AI Guardrail
AI 防護控制
AI 防護控制是業界統稱，用來找出、限制、阻擋、修改不安全的 AI 輸入、輸出或操作，或把它交給人員審查。它不是單一標準工具。
另一個例子
財務助理收到 NT$180,000 的轉帳要求，超過 NT$50,000 的自動執行上限。固定的授權規則會擋下轉帳並交由人工核准；只在提示中寫一句安全規則，不能當成資安邊界。
主要部分
- 01明定風險
- 02強制執行點
- 03經測試回應
什麼時候用
描述有明確威脅、檢查點、處理方式和失敗規則，而且能分層測試的控制措施時，可以使用這個詞。
什麼時候不要用
不要說單一防護控制就能讓系統安全，也不要只靠模型不確定的輸出來決定授權。
程式裡的名稱
risk signal → deterministic policy → allow/block/escalate 上線前要檢查
檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。
預期成果：使用或評估 AI 防護控制 (AI Guardrail)，讓 AI 行為可以衡量，也能連回證據。 使用者情境：財務助理收到 NT$180,000 的轉帳要求，超過 NT$50,000 的自動執行上限。固定的授權規則會擋下轉帳並交由人工核准；只在提示中寫一句安全規則，不能當成資安邊界。 AI 方法或概念：AI 防護控制 (AI Guardrail)。 適用理由：描述有明確威脅、檢查點、處理方式和失敗規則，而且能分層測試的控制措施時，可以使用這個詞。 不應使用的情況：不要說單一防護控制就能讓系統安全，也不要只靠模型不確定的輸出來決定授權。 AI 要求：定義輸入與參考證據。設定模型和工具權限。使用有版本編號的評估資料與指標。說明失敗、拒答、隱私、速度與成本限制。 營運防護：保留可查詢記錄，並隱藏其中的敏感資料。提供使用者看得懂的安全退路。標出必須由人員覆核的步驟，並定義模型或提示詞的回復方式。 驗收條件：在有版本編號的評估集上記錄目前基準與目標。測試邊界案例與惡意輸入。驗證安全退路、監控、權限與回復方式。 證據與限制（證據邊界）：沒有一份官方標準能管到全部內容。不同團隊、平台或框架的用法可能不同。 待確認：目標任務、模型與版本、評估負責人、參考資料、風險門檻、工具權限，以及正式環境的安全退路。
檢查這份需求
請 AI 程式助手檢查目前如何使用 AI 防護控制 (AI Guardrail)。 定義：AI 防護控制是業界統稱，用來找出、限制、阻擋、修改不安全的 AI 輸入、輸出或操作，或把它交給人員審查。它不是單一標準工具。 正式環境檢查：檢查模型與提示詞版本、參考資料、有版本編號的評估集與指標。驗證答案能否連回來源證據，也要檢查工具權限與隱私。再檢查常見失敗、拒答、安全退路與人工覆核。也要檢查監控、成本、速度與回復方式。 修改程式前，先列出看到的證據、缺口、嚴重程度，以及最小且安全的修正。