AI ガードレールの検出サービスおよび保護ディメンションを管理します。このトピックでは、コンソールでサービス一覧の表示、保護ディメンションの有効化、検出ルールおよび語彙の構成方法について説明します。
前提条件
作業を開始する前に、以下の条件を満たしていることを確認してください。
ガードレールコンソールへのアクセス
保護構成を変更する権限があること
操作手順
Guardrails コンソールにログインします。
左側のナビゲーションウィンドウで、 を選択します。
構成一覧には、利用可能なサービスが表示されます。
AI input content moderation (query_security_check_intl)：大規模モデルに送信されたテキストコンテンツを検出します。
AI-generated content moderation (response_security_check_intl)：大規模モデルによって生成されたテキストコンテンツを検出します。
Agent Log Content Detection (agent_log_guard_intl)：エージェントのランタイムログ内のテキストコンテンツを検出します。
AIGC Input Image Security Detection (img_query_guard_intl)：ユーザーが送信した画像コンテンツを検出します。
AIGC Image Security Detection (img_response_guard_intl)：大規模モデルによって生成された画像コンテンツを検出します。
対象のサービスの Actions 列で、Management をクリックして、サービス管理ページに移動します。
Protection Dimension エリアで、現在のサービスがサポートする検出機能を確認します。各保護ディメンションは、機能の有効化／無効化を切り替えるトグル付きのカードとして表示されます。
テキストベースのサービスは、以下の保護ディメンションをサポートしています。
Content compliance：わいせつ、暴力、政治的などの不適切なコンテンツを検出します。デフォルトで有効になっています。
Sensitive content detection：漏洩の可能性がある個人情報または企業の機密データを検出します。
Prompt injection detection：大規模モデルの安全制限をバイパスしようとする悪意のあるプロンプトを検出します。
Malicious URL (パブリックプレビュー)：大規模モデルからのコンテンツに含まれる悪質なリンクをスキャンします。
Model Hallucination (パブリックプレビュー)：大規模モデルによって生成された誤った情報や不正確な情報を検出します。
説明Sensitive content detection または Prompt injection detection を有効にすると、別途課金が発生します。詳細については、「アクティベーションと課金の概要」をご参照ください。
語彙設定：構成一覧で、テキストベースのサービスのキーワードライブラリを設定し、ブロックリストまたは許可リストのエントリを追加します。詳細については、「語彙管理」をご参照ください。
ルール管理
サービス管理ページで、保護ディメンションカード上の Configuration Management をクリックして、そのディメンション下の各リスクタグごとに検出トグルおよびルールを構成します。
AI input content moderation（query_security_check_intl）を例に説明します。構成一覧で、Actions 列の Management をクリックします。
[保護ディメンション] エリアで、対象のディメンションカード（例：コンテンツコンプライアンス）上の Configuration Management をクリックします。
調整する検出タイプを選択し、Edit をクリックして編集モードに入り、検出ステータスを変更します。
Save をクリックします。変更は 2～5 分以内に反映されます。