Topic 정책은 콘텐츠를 토픽 기준으로 분류하고 안전하지 않은 일치 항목을 차단합니다. 이 레시피는 Topic 정책을 생성하고 실제 BLOCK을 검증합니다.
1. 생성 및 할당
Guardian을 열고 → Policies → Add → Create & Assign Policy를 선택합니다. 이름을 지정하고(예: Topic Policy) Policy Type = Topic으로 설정합니다.
2. 토픽 정의
Topic 정책은 토픽 목록입니다. 각 토픽은 콘텐츠를 분류하는 방법을 정의합니다:
[
{
"id": "WPN",
"title": "Weapons",
"description": "Requests about manufacturing weapons or explosives.",
"safe": { "description": "General, factual, news-level mentions." },
"unsafe": { "description": "Step-by-step instructions to make/modify weapons or explosives." },
"controversial": { "description": "Borderline cases." }
}
]
classification(safe / unsafe / controversial)을 반환하며, unsafe 콘텐츠는 차단됩니다. 폼 또는 JSON 보기로 토픽을 편집한 다음 Save하세요(새 버전이 생성됩니다).
3. 새 버전 적용
저장하면 새 버전이 생성되지만 적용되지는 않습니다 — Guardian이 새 버전을 가리키도록 다시 지정(고정, pin)하지 않으면 실제 동작이 바뀌지 않습니다. 정책 업데이트 버전 관리 및 적용을 참고하세요.
4. 검증
안전하지 않은 토픽에 해당해야 하는 프롬프트를 보내고 "action":"BLOCK"을 확인하세요:
{
"action": "BLOCK",
"input_results": [{ "action": "BLOCK", "results": [{
"policy_name": "Topic Policy", "policy_type": "TOPIC", "action": "BLOCK",
"detected_items": [{ "rule_id": "WPN", "rule_name": "Weapons", "classification": "unsafe" }]
}]}]
}
Starfort는 무기, 불법 행위, 탈옥/테스트 모드, 자해, 시스템 프롬프트 노출 등을 다루는 기본 Topic 정책을 제공합니다 — JSON으로 불러와 조정하기 좋은 기준선입니다.
