---
title: "Apakah itu guardrails LLM? Semakan input dan output | BroadRouter"
description: "Guardrails ialah semakan di sekeliling panggilan LLM yang menyekat, membetulkan atau membenderakan input dan output berbahaya. Jenis, kos kependaman, lokasi."
url: https://broadrouter.com/ms/glossary/guardrails/
lang: ms
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/glossary/guardrails/) (dikemas kini 2026-11-14).

# Guardrails (pagar keselamatan LLM)

Dikemas kini 2026-11-14

Guardrails ialah semakan yang dijalankan aplikasi di sekeliling panggilan model bahasa untuk mengekalkannya dalam had yang ditetapkan. Guardrails input menapis apa yang masuk ke model, guardrails output menyemak apa yang keluar, dan guardrails alat mengesahkan tindakan sebelum dijalankan. Semakan yang gagal akan menyekat, menulis semula atau membenderakan permintaan.

Juga dikenali sebagai: guardrails, pagar keselamatan AI, LLM guardrails, AI guardrails, input guardrails, output guardrails, safety rails

Guardrails ialah semakan yang anda balut di sekeliling model supaya input atau output yang buruk berhenti di kod anda, bukan sampai kepada pengguna anda.

## Cara ia berfungsi

OpenAI Agents SDK menerangkan guardrails sebagai “checks and validations of user input and agent output” (Terjemahan BroadRouter: “semakan dan pengesahan input pengguna dan output ejen”) dan mentakrifkan tiga jenis:

| Jenis | Bila dijalankan | Semakan biasa |
| --- | --- | --- |
| Input | Sebelum atau serentak dengan panggilan model pertama | Permintaan luar topik, kesat atau disuntik |
| Output | Selepas jawapan akhir | Rahsia bocor, pelanggaran dasar, format salah |
| Alat | Sebelum dan selepas alat fungsi dijalankan | Argumen dalam julat, tiada tindakan yang merosakkan |

Apabila semakan gagal, “tripwire” mencetuskan exception dan menghentikan larian. Semakan input boleh jadi menyekat (model utama tidak pernah bermula) atau selari (kependaman lebih rendah, tetapi token dan panggilan alat mungkin sudah digunakan apabila tripwire tercetus).

Pustaka sumber terbuka NeMo Guardrails daripada NVIDIA menggunakan lima peringkat: rel input, pengambilan semula, dialog, pelaksanaan dan output. Dokumentasi Anthropic mencadangkan “harmlessness screen” (penapis keselamatan): model kecil yang pantas yang mengelaskan input pengguna sebelum ia sampai ke perbualan utama, dengan [output berstruktur](https://broadrouter.com/ms/glossary/structured-output/) supaya keputusannya boleh dihuraikan sebagai true atau false.

Bukan setiap guardrail memerlukan model. Penapis regex, senarai benar (allow-list), pengesahan JSON Schema dan had panjang adalah murah dan deterministik.

## Mengapa ia penting

-   **Keselamatan.** Guardrails ialah satu lapisan pertahanan terhadap [prompt injection](https://broadrouter.com/ms/glossary/prompt-injection/) dan [jailbreak](https://broadrouter.com/ms/glossary/jailbreak/). Tiada satu lapisan pun yang dapat menghalang kesemuanya.
-   **Kos.** Penapis yang murah boleh menolak permintaan sebelum model yang mahal membaca 100,000 token konteks.
-   **Ejen.** [Ejen](https://broadrouter.com/ms/glossary/agent/) yang menghantar e-mel atau menyunting data memerlukan semakan peringkat alat dan kelulusan manusia untuk langkah berisiko tinggi, bukan sekadar penapis pada teks akhir.
-   **Ukurnya.** Guardrail yang menyekat permintaan yang baik ialah pepijat. Jejaki positif palsu dengan set [eval](https://broadrouter.com/ms/glossary/eval/).

## Di BroadNet Inference

Dokumentasi BroadNet tidak menyenaraikan guardrails, endpoint moderasi atau penapis kandungan. Anggap guardrails sebagai tugas aplikasi anda. Corak yang biasa ialah penapis pada model yang lebih kecil seperti [BroadNet Gemma 4 VL 26B](https://broadrouter.com/ms/models/gemma-4-vl-26b/) ($0.10 bagi setiap 1M token input), kemudian panggilan utama pada model yang lebih besar. Jika input mengandungi data peribadi, lihat [menghantar data sensitif ke API LLM](https://broadrouter.com/ms/blog/llm-api-sensitive-data/).

## Soalan lazim

### Adakah guardrails sebahagian daripada model?

Tidak. Model mempunyai penolakan terlatih sendiri, tetapi guardrails ialah kod atau panggilan model berasingan yang dijalankan aplikasi anda sebelum dan selepas panggilan utama. Anda menentukan apa yang disemaknya.

### Adakah guardrails menambah kependaman?

Semakan input yang menyekat menambah satu panggilan tambahan sebelum model utama bermula. OpenAI Agents SDK juga boleh menjalankan guardrails input secara selari, yang menjimatkan masa tetapi mungkin menghabiskan token sebelum semakan tercetus.

### Adakah BroadNet Inference menyertakan guardrails?

Dokumentasi BroadNet tidak menyenaraikan guardrails atau penapis kandungan sebagai ciri. Bina dalam aplikasi anda, contohnya dengan model kecil sebagai penapis dan pengesahan skema pada output.

## Lihat juga

-   [Prompt injection (suntikan prompt)](https://broadrouter.com/ms/glossary/prompt-injection/) (istilah)
-   [Jailbreak (LLM)](https://broadrouter.com/ms/glossary/jailbreak/) (istilah)
-   [Ejen AI (AI agent)](https://broadrouter.com/ms/glossary/agent/) (istilah)
-   [Output berstruktur (structured output)](https://broadrouter.com/ms/glossary/structured-output/) (istilah)
-   [Eval (penilaian LLM)](https://broadrouter.com/ms/glossary/eval/) (istilah)
-   [Prompt sistem (system prompt)](https://broadrouter.com/ms/glossary/system-prompt/) (istilah)
-   [PII (maklumat pengenalan peribadi)](https://broadrouter.com/ms/glossary/pii/) (istilah)
-   [Jalankan OpenAI Agents SDK pada BroadNet Inference](https://broadrouter.com/ms/guides/openai-agents-sdk-custom-provider/) (panduan)
-   [Menghantar data sensitif ke API LLM: sunting, kurangkan, kurangkan log](https://broadrouter.com/ms/blog/llm-api-sensitive-data/) (artikel)
-   [Keselamatan kunci API LLM: penyimpanan, putaran dan senarai IP](https://broadrouter.com/ms/blog/llm-api-key-security/) (artikel)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-guardrails&utm_content=page-cta) ·

**Sumber**

-   [OpenAI Agents SDK, guardrails (guardrails input, output dan alat, tripwire)](https://openai.github.io/openai-agents-python/guardrails/)
-   [Dokumentasi NVIDIA NeMo Guardrails](https://docs.nvidia.com/nemo/guardrails/latest/index.html)
-   [Anthropic, mitigate jailbreaks and prompt injections (harmlessness screens)](https://platform.claude.com/docs/en/test-and-evaluate/strengthen-guardrails/mitigate-jailbreaks)
