Как вести журнал решений ИИ: что логировать, сколько хранить, как воспроизвести решение задним числом и что требуют статья 22 GDPR и статья 12 EU AI Act?

Журнал решений ИИ (audit trail) = структурированный долговременный лог каждого вызова модели, который закрывает требования регуляторов (право на объяснение по ст. 22 GDPR, прослеживаемость по ст. 12 EU AI Act), эксплуатации (отладка и разбор инцидентов) и юристов (защита в суде). Минимум что логировать: request_id (ULID), timestamp, tenant_id, user_id (pseudonymized через sha256(user_id + tenant_salt)), model_id+version, prompt_template_version, full prompt (или hash если PII), tools called с args, RAG context (doc_ids + chunk_ids), full response, logprobs/confidence, cost, decision_metadata (HITL override, policy flags, refusal reason), safety_evals (toxicity, PII detected, hallucination probability). Retention: GDPR Art 5 data minimization + EU AI Act Art 12 (4 года для high-risk); baseline 90 дней hot + 1 год cold. Replayability: deterministic (temperature=0 + fixed seed) vs stochastic с logprobs для approximate replay. Tools: Langfuse, LangSmith, Arize Phoenix, Datadog LLM Observability, OpenTelemetry GenAI semantic conventions.