# Zrychlení správy provenance a atribuce výstupů generativní AI s Formize

Rychlé přijetí modelů generativní AI — textových generátorů, syntetizérů obrázků, asistentů kódu — vytvořilo naléhavou potřebu **provenance** a **atribuce**. Regulační orgány, auditoři i koncoví uživatelé stále častěji požadují transparentní záznamy, které odpovídají na tři základní otázky:

1. **Kdo** vytvořil prompt nebo vstup?  
2. **Co** model, verze a datová sada vygenerovaly výstup?  
3. **Kdy** a **kde** byl výstup vytvořen?

Formize, platforma pro automatizaci dokumentů s nízkým kódem, již podporuje compliance workflow pro smlouvy, ESG reportování a ochranu soukromí. Rozšířením jejího PDF editoru, workflow engine a blockchain‑podporovaného auditního záznamu může Formize stát centrálním uzlem pro správu provenance generativní AI. Tento článek popisuje architekturu, kroky implementace a osvědčené postupy pro vytvoření **pipeline AI zaměřené na provenance** s Formize.

---

## Proč je provenance důležitá pro generativní AI

| Faktor | Dopad |
|--------|--------|
| **Regulační tlak** ([EU AI Act](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai), výkonné příkazy USA) | Nedodržení může vést k pokutám, zákazu produktů nebo ztrátě přístupu na trh |
| **Riziko duševního vlastnictví** | Nejasný původ dat může vyvolat nároky na autorská práva |
| **Zodpovědnost modelu** | Auditoři potřebují důkazy o původu dat a verzování modelu |
| **Důvěra uživatelů** | Transparentní atribuce zvyšuje adopci a snižuje dezinformace |

Bez systematického rámce provenance čelí organizace skrytým závazkům a erodují důvěru zainteresovaných stran.

---

## Klíčové komponenty systému provenance postaveného na Formize

1. **Formulář zachycení promptu** — webový formulář, který zaznamená uživatelův požadavek, kontext a volitelnou odůvodnění.  
2. **Služba volání modelu** — API brána, která předá prompt vybranému generativnímu modelu a vrátí **run‑ID**.  
3. **Engine pro obohacení metadat** — Automaticky připojí verzi modelu, hash snapshotu trénovacích dat a podrobnosti o prostředí.  
4. **Neměnný auditní záznam** — Formize zapíše podepsaný JSON‑LD záznam do blockchainu nebo do ledgeru s ochranou proti manipulaci.  
5. **Generátor PDF atribuce** — Šablonovaný PDF, který vkládá QR kód odkazující na neměnný záznam a je připraven k dalšímu šíření.  

Níže diagram znázorňuje tok dat.

```mermaid
graph LR
    A["Formulář uživatelského promptu"] --> B["API volání modelu"]
    B --> C["Generativní model"]
    C --> D["Výstupní payload"]
    D --> E["Obohacení metadat"]
    E --> F["Neměnný ledger (blockchain)"]
    E --> G["PDF atribuce"]
    G --> H["Spotřebitelská aplikace"]
    style A fill:#f9f,stroke:#333,stroke-width:2px
    style F fill:#bbf,stroke:#333,stroke-width:2px
```

---

## Průvodce implementací krok za krokem

### 1. Navrhněte formulář zachycení promptu

* Použijte **Web Form Builder** ve Formize a vytvořte pole pro:
  * Text promptu
  * Účel použití (např. marketingový text, úryvek kódu)
  * Obchodní odůvodnění (volitelný volný text)
  * Identitu žadatele (integrace s SSO)
* Aktivujte **podmíněnou logiku**, aby byly povinná pole u kategorií s vysokým rizikem (např. lékařské poradenství).

### 2. Připojte se ke službě volání modelu

* Nasadíte lehkou **API bránu** (např. Azure Functions, AWS Lambda), která:
  * Přijme payload formuláře přes webhook.
  * Vygeneruje **run‑ID** (UUID v4) a časové razítko požadavku.
  * Zavolá cílový model (OpenAI, Stability AI, interní LLM) s promptem.
  * Vrátí surový výstup a run‑ID zpět do Formize.

```goat
// Pseudo‑kód pro bránu
func invokeModel(request FormPayload) (Response, error) {
    runID := uuid.New()
    modelResp, err := modelAPI.Generate(request.Prompt)
    if err != nil { return nil, err }
    return Response{
        RunID: runID,
        Output: modelResp.Text,
        Timestamp: time.Now().UTC(),
    }, nil
}
```

### 3. Obohaťte výstup o metadata provenance

**Workflow Engine** ve Formize může odpověď automaticky obohatit:

| Metadata | Zdroj |
|----------|--------|
| Název a verze modelu | Registr modelů |
| Hash snapshotu trénovacích dat | Kontrolní součet datového jezera |
| Prostředí provedení | Digest kontejnerového obrazu |
| ID žadatele | Poskytovatel identity |
| Run‑ID | Vygenerováno v kroku 2 |

Vytvořte **JSON‑LD** šablonu, která mapuje tato pole na W3C Provenance Ontology (PROV‑O). Příklad úryvku:

```json
{
  "@context": "https://www.w3.org/ns/prov#",
  "id": "urn:uuid:{RunID}",
  "generatedAtTime": "{Timestamp}",
  "wasGeneratedBy": {
    "type": "prov:Activity",
    "id": "urn:uuid:{RunID}",
    "used": "urn:uuid:{ModelVersion}"
  },
  "wasAttributedTo": {
    "type": "prov:Agent",
    "id": "urn:uuid:{RequesterID}"
  },
  "entity": {
    "type": "prov:Entity",
    "id": "urn:uuid:{OutputHash}"
  }
}
```

### 4. Zapište do neměnného ledgeru

Formize podporuje **blockchainové konektory** (Ethereum, Hyperledger). Pošlete JSON‑LD záznam jako transakci:

```mermaid
sequenceDiagram
    participant F as Formize Workflow
    participant B as Blockchain Node
    F->>B: Submit Provenance Transaction
    B-->>F: Transaction Receipt (hash)
    Note right of F: Store receipt ID in Formize DB
```

Hash transakce se stane **jediným pravdivým zdrojem** pro auditory.

### 5. Vygenerujte PDF atribuce

* Pomocí **PDF Form Editor** navrhněte jednostránkový list atribuce.
* Vložte dynamická pole:
  * Náhled výstupu (text nebo obrázek)
  * QR kód, který odkazuje na URL blockchainové transakce
  * Lidsky čitelný souhrn provenance (model, verze, žadatel)
* Povolit **digitální podpisy** pro další nepopiratelnost.

### 6. Distribuujte balíček provenance

Hotové PDF může být:

* Automaticky odesláno e‑mailem (Formize Email Action)  
* Uloženo v zabezpečeném úložišti dokumentů (SharePoint, Google Drive)  
* Vnořeno do downstream aplikací (CMS, marketingová automatizace)

---

## Bezpečnostní a soukromí úvahy

| Obava | Opatření |
|-------|----------|
| **Citlivá data promptu** | Šifrujte payload formuláře v klidu pomocí AES‑256 úložiště Formize. |
| **Neoprávněné zápisy do ledgeru** | Vyžadujte vícefaktorové schválení pro modely s vysokým rizikem před potvrzením do blockchainu. |
| **Umístění dat** | Nasazujte blockchain node ve stejné jurisdikci jako zdrojová data. |
| **Uchovávání** | Nastavte retenční politiku Formize pro mazání PDF po požadované zákonné lhůtě, zatímco ledger zůstane navždy. |

---

## Reálné příklady použití

### A. Marketingová agentura produkující AI‑generovaný text

* **Problém**: Klienti požadují důkaz, že text byl vytvořen schváleným modelem a není plagiát.  
* **Řešení**: Agentura používá workflow provenance ve Formize a ke každému textu připojuje PDF s QR kódem. Klient může QR kód naskenovat a zobrazit neměnný záznam, čímž splní audit rizik značky.

### B. Farmaceutická výzkumná laboratoř generující molekulární struktury

* **Problém**: Regulační orgány vyžadují sledovatelnost AI‑navržených sloučenin až k trénovacím datům.  
* **Řešení**: Laboratoř zaznamená přesnou verzi chemického modelu, hash trénovacích dat a ID vědce. Neměnný ledger se stane součástí podání IND.

### C. Finanční instituce automatizující souhrny zpráv

* **Problém**: AI‑generované souhrny výkazů musí být auditovatelné pro požadavky SEC.  
* **Řešení**: Každý souhrn je balen do PDF atribuce z Formize a hash ledgeru je uložen v compliance databázi firmy, což umožňuje okamžité vyhledání během auditů.

---

## Měření úspěšnosti

| KPI | Cíl |
|-----|-----|
| **Míra zachycení provenance** | 100 % výstupů AI má připojený PDF |
| **Doba načtení auditu** | < 5 sekund na záznam |
| **Snížení incidentů souvisejících s provenance** | 80 % méně zjištění během auditů |
| **Adopce uživatelů** | 90 % žadatelů používá formulář Formize |

Pravidelně kontrolujte tyto metriky v **dashboardu Formize**, aby workflow zůstalo efektivní a v souladu s předpisy.

---

## Kontrolní seznam osvědčených postupů

- [ ] Integrujte single sign‑on pro přesnou atribuci žadatele.  
- [ ] Uzamkněte verze modelů a uložte hashe v centrálním registru.  
- [ ] Používejte permissioned blockchain pro rovnováhu mezi soukromím a neměnností.  
- [ ] Automatizujte generování PDF s dynamickými QR kódy pro okamžitou verifikaci.  
- [ ] Plánujte pravidelné revize politik provenance, aby odpovídaly měnícím se regulacím.  

---

## Budoucí vylepšení

1. **Vkládání vodotisku přímo do AI‑generovaných obrázků nebo textu** — kombinace PDF atribuce s neviditelným vodotiskem.  
2. **Proprietární výměna provenance napříč platformami** — adopce **Open Provenance Model (OPM)** pro sdílení záznamů s partnery a regulátory.  
3. **Upozornění v reálném čase** — spouštění alarmů, když je model s vysokým rizikem volán bez řádného odůvodnění.  

Pravidelným iterováním těchto schopností mohou organizace předběhnout regulační křivky a zároveň plně využít potenciál generativní AI.

---

## Další zdroje

- [W3C Provenance Ontology (PROV‑O)](https://www.w3.org/TR/prov-o/)  
- [EU AI Act – Požadavky na transparentnost](https://digital-strategy.ec.europa.eu/en/policies/eu-artificial-intelligence)