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
Thuật ngữ trong bài
Xem thêm
L163Bên trong AI · 3 phút
An toàn với MCP: kết nối có thể hỏng ở đâu
Mỗi kết nối là một cánh cửa giữa AI và dữ liệu của bạn, nên hãy xem ai làm ra nó, nó chạm được vào đâu, và nó cho loại chữ nào đi vào.
L185Bên trong AI · 3 phút
Khi sản phẩm AI thất bại trước công chúng
Các vụ AI thất bại công khai thường theo vài khuôn mẫu, như bịa thông tin, hứa điều chưa ai duyệt, hay bot bị dụ nói câu gây xấu hổ, và mỗi kiểu đều có cách phòng đã biết.
L026Bên trong AI · 2 phút
AI agent: AI biết tự hành động
AI agent (tác tử AI) không chỉ trả lời mà còn tự làm từng bước: lên kế hoạch, dùng công cụ, kiểm tra kết quả và làm tiếp.
L200AI trong công việc · 3 phút
Đọc hàng trăm phản hồi của khách
Dán một loạt đánh giá hay câu trả lời khảo sát, nhờ AI gom thành các nhóm chủ đề kèm số lượng và trích dẫn thật.