一个团队正在使用 Amazon Bedrock 中的基础模型 (FM) 构建一个生成式 AI 聊天机器人。在测试过程中，该聊天机器人容易受到提示注入攻击。哪种方法能以最少的实施工作量保护聊天机器人？

正确答案是启用 Amazon Bedrock Guardrails 内容过滤器并指定拒绝的主题。Amazon Bedrock Guardrails 旨在帮助开发者在生成式 AI 应用程序中实施安全策略，通过定义拒绝的主题、敏感信息过滤器和自定义词汇表来过滤不安全或不适当的输出。这是最省力且高效的解决方案，因为它直接解决了提示注入攻击可能导致的有害响应问题，而无需修改底层模型。 微调基础模型以避免产生有害响应需要大量的数据和计算资源，并且不能保证完全消除所有类型的提示注入攻击。用一个不同的、更安全的 FM 替换基础模型可能需要重新设计应用程序并进行广泛的测试，这会增加工作量。使用思维链提示可以提高模型的推理能力，但不能直接防止或过滤有害的输出，它更多是关于提高响应质量而非安全性。