LLM 护栏配置生成器
勾选PII脱敏、提示词注入防御、内容审核、越狱检测、速率限制等常见LLM应用护栏规则，为每项设置阻断/警告/仅记录处置级别，一键生成可评审、可存档的护栏配置清单（Markdown/JSON）。
免费在线工具
Loading…
使用说明
1. 填写应用名称（可选）。
2. 在输入侧/输出侧/运行时三个分组中，勾选需要启用的护栏规则，并为每一项选择处置级别：阻断（拦截请求/响应）、警告（放行但标记提醒）、仅记录（放行，只留痕）。
3. 点击「生成护栏配置清单」，在Markdown/JSON两个标签页之间切换查看结果，可复制到文档或代码仓库中存档。
4. 点击「加载示例数据」可快速查看一份客服机器人场景的示例配置。
功能介绍
本工具内置12项业界常见的LLM应用护栏规则，按输入侧、输出侧、运行时三个阶段分组：
- 输入侧：PII脱敏、提示词注入防御、越狱检测、话题范围限制
- 输出侧：输出内容审核、幻觉标注、输出格式校验、输出侧PII泄露扫描
- 运行时：速率限制、成本熔断、审计日志、人工升级通道
为每一项勾选是否启用，并选择处置级别（阻断/警告/仅记录），点击「生成护栏配置清单」即可得到一份结构化的Markdown文档和对应JSON数据，方便团队评审和存档。工具不接入任何真实检测服务，具体规则的技术实现需由开发团队自行完成。
使用场景
AI产品上线前安全评审
产品团队在LLM应用上线前，用本工具快速梳理需要覆盖的护栏规则清单，作为安全评审会议的讨论基础。
开发团队护栏需求拆解
把生成的JSON配置清单转成开发任务清单，按输入侧/输出侧/运行时分批实现。
常见问题
这个工具会真的拦截违规内容吗？
不会。本工具只生成一份护栏配置清单文本（Markdown/JSON），用于团队规划和评审，具体的检测与拦截逻辑需要开发团队在应用中自行实现。
12项护栏规则是怎么分组的？
按处理阶段分为输入侧（请求进入模型前的防御）、输出侧（模型返回后的过滤）、运行时（贯穿全程的限流与审计）三组，方便按阶段规划实现优先级。
处置级别（阻断/警告/仅记录）有什么区别？
阻断表示直接拦截该请求或响应；警告表示放行但打标提醒人工关注；仅记录表示放行且只做日志留痕，不影响用户体验，三档对应不同的风险容忍度。