Amazon Bedrock 防護機制
實施根據您的應用程式需求和負責任的 AI 政策自訂的保護利用 Amazon Bedrock 的防護機制建立負責任的 AI 應用程式
觀看有關如下方面的示範：如何使用基礎模型 (FM) 建立和套用自訂量身定制的防護機制，以在您的生成式 AI 應用程式中實作負責任的 AI 政策。
為所有應用程式帶來一致水平的 AI 安全
Amazon Bedrock 防護機制會根據使用案例特定的政策來評估使用者輸入和 FM 回應，並提供額外的防護層，無論基礎 FM 為何。防護機制可應用於 Amazon Bedrock 上的所有大型語言模型 (LLM)，包括微調的模型。客戶可以建立多個防護機制，每個防護機制都設定不同的控制項組合，並在不同的應用程式和使用場景中使用這些防護機制。
在生成式 AI 應用程式中封鎖不需要的主題
組織可識別需要管理生成式 AI 應用程式內的互動，以提供相關且安全的使用者體驗。使用者希望進一步自訂互動，以保持主題與其業務相關，並符合公司政策。Amazon Bedrock 防護機制可讓您使用簡短的自然語言，描述在應用程式環境中定義一組要避免的主題。防護機制可偵測並封鎖屬於受限制主題的使用者輸入內容和 FM 回應。例如，可以設計銀行助理以避免與投資建議相關的主題。
根據您負責任的 AI 政策篩選有害內容
Amazon Bedrock 防護機制提供具有可設定閾值的內容篩選條件，以篩選涉及仇恨、辱罵、性、暴力、不當行為 (包含犯罪活動) 以及提示攻擊 (提示注入和破解) 的有害內容。大多數 FM 已提供內建保護，以防止產生有害回應。除了這些保護措施之外，防護機制還可以讓您在不同類別中設定閾值，以篩選出有害互動。增加篩選條件的強度會提升篩選的侵略性。防護機制會自動評估使用者查詢和 FM 回應，以偵測並協助防止屬於受限類別的內容。例如，電子商務網站可以設計在線助理，以避免使用不當的語言，例如仇恨言論或羞辱。
編輯敏感資訊 (PI) 以保護隱私權
Amazon Bedrock 防護機制可讓您偵測使用者輸入內容和 FM 回應中的個人身分識別資訊 (PII) 等敏感內容。可以從預先定義的 PII 清單中選取，也使用規則表達式 (regex) 定義自訂敏感資訊類型。依據使用場景，您可以有選擇地拒絕包含敏感資訊的輸入內容，或在 FM 回應中編輯這些資訊。例如，您可以編輯使用者的個人資訊，同時根據呼叫中心的客戶和客服人員對話記錄產生摘要。
