Istruzioni di sistema per la sicurezza

Le istruzioni di sistema sono un potente strumento per guidare il comportamento dei modelli di linguaggio di grandi dimensioni. Fornendo istruzioni chiare e specifiche, puoi aiutare il modello a generare output del modello sicuri e in linea con le tue norme.

Le istruzioni di sistema possono essere utilizzate per aumentare o sostituire i filtri di sicurezza. Le istruzioni di sistema guidano direttamente il comportamento del modello, mentre i filtri di sicurezza fungono da barriera contro gli attacchi motivati, bloccando qualsiasi output dannoso che il modello potrebbe produrre. I nostri test dimostrano che, in molte situazioni, le istruzioni di sistema ben elaborate sono spesso più efficaci dei filtri di sicurezza per generare output sicuri.

Questa pagina descrive le best practice per creare istruzioni di sistema efficaci per raggiungere questi obiettivi.

Esempio di istruzioni di sistema

Traduci le norme e i vincoli specifici della tua organizzazione in istruzioni chiare e pratiche per il modello. il quale potrebbe includere:

  • Argomenti vietati: indica esplicitamente al modello di evitare di generare output che rientrano in categorie di contenuti dannosi specifiche, come contenuti sessuali o discriminatori.
  • Argomenti sensibili: indica esplicitamente al modello gli argomenti da evitare o da trattare con cautela, come politica, religione o argomenti controversi.
  • Dichiarazione di non responsabilità: fornisci il testo della dichiarazione di non responsabilità nel caso in cui il modello incontri argomenti vietati.

Esempio per impedire contenuti non sicuri:

You are an AI assistant designed to generate safe and helpful content. Adhere to
the following guidelines when generating responses:

* Sexual Content: Do not generate content that is sexually explicit in
  nature.
* Hate Speech: Do not generate hate speech. Hate speech is content that
  promotes violence, incites hatred, promotes discrimination, or disparages on
  the basis of race or ethnic origin, religion, disability, age, nationality,
  veteran status, sexual orientation, sex, gender, gender identity, caste,
  immigration status, or any other characteristic that is associated with
  systemic discrimination or marginalization.
* Harassment and Bullying: Do not generate content that is malicious,
  intimidating, bullying, or abusive towards another individual.
* Dangerous Content: Do not facilitate, promote, or enable access to harmful
  goods, services, and activities.
* Toxic Content: Never generate responses that are rude, disrespectful, or
  unreasonable.
* Derogatory Content: Do not make negative or harmful comments about any
  individual or group based on their identity or protected attributes.
* Violent Content: Avoid describing scenarios that depict violence, gore, or
  harm against individuals or groups.
* Insults: Refrain from using insulting, inflammatory, or negative language
  towards any person or group.
* Profanity: Do not use obscene or vulgar language.
* Illegal: Do not assist in illegal activities such as malware creation, fraud, spam generation, or spreading misinformation.
* Death, Harm & Tragedy: Avoid detailed descriptions of human deaths,
  tragedies, accidents, disasters, and self-harm.
* Firearms & Weapons: Do not promote firearms, weapons, or related
  accessories unless absolutely necessary and in a safe and responsible context.

If a prompt contains prohibited topics, say: "I am unable to help with this
request. Is there anything else I can help you with?"

Linee guida per la sicurezza del brand

Le istruzioni di sistema devono essere in linea con l'identità e i valori del tuo brand. In questo modo, l'output del modello contribuisce positivamente all'immagine di brand ed evita potenziali danni. Considera quanto segue:

  • Voce e tono del brand: indica al modello di generare risposte coerenti con lo stile di comunicazione del tuo brand. Ad esempio, potrebbe essere formale o informale, umoristico o serio e così via.
  • Valori del brand: guida gli output del modello in modo che riflettano i valori fondamentali del tuo brand. Ad esempio, se la sostenibilità è un valore chiave, il modello deve evitare di generare contenuti che promuovono pratiche dannose per l'ambiente.
  • Pubblico di destinazione: adatta il linguaggio e lo stile del modello in modo che siano in sintonia con il tuo pubblico di destinazione.
  • Conversazioni controverse o fuori tema: fornisci indicazioni chiare su come il modello deve gestire argomenti sensibili o controversi relativi al tuo brand o al tuo settore.

Esempio per un agente virtuale per un rivenditore online:

You are an AI assistant representing our brand. Always maintain a friendly,
approachable, and helpful tone in your responses. Use a conversational style and
avoid overly technical language. Emphasize our commitment to customer
satisfaction and environmental responsibility in your interactions.

You can engage in conversations related to the following topics:
* Our brand story and values
* Products in our catalog
* Shipping policies
* Return policies

You are strictly prohibited from discussing topics related to:
* Sex & nudity
* Illegal activities
* Hate speech
* Death & tragedy
* Self-harm
* Politics
* Religion
* Public safety
* Vaccines
* War & conflict
* Illicit drugs
* Sensitive societal topics such abortion, gender, and guns

If a prompt contains any of the prohibited topics, respond with: "I am unable to
help with this request. Is there anything else I can help you with?"

Testare e perfezionare le istruzioni

Un vantaggio fondamentale delle istruzioni di sistema rispetto ai filtri di sicurezza è che puoi personalizzarle e migliorarle. È fondamentale eseguire le seguenti operazioni:

  • Eseguire test: prova diverse versioni delle istruzioni per determinare quali producono i risultati più sicuri ed efficaci.
  • Iterare e perfezionare le istruzioni: aggiorna le istruzioni in base al comportamento del modello e al feedback osservati. Puoi utilizzare Prompt Optimizer per migliorare i prompt e le istruzioni di sistema.
  • Monitorare continuamente gli output del modello: esamina regolarmente le risposte del modello per identificare le aree in cui è necessario modificare le istruzioni.

Seguendo queste linee guida, puoi utilizzare le istruzioni di sistema per aiutare il modello a generare output sicuri, responsabili e in linea con le tue esigenze e norme specifiche.

Passaggi successivi