限定用途
记录系统解决什么问题、服务哪些用户,以及哪些情形必须经过额外核验。
实践立场
AI 模型具有概率性。可靠性来自数据、架构、测试、人的责任与运营机制的共同作用。
记录系统解决什么问题、服务哪些用户,以及哪些情形必须经过额外核验。
使用客户实际出现的流程、文档、语言和故障模式评估质量。
重要、不可逆或敏感操作必须获得明确人工确认,除非另有更严格的约定。
模型、提示词、知识库或工具变更在发布前需要重新评估和回归测试。
数据与模型
不存在普遍适用的“全部上云”或“只能本地”。每个项目都应建立数据、处理目的、存储位置、供应商和授权用户矩阵。
公开文档、自有模板及已确认使用权的数据。
可在批准的服务中使用,同时遵守许可、著作权和供应商条款。制度、说明、通信及其他限制内部访问的资料。
仅进入批准环境,并配置角色权限、数据最小化和明确保留期。个人信息、商业秘密及受合同或行业规则限制的信息。
只有在存在合法依据并落实脱敏、隔离、日志和导出控制后才可处理。密码、密钥、支付凭据、国家、银行、医疗及其他受保护信息。
不得发送给通用模型;确需处理时须单独设计并批准专用保护环境。最终决策取决于用途、数据来源、合同、威胁模型和适用法律,而不是分类名称本身。
部署方式
选择能够清晰证明数据路径、责任边界、可用性和全生命周期成本的方案,而不是简单追逐流行模式。
模型、RAG、日志和集成运行在客户现场或专用环境中,不发生不受控的外部交换。
采用专用环境,并约定数据地域、网络路径、容灾和运营模式。
在核查请求保留、训练用途、地域、分包方、删除机制及其他供应商条款后使用。
人与 AI 的权限
自主程度由错误后果决定。授权必须由目标系统执行,不能依赖模型生成的文字判断。
AI 负责检索、总结、分类或生成草稿,用户在使用前判断结果。
AI 提出操作及参数,但发送、发布或更改数据需要人工确认。
仅用于明确边界内可逆、低风险的操作,并具备日志、监控和停止机制。
生命周期
每个阶段都留下可核验成果:用途说明、数据矩阵、测试记录、发布决定和监控计划。
用途、用户、错误代价、受影响流程和责任人。
数据、角色、工具、供应商、禁止操作和人工接管条件。
测试集、准确性、依据、拒答、鲁棒性、泄露和指令攻击。
责任人接受剩余风险,并在界面与文档中说明限制。
收集反馈、质量漂移、事件和版本信息,变更前重新测试。
页面语言会改变下方展示的区域参考,但不会自动决定适用法律。项目要求应依据部署与使用国家、行业、数据类型及各方角色确定。以下内容仅为设计参考,不代表 Virtek 或客户已获得相关认证。
运营控制
控制范围随风险而变化,但基线覆盖质量、访问、日志、供应商和安全失败。
维护代表性案例以及正确性、来源依据、完整性、安全拒答、安全性和延迟指标。关键指标下降时必须经过明确发布决策。
记录模型和流程版本、工具、RAG 来源、错误、延迟与重要操作。若完整提示词日志会增加风险,则应脱敏或不保存正文。
分别控制调用模型、读取来源和执行操作的权限。工具仅获得最小功能、限额与短期凭据,目标系统再次校验授权。
维护模型与供应商清单,使业务逻辑不绑定单一 API,并在同一测试集上比较候选方案。版本替换按受控变更处理。
在可行时让回答基于可核验来源并向用户展示。证据不足时,系统应停止、说明不确定性或转交专家。
测试提示词注入、数据泄露、不安全输出处理、过度权限和依赖风险。模型不是安全边界,也不能自行决定访问权限。
错误与事件
质量错误、策略违规、泄露、不安全操作和供应商中断,需要不同的响应时间和纠正措施。
记录场景、时间、版本、可用日志和影响,同时避免再次传播敏感数据。
停止高风险工具、路径或版本,必要时切换到安全模式或人工处理。
判断来源是数据、检索、提示词、模型、集成、权限、供应商变更还是用户操作。
增加测试、调整控制、执行回归,通过后再恢复能力。
严重性标准、联系人、通知时限和责任范围在项目文档及支持模式中约定。
关联体系
本页聚焦 AI 治理;通用安全、解决方案架构和假设验证分别在其他页面说明。
工程资料
三篇实践文章分别展开数据边界、RAG 上线准备和本地模型基础设施。
反馈渠道
请说明服务或项目、时间、预期与实际行为。不要在普通工单中填写密码、密钥或其他秘密。已启动的项目应使用约定的安全渠道和事件优先级。
这是公开的工程方法说明。具体保证、日志内容、保留期限、指标、SLA、角色和适用要求,均在每个项目的合同和项目文档中单独确定。
负责任上线
我们协助选择部署环境、确定 AI 权限、建立测试计划,并让系统进入可管理的运营阶段。
讨论应用场景↗