HealthBridge（一個醫療保健應用程式）將透過 Amazon Bedrock 暴露一個 LLM。合規性要求阻擋醫療診斷指令、從模型輸出中移除任何個人身份資訊 (PII)，並記錄違規行為。要滿足這些這些要求，適當的 Bedrock Guardrail 配置和整合為何？

正確答案結合了 Bedrock Guardrails 的關鍵功能和 AWS 的其他合規性工具。Bedrock Guardrails 允許您建立自訂政策來明確阻擋醫療診斷和處方治療等敏感主題，確保模型不會產生違規內容。將這些主題的 contentFilter 行為設定為 BLOCK 可強制執行此限制。整合 Amazon Comprehend PII 偵測到回應管道中，可在模型回應返回給使用者之前自動偵測並修訂（遮蔽）任何個人身份資訊，滿足 PII 移除要求。最後，將被阻擋的回應和修訂欄位的稽核日誌配置到 CloudWatch Logs 和 S3，可提供必要的違規記錄，以滿足合規性和稽核需求。 其他選項不符合所有要求： 僅依賴提示工程不足以保證合規性，因為 LLM 可能會偏離提示。 使用 IAM 和 WAF 不適用於模型內容過濾和 PII 修訂，且定期 Lambda 掃描 S3 不提供即時 PII 移除。 在 SageMaker 中部署模型是另一種方法，但儲存未修改的原始輸出並依賴夜間批次作業不符合即時 PII 移除的要求。