• 系统提升大模型安全治理能力
• 8 类高频模型风险防御思路与手段
• 大模型安全攻防演练与案例剖析
• 即学即用的企业级安全实践指南

基于大模型能力开发的产品和服务越来越多，大模型安全问题也成了每位拥抱 AI 的开发者、产品人乃至技术人负责人绕不开的必答题。

在大模型应用的过程中，我们经常产生后面这些疑问：

• “我们项目用开源大模型接了 RAG，但老板担心会出安全事故，怎么办？”
• “如果用户给模型输入不合规内容，模型会不会出事？”
• “我们想做一个 To C 的模型应用，怎么通过备案？”
• “我们接了行业私有数据，怎么保证模型不会把客户数据拿去训练？”
• “听说很多提示词被泄露后会被滥用，怎么保护好这些 Prompt?”
• “提示词过滤器如何设计？”
• ……

为此，我们邀请了赵帅老师开设这门《大模型安全实战课》，分享这些年在实际项目中经历过的坑、踩过的雷，以及摸索总结出来的一套系统化的做法。帮助你从理论到实践，真正建立起一整套可落地的安全思路、技术手段和架构策略，让安全原则不仅仅停留在概念上，而是能在 AI 产品和平台设计中变成可执行的方案、可操作的流程，帮你打通真正的安全落地路线。

课程的知识导图如下。

模块设计

为了提升你的模型安全认知水平和实战落地能力，课程里一共设计了四个模块。

启航篇：对大模型安全建设建立系统、科学认知。认识大模型安全的本质与价值，模型的运行机制，识别高频的风险类型，了解大模型安全架构逻辑。

风险篇：针对大模型的高频风险，和你深入探讨“大模型被欺骗”（提示注入、上下文劫持、微调投毒等问题）“大模型被盗窃”（逆向攻击）“大模型说错话”（内容越界、隐私泄露）等诸多现实落地风险的判别和预防，帮你稳步提升“风险识别能力”。

防御篇：在深入理解风险的基础上，学习大模型安全的应对策略，掌握如何通过系统性设计手段构建大模型的“安全防线”。围绕“输入 - 处理 - 输出”这一工作流程，我们将学习包括 Prompt 过滤、上下文权限隔离、内容输出拦截与标识、审计日志回溯等在内的核心机制，同时进一步引入如 RLHF（强化学习人类反馈）、宪法式 AI、红队测试、系统提示对齐等业界主流安全机制。

企业篇：将安全从“原理”与“机制”层面，进一步推进到“场景实践”的维度。我们将结合真实案例来加强自己的“安全落地工程”的实战能力。这一章精选了多个代表性的具体业务场景，让你掌握如何在具体产品（聊天类助手、编程类助手、教育、金融、医疗、政务等行业智能体）中实现“因地制宜”的模型安全控制。

1. 订阅成功后，推荐通过“极客时间”App 端、Web 端学习。
2. 本专栏为虚拟商品，交付形式为图文 + 音频，一经订阅，概不退款。
3. 订阅后分享海报，每邀一位好友订阅有现金返现。
4. 戳此先充值再购课更划算，还有最新课表、超值赠品福利。
5. 企业采购推荐使用“极客时间企业版”便捷安排员工学习计划，掌握团队学习仪表盘。
6. 戳此申请学生认证，订阅课程享受原价 5 折优惠。
7. 价格说明：划线价、订阅价为商品或服务的参考价，并非原价，该价格仅供参考。未划线价格为商品或服务的实时标价，具体成交价格根据商品或服务参加优惠活动，或使用优惠券、礼券、赠币等不同情形发生变化，最终实际成交价格以订单结算页价格为准。