L169 · Bên trong AI · 2 phút

Hàng rào an toàn ở đầu vào

Hàng rào đầu vào kiểm tra những gì người dùng gửi trước khi model nhìn thấy, chặn sớm dữ liệu riêng tư, lời lẽ xúc phạm và các mánh lừa.

01 · Ý chính

Ai cũng gõ được bất cứ thứ gì vào một khung chat công khai. Có tin nhắn chứa thứ hệ thống không bao giờ nên chuyển tiếp, như số thẻ đầy đủ. Có tin nhắn tìm cách bắt bot phá luật, thường gọi là jailbreak (bẻ khóa).

Hàng rào đầu vào là một bước kiểm tra chạy trước. Loại đơn giản dùng luật: chặn tin nhắn quá dài, che bất cứ thứ gì trông giống số điện thoại hay số căn cước. Loại thông minh hơn dùng một model phân loại nhỏ, gắn nhãn tin nhắn là bình thường, lạc đề, xúc phạm hay có thể là mánh lừa.

Khi bước kiểm tra phát hiện vấn đề, app có thể chặn tin nhắn, bỏ phần rủi ro, nhờ người dùng viết lại, hoặc chuyển cuộc chat cho người thật. Bot ngân hàng có thể trả lời “Vui lòng không chia sẻ số thẻ ở đây” và che số đi.

Hàng rào sai được cả hai chiều. Chặt quá thì chặn nhầm khách bình thường, lỏng quá thì mánh lừa lọt qua. Các đội phát triển thử chúng bằng ví dụ thật, ghi lại những gì đã bị chặn, và chỉnh dần theo thời gian.

02 · Hình dung thế này

Nó giống quầy bảo vệ ở lối vào tòa nhà. Phần lớn khách đi thẳng vào, vài người được nhờ gửi túi, và hiếm khi có người bị mời ra.

03 · Làm ngay

04 · Kiểm tra nhanh

Một khách dán nguyên số thẻ vào bot hỗ trợ. Hàng rào đầu vào tốt nên làm gì?