leçon 2 sur 2~18 min

Journaliser et tracer sans exposer les données

Sans traces, impossible de comprendre pourquoi une réponse a déraillé ; avec trop de traces, vous stockez des données que vous n'auriez pas dû garder. Cette leçon vous aide à définir ce que chaque appel au modèle doit enregistrer et à rédiger une politique de journalisation respectueuse des données personnelles.

Mis à jour le 29 septembre 2026.

En bref

Journaliser une fonctionnalité IA, c'est enregistrer pour chaque appel au modèle de quoi comprendre ce qui s'est passé : version du modèle et du prompt, durée, tokens, coût, erreurs et retour utilisateur. Ces traces contiennent souvent des données personnelles. Pour un PM, l'enjeu est d'en garder assez pour diagnostiquer, sans conserver ce qui n'aurait pas dû l'être.

Objectif de la leçon

À la fin de cette leçon, vous serez capable de spécifier ce qu'une trace doit contenir pour chaque appel à un modèle, et de rédiger une politique de journalisation qui dit quels champs garder, masquer ou exclure, pour quel usage et pendant combien de temps.

Les questions auxquelles cette leçon répond

  • Que faut-il enregistrer à chaque appel à un modèle d'IA ?

    Un identifiant de requête, le modèle et la version du prompt, les tokens consommés, la durée, le coût, les erreurs et, si possible, le retour de l'utilisateur sur la réponse.

  • Comment journaliser les échanges avec un LLM sans exposer de données personnelles ?

    Masquez ou pseudonymisez les données personnelles avant stockage, limitez les accès, fixez une durée de conservation par type de champ et ne gardez le texte complet que lorsqu'il est nécessaire.

Thèmes abordés

  • traçabilité LLM
  • journalisation
  • politique de journalisation
  • données personnelles
  • observabilité

Dans le glossaire

Tout le glossaire

Guide sur ce thème

Dans quel module

Lancer sans tout risquer

Comment exposer une fonctionnalité IA à de vrais utilisateurs par étapes, en sachant reconstituer chaque réponse ?

Leçons du module

  1. Lancer par étapes, avec un coupe-circuit
  2. Journaliser et tracer sans exposer les données (cette leçon)

Ce que vous apprendrez dans la formation

Cette leçon fait partie de la formation Mettre en production et monitorer une fonctionnalité IA