《30 天打造 AI Guardrails》 系列

LLM 應用最痛的問題是指令與資料走同一條通道，prompt injection 至今沒有根治解法，護欄成了必要的一層。本系列以 Google Cloud Model Armor（雲端託管）與 地端自建的 ShieldGemma 微調護欄（地端）兩條線並行，從 OWASP LLM／Agentic Top 10 出發，實作 L1 規則、L2 分類器、L3 LLM-as-judge 三層防禦，涵蓋 Agent 工具呼叫與 MCP 場景，最後用同一套 zh-TW 攻擊語料與統一誤判率條件做誠實對照，給出金融級混合架構建議。每個數字附測試集與樣本數。