Anda menggunakan template Model Armor untuk mengonfigurasi penyaringan perintah dan respons untuk aplikasi AI. Template menyediakan filter dan batasan yang disesuaikan untuk berbagai kategori keselamatan dan keamanan. Dokumen ini menjelaskan cara membuat dan mengelola template Model Armor. Untuk informasi selengkapnya, lihat Template Model Armor.
Sebelum memulai
Sebelum memulai, selesaikan tugas berikut.
Mendapatkan izin yang diperlukan
Guna mendapatkan izin yang
diperlukan untuk mengelola template Model Armor,
minta administrator Anda untuk memberi Anda peran IAM
Model Armor Admin (roles/modelarmor.admin) pada template Model Armor.
Untuk mengetahui informasi selengkapnya tentang cara memberikan peran, lihat Mengelola akses ke project, folder, dan organisasi.
Anda mungkin juga bisa mendapatkan izin yang diperlukan melalui peran khusus atau peran bawaan lainnya.
Mengaktifkan API
Anda harus mengaktifkan Model Armor API sebelum dapat menggunakan Model Armor.
Konsol
Mengaktifkan API Model Armor.
Peran yang diperlukan untuk mengaktifkan API
Untuk mengaktifkan API, Anda memerlukan izin
serviceusage.services.enable. Jika Anda membuat project, kemungkinan Anda sudah memiliki izin ini melalui peran Pemilik (roles/owner). Jika tidak, Anda bisa mendapatkan izin ini melalui peran Admin Penggunaan Layanan (roles/serviceusage.serviceUsageAdmin). Pelajari cara memberikan peran.Pilih project tempat Anda ingin mengaktifkan Model Armor.
gcloud
Sebelum memulai, ikuti langkah-langkah berikut menggunakan Google Cloud CLI dengan Model Armor API:
Di konsol Google Cloud , aktifkan Cloud Shell.
Di bagian bawah konsol Google Cloud , sesi Cloud Shell akan dimulai dan menampilkan perintah command line. Cloud Shell adalah lingkungan shell dengan Google Cloud CLI yang sudah terinstal, dan dengan nilai yang sudah ditetapkan untuk project Anda saat ini. Diperlukan waktu beberapa detik untuk melakukan inisialisasi pada sesi.
Menetapkan penggantian endpoint API menggunakan gcloud CLI
Langkah ini hanya diperlukan jika Anda menggunakan gcloud CLI untuk mengaktifkan Model Armor API. Anda harus menetapkan penggantian endpoint API secara manual untuk memastikan gcloud CLI merutekan permintaan dengan benar ke layanan Model Armor.
Jalankan perintah berikut untuk menetapkan endpoint API untuk layanan Model Armor.
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
Ganti LOCATION dengan region tempat Anda ingin menggunakan
Model Armor.
Membuat template Model Armor
Template Model Armor menentukan filter dan nilai minimum tertentu yang digunakan Model Armor untuk menyaring perintah dan respons terhadap risiko keselamatan dan keamanan. Untuk membuat template Model Armor, ikuti langkah-langkah berikut:
Konsol
Di konsol Google Cloud , buka halaman Model Armor.
Pastikan Anda melihat project tempat Anda mengaktifkan Model Armor.
Di halaman Model Armor, klik Create Template. Halaman Create Template akan ditampilkan.
Tentukan Template ID. ID template dapat berisi huruf, angka, garis bawah, atau tanda hubung. Tidak boleh melebihi 63 karakter, berisi spasi, atau diawali dengan tanda hubung.
Di bagian Jenis lokasi, pilih region atau multi-region tempat operasi Model Armor akan berjalan. Anda tidak dapat mengubah lokasi nanti.
Opsional: Di bagian Kepatuhan residensi data, pilih apakah akan mengaktifkan penegakan residensi data. Secara default, setiap fitur Model Armor yang tidak dihosting secara lokal di lokasi yang Anda pilih akan dinonaktifkan untuk mencegah data Anda berpindah ke yurisdiksi lain. Fitur yang dinonaktifkan tercantum di bagian ini.
Anda dapat mengaktifkan fitur yang dibatasi oleh penerapan residensi data dengan menonaktifkan opsi Terapkan residensi data. Tindakan ini memungkinkan perutean data Anda di berbagai wilayah hukum.
Opsional: Di bagian Label, tambahkan pasangan nilai kunci yang ingin Anda gunakan untuk mengelompokkan template terkait.
Di bagian Filter version, pilih nomor versi filter atau alias versi filter.
Pilih modalitas untuk menentukan apakah Anda ingin memindai teks, gambar, atau keduanya.
Di bagian Detections, konfigurasi setelan deteksi.
Opsional: Jika Anda memilih deteksi Sensitive Data Protection, Anda perlu mengonfigurasi setelan Sensitive Data Protection.
Di bagian AI yang bertanggung jawab, tetapkan tingkat keyakinan untuk setiap filter konten.
Opsional: Luaskan bagian Additional configurations (optional), dan konfigurasi salah satu setelan berikut:
- Di bagian Konfigurasi logging, pilih operasi yang ingin Anda konfigurasi logging-nya.
- Di bagian Multi-language support, pilih Enable Multi-language support untuk menggunakan deteksi multibahasa.
- Di bagian Enforcement mode, pilih jenis penegakan.
Klik Create.
gcloud
Jalankan perintah berikut:
gcloud model-armor templates create TEMPLATE_ID --project=PROJECT_ID --location=LOCATION \
--rai-settings-filters='[{ "filterType": "HATE_SPEECH", "confidenceLevel": "MEDIUM_AND_ABOVE" },{ "filterType": "HARASSMENT", "confidenceLevel": "MEDIUM_AND_ABOVE" },{ "filterType": "SEXUALLY_EXPLICIT", "confidenceLevel": "MEDIUM_AND_ABOVE" }]' \
--basic-config-filter-enforcement=enabled \
--pi-and-jailbreak-filter-settings-enforcement=enabled \
--pi-and-jailbreak-filter-settings-confidence-level=HIGH \
--malicious-uri-filter-settings-enforcement=enabled \
--template-metadata-custom-llm-response-safety-error-code=798 \
--template-metadata-custom-llm-response-safety-error-message="test template llm response evaluation failed" \
--template-metadata-custom-prompt-safety-error-code=799 \
--template-metadata-custom-prompt-safety-error-message="test template prompt evaluation failed" \
--template-metadata-ignore-partial-invocation-failures \
--template-metadata-log-operations \
--template-metadata-log-sanitize-operations
Ganti kode berikut:
LOCATION: lokasi template.TEMPLATE_ID: ID template.PROJECT_ID: ID project tempat template berada.
REST
Gunakan perintah berikut untuk membuat template Model Armor baru.
curl -X POST \
-d "FILTER_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
Ganti kode berikut:
FILTER_CONFIG: konfigurasi filter untuk template dalam format JSON.PROJECT_ID: ID project tempat template berada.TEMPLATE_ID: ID template yang akan dibuat.LOCATION: lokasi template.
Contoh berikut menunjukkan konfigurasi filter Model Armor (FilterConfig), tempat Anda menentukan apa yang ingin dideteksi. Dalam contoh ini, filter Responsible
AI dikonfigurasi untuk ujaran kebencian, pelecehan, konten berbahaya, dan konten seksual vulgar dengan tingkat keyakinan yang bervariasi. Filter deteksi serangan prompt
dan jailbreak diaktifkan dengan tingkat keyakinan HIGH, yang berarti hanya konten dengan
kemungkinan tinggi yang akan ditandai. Filter URI berbahaya diaktifkan.
export FILTER_CONFIG='{
"filterConfig": {
"raiSettings": {
"raiFilters": [{
"filterType": "HATE_SPEECH",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}, {
"filterType": "HARASSMENT",
"confidenceLevel": "HIGH"
}, {
"filterType": "DANGEROUS",
"confidenceLevel": "MEDIUM_AND_ABOVE"
},{
"filterType": "SEXUALLY_EXPLICIT",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}]
},
"piAndJailbreakFilterSettings": {
"filterEnforcement": "ENABLED",
"confidenceLevel": "HIGH"
},
"maliciousUriFilterSettings": {
"filterEnforcement": "ENABLED"
}
}
}'
curl -X POST \
-d "$FILTER_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
Untuk menentukan cara Model Armor menangani operasi, error, dan
log, tetapkan metadata template
(TemplateMetadata)
dalam perintah Anda. Metadata template mencakup setelan untuk deteksi bahasa, modalitas, dan kepatuhan residensi data.
Contoh berikut membuat konfigurasi template Model Armor yang mengaktifkan deteksi dan modalitas multi-bahasa (gambar dan teks).
export TEMPLATE_CONFIG='{
"filterConfig": {
"raiSettings": {
"raiFilters": [{
"filterType": "HATE_SPEECH",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}, {
"filterType": "HARASSMENT",
"confidenceLevel": "HIGH"
}, {
"filterType": "DANGEROUS",
"confidenceLevel": "MEDIUM_AND_ABOVE"
},{
"filterType": "SEXUALLY_EXPLICIT",
"confidenceLevel": "MEDIUM_AND_ABOVE"
}]
},
"piAndJailbreakFilterSettings": {
"filterEnforcement": "ENABLED",
"confidenceLevel": "HIGH"
},
"maliciousUriFilterSettings": {
"filterEnforcement": "ENABLED"
}
},
"templateMetadata": {
"multiLanguageDetection": {
"enableMultiLanguageDetection": true
},
"modalities": ["MODALITY_IMAGE", "MODALITY_TEXT"]
}
}'
curl -X POST \
-d "$TEMPLATE_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
C#
Untuk menjalankan kode ini, siapkan lingkungan pengembangan C# terlebih dahulu dan instal Model Armor C# SDK.
Go
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Go terlebih dahulu dan instal Model Armor Go SDK.
Java
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan Java dan instal Model Armor Java SDK.
Node.js
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Node.js terlebih dahulu dan instal Model Armor Node.js SDK.
PHP
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan PHP dan instal SDK PHP Model Armor.
Python
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Python terlebih dahulu dan instal Model Armor Python SDK.
Menetapkan kepatuhan residensi data
Secara default, template yang Anda buat akan secara ketat menerapkan kepatuhan residensi data. Artinya, fitur Model Armor apa pun yang tidak dihosting dalam yurisdiksi yang mencakup wilayah template akan dinonaktifkan. Penegakan kepatuhan residensi data mencegah data Anda keluar dari yurisdiksinya.
Untuk template yang memprioritaskan pemfilteran keamanan komprehensif daripada residensi data yang ketat, Anda dapat menonaktifkan penerapan residensi data untuk data yang sedang digunakan dan dalam transit. Untuk melakukannya, Anda menonaktifkan opsi Terapkan residensi data melalui
konsolGoogle Cloud atau menetapkan data_residency_compliant ke false melalui
Model Armor API. Data Anda saat tidak aktif tetap mematuhi residensi data, terlepas dari status opsi ini.
Jika Anda menonaktifkan kepatuhan residensi data dalam template, Anda mengizinkan perutean data lintas wilayah hukum. Artinya, Model Armor dapat merutekan permintaan ke wilayah hukum lain jika fitur tertentu tidak tersedia secara lokal di wilayah hukum template.
Menonaktifkan kepatuhan residensi data akan mengaktifkan semua fitur Model Armor, kecuali modalitas gambar, yang tetap dibatasi untuk multi-region us dan eu.
Pilih versi filter
Versi filter Model Armor memberikan keseimbangan antara stabilitas untuk beban kerja produksi dan akses ke model deteksi ancaman yang diperbarui. Anda mengonfigurasi versi filter di tingkat template. Versi filter berlaku untuk semua filter dalam template tersebut, kecuali yang tercantum dalam Filter yang tidak menggunakan versi filter. Untuk mengetahui informasi selengkapnya, lihat Menetapkan versi filter untuk template.
Pilih modalitas
Gunakan modalitas untuk menentukan apakah Anda ingin memindai hal berikut:
- Semua: Memindai teks dan gambar.
- Modalitas spesifik:
- Teks: Memindai string teks dan teks yang disematkan dalam format file yang didukung.
- Gambar: Memindai gambar.
Untuk mengetahui informasi selengkapnya, lihat Penyaringan gambar dan Membersihkan perintah yang berisi gambar.
Mengonfigurasi deteksi
Deteksi adalah pemeriksaan spesifik yang dilakukan Model Armor pada perintah dan respons. Model Armor menawarkan sistem yang fleksibel untuk mengonfigurasi deteksi, sehingga Anda dapat menyesuaikan tingkat perlindungan untuk aplikasi AI Anda. Anda mengonfigurasi deteksi saat membuat template. Model Armor melakukan pemeriksaan deteksi berikut pada perintah dan respons:
Deteksi URL berbahaya: Mengidentifikasi alamat web (URL) yang dirancang untuk membahayakan pengguna atau sistem. URL ini dapat mengarah ke situs phishing, download malware, atau serangan cyber lainnya. Untuk mengetahui informasi selengkapnya, lihat Deteksi URL berbahaya.
Deteksi injeksi perintah dan jailbreak: Mendeteksi konten berbahaya dan upaya jailbreak dalam perintah. Sebaiknya Anda menetapkan tingkat keyakinan ke Tinggi untuk meminimalkan positif palsu (PP) dan memastikan perilaku deteksi yang konsisten. Meskipun menyetel tingkat keyakinan ke Tinggi mengurangi rasio positif palsu, Anda mungkin masih melihat positif palsu dalam kasus yang jarang terjadi. Untuk mengetahui informasi selengkapnya, lihat Deteksi injeksi perintah dan jailbreak.
Sensitive Data Protection: Mendeteksi data sensitif dan membantu mencegah eksposur data yang tidak disengaja dari serangan seperti injeksi perintah. Untuk mengetahui informasi selengkapnya, lihat Sensitive Data Protection.
Menetapkan setelan Sensitive Data Protection
Model Armor memanfaatkan Perlindungan Data Sensitif untuk mengidentifikasi dan mencegah eksposur informasi sensitif dalam interaksi LLM Anda. Untuk mengetahui informasi selengkapnya, lihat Sensitive Data Protection.
Model Armor menawarkan dua mode untuk mengonfigurasi Perlindungan Data Sensitif:
Dasar: Pendekatan yang lebih sederhana yang menggunakan infoType bawaan untuk mendeteksi data sensitif. Untuk mengetahui informasi selengkapnya tentang infoType yang telah ditentukan, lihat Konfigurasi dasar Sensitive Data Protection.
Lanjutan: Opsi yang lebih dapat dikonfigurasi yang menggunakan template pemeriksaan yang ditentukan dalam layanan Sensitive Data Protection sebagai satu sumber untuk infoType data sensitif.
Jika memilih mode Lanjutan, Anda harus menentukan parameter berikut:
Template inspeksi: Template untuk menyimpan informasi konfigurasi untuk tugas pemindaian inspeksi, termasuk detektor bawaan atau kustom yang akan digunakan. Masukkan nama template dalam format berikut:
projects/projectId/locations/locationId/inspectTemplates/templateNameOpsional: Template de-identifikasi: Template untuk menyimpan informasi konfigurasi untuk tugas de-identifikasi, termasuk infoType dan transformasi set data terstruktur. Masukkan ID untuk template de-identifikasi dalam format berikut:
projects/projectId/locations/locationId/deidentifyTemplates/templateName
Pastikan Template inspeksi dan Template de-identifikasi ada
di Sensitive Data Protection. Jika template berada di project lain, agen layanan Model Armor harus diberi peran Pengguna DLP (roles/dlp.user) dan peran Pembaca DLP (roles/dlp.reader) untuk project tersebut.
Menetapkan tingkat keyakinan
Tingkat keyakinan menunjukkan seberapa besar kemungkinan temuan cocok dengan jenis filter konten. Anda dapat menyetel tingkat keyakinan untuk setiap filter konten. Kemungkinan nilainya adalah sebagai berikut:
- Tidak ada: Tidak ada konten yang terdeteksi.
- Low and above: Konten terdeteksi dengan tingkat keyakinan rendah, sedang, atau tinggi.
- Medium and above: Konten terdeteksi dengan tingkat keyakinan sedang atau tinggi.
- Tinggi: Konten terdeteksi dengan tingkat keyakinan tinggi.
Untuk penegakan yang lebih ketat, tetapkan tingkat keyakinan ke Rendah ke atas untuk mendeteksi sebagian besar konten yang termasuk dalam jenis filter konten.
Untuk mengaktifkan logging komprehensif pada template, lihat Audit Model Armor dan logging platform.
Menentukan jenis penerapan untuk template
Untuk mengonfigurasi cara Model Armor menangani deteksi, tetapkan jenis penegakan.
Di kolom template_metadata pada konfigurasi template, tetapkan
enforcement_type ke INSPECT_ONLY atau INSPECT_AND_BLOCK.
export TEMPLATE_CONFIG='{
"filter_config": {
"rai_settings": {
"rai_filters": [{
"filter_type": "HATE_SPEECH",
"confidence_level": "MEDIUM_AND_ABOVE"
}, {
"filter_type": "HARASSMENT",
"confidence_level": "MEDIUM_AND_ABOVE"
}, {
"filter_type": "DANGEROUS",
"confidence_level": "MEDIUM_AND_ABOVE"
},{
"filter_type": "SEXUALLY_EXPLICIT",
"confidence_level": "MEDIUM_AND_ABOVE"
}]
},
"pi_and_jailbreak_filter_settings": {
"filter_enforcement": "ENABLED",
"confidence_level": "HIGH"
},
"malicious_uri_filter_settings": {
"filter_enforcement": "ENABLED"
}
},
"template_metadata": {
"enforcement_type": "INSPECT_ONLY",
"multi_language_detection": {
"enable_multi_language_detection": true
}
}
}'
curl -X POST \
-d "$TEMPLATE_CONFIG" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates?template_id=TEMPLATE_ID"
Ganti kode berikut:
PROJECT_ID: ID project tempat template berada.TEMPLATE_ID: ID template yang akan dibuat.LOCATION: lokasi template.
Melihat template Model Armor
Lihat template yang ada untuk memahami konfigurasi yang tersedia serta untuk memecahkan masalah dan menyelesaikan masalah terkait penyaringan perintah dan respons.
Konsol
Di konsol Google Cloud , buka halaman Model Armor.
Pastikan Anda melihat project tempat Anda mengaktifkan Model Armor. Halaman Model Armor ditampilkan mencantumkan template yang dibuat untuk project Anda.
Klik template apa pun dari daftar untuk melihat detailnya.
gcloud
Jalankan perintah berikut:
gcloud model-armor templates describe TEMPLATE_ID --project=PROJECT_ID --location=LOCATION
Ganti kode berikut:
LOCATION: lokasi template.TEMPLATE_ID: ID template.PROJECT_ID: ID project tempat template berada.
REST
Jalankan perintah berikut:
curl -X GET \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates/TEMPLATE_ID"
Ganti kode berikut:
PROJECT_ID: ID project tempat template berada.TEMPLATE_ID: ID template yang akan dilihat.LOCATION: lokasi template.
C#
Untuk menjalankan kode ini, siapkan lingkungan pengembangan C# terlebih dahulu dan instal Model Armor C# SDK.
Go
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Go terlebih dahulu dan instal Model Armor Go SDK.
Java
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan Java dan instal Model Armor Java SDK.
Node.js
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Node.js terlebih dahulu dan instal Model Armor Node.js SDK.
PHP
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan PHP dan instal SDK PHP Model Armor.
Python
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Python terlebih dahulu dan instal Model Armor Python SDK.
Memperbarui template Model Armor
Perbarui template Anda secara rutin untuk mempertahankan postur keamanan yang kuat dan efektif untuk aplikasi AI Anda.
Konsol
Di konsol Google Cloud , buka halaman Model Armor.
Pastikan Anda melihat project tempat Anda mengaktifkan Model Armor. Halaman Model Armor akan ditampilkan yang mencantumkan template yang dibuat untuk organisasi Anda.
Klik template yang ingin Anda perbarui dari daftar. Halaman Template details akan ditampilkan.
Klik Edit.
Perbarui parameter yang diperlukan, lalu klik Simpan.
gcloud
Jalankan perintah berikut:
gcloud model-armor templates update TEMPLATE_ID --project=PROJECT_ID --location=LOCATION
Ganti kode berikut:
LOCATION: lokasi template.TEMPLATE_ID: ID template.PROJECT_ID: ID project tempat template berada.
REST
Jalankan perintah berikut:
curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -d "$FILTER_CONFIG" \ "https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates/TEMPLATE_ID?updateMask=UPDATE_MASK"
Ganti kode berikut:
PROJECT_ID: ID project tempat template berada.LOCATION: lokasi template.TEMPLATE_ID: ID template.UPDATE_MASK: kolom yang akan diperbarui sepertifilterConfigdanfilterConfig.piAndJailbreakFilterSettings. Jika kolom ini dibiarkan kosong, seluruh konfigurasi filter akan diperbarui.
Semua kolom lainnya tidak dapat diubah. Upaya yang dilakukan untuk memperbarui kolom lain (misalnya, upaya untuk memperbarui nama template) akan menghasilkan error.
C#
Untuk menjalankan kode ini, siapkan lingkungan pengembangan C# terlebih dahulu dan instal Model Armor C# SDK.
Go
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Go terlebih dahulu dan instal Model Armor Go SDK.
Java
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan Java dan instal Model Armor Java SDK.
Node.js
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Node.js terlebih dahulu dan instal Model Armor Node.js SDK.
PHP
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan PHP dan instal SDK PHP Model Armor.
Python
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Python terlebih dahulu dan instal Model Armor Python SDK.
Menghapus template Model Armor
Hapus template jika tidak lagi digunakan, digantikan oleh template baru, atau saat kebijakan keamanan berubah.
Konsol
Di konsol Google Cloud , buka halaman Model Armor.
Pastikan Anda melihat project tempat Anda mengaktifkan Model Armor. Halaman Model Armor akan ditampilkan yang mencantumkan template yang dibuat untuk organisasi Anda.
Klik template yang ingin Anda hapus dari daftar. Halaman Template details akan ditampilkan.
Klik Hapus. Dialog konfirmasi akan ditampilkan.
Masukkan nama template untuk mengonfirmasi penghapusan, lalu klik Hapus.
gcloud
Jalankan perintah berikut:
gcloud model-armor templates delete TEMPLATE_ID --project=PROJECT_ID --location=LOCATION
Ganti kode berikut:
LOCATION: lokasi template.TEMPLATE_ID: ID template.PROJECT_ID: ID project tempat template berada.
REST
Jalankan perintah berikut:
curl -X DELETE \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ "https://modelarmor.LOCATION.rep.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/templates/TEMPLATE_ID"
Ganti kode berikut:
PROJECT_ID: ID project tempat template berada.LOCATION: lokasi template.TEMPLATE_ID: ID template.
C#
Untuk menjalankan kode ini, siapkan lingkungan pengembangan C# terlebih dahulu dan instal Model Armor C# SDK.
Go
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Go terlebih dahulu dan instal Model Armor Go SDK.
Java
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan Java dan instal Model Armor Java SDK.
Node.js
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Node.js terlebih dahulu dan instal Model Armor Node.js SDK.
PHP
Untuk menjalankan kode ini, pertama-tama siapkan lingkungan pengembangan PHP dan instal SDK PHP Model Armor.
Python
Untuk menjalankan kode ini, siapkan lingkungan pengembangan Python terlebih dahulu dan instal Model Armor Python SDK.
Metadata template
Metadata template Model Armor membantu Anda mengonfigurasi perilaku Model Armor, termasuk penanganan pemeriksaan keamanan dan keselamatan, penanganan error, dan perilaku logging.
Metadata template untuk Model Armor mencakup kolom berikut:
| Metadata | Jenis | Nilai default | Deskripsi |
|---|---|---|---|
| enforcement_type | Enum | INSPECT_AND_BLOCK |
Menentukan jenis penegakan. Gunakan salah satu nilai berikut:
|
| log_template_operations | Boolean | Salah | Mengaktifkan logging operasi template. |
| log_sanitize_operations | Boolean | Salah | Mengaktifkan logging operasi pembersihan. |
| multiLanguageDetection | Boolean | Salah | Mengaktifkan deteksi multi-bahasa. |
| modalitas (Pratinjau) | Enum | Kosong | Menentukan apakah akan memindai teks, gambar, atau keduanya. Jika kolom ini dibiarkan kosong, hanya teks yang akan dipindai.
Gunakan salah satu nilai berikut:
|
| data_residency_compliant | Boolean | Benar |
Menunjukkan apakah template tunduk pada kepatuhan residensi data yang ketat (pemrosesan dalam yurisdiksi).
Untuk mengetahui informasi selengkapnya tentang kolom ini, lihat Menetapkan kepatuhan residensi data dalam dokumen ini. Untuk mengetahui informasi selengkapnya tentang residensi data untuk template, lihat Penerapan residensi data untuk template. |
Langkah berikutnya
- Pelajari ringkasan Model Armor.
- Pelajari setelan tingkat Model Armor.
- Membersihkan perintah dan respons.
- Memecahkan masalah Model Armor.