你用AI查问题，AI却在悄悄“骗”你——这不是科幻片，而是刚刚被央视3·15晚会点名的现实。大模型“投毒”已形成完整的黑色产业链：不法分子利用GEO（生成式引擎优化技术），批量制造虚假软文、恶意投喂错误数据，快速“洗脑”大模型，让虚构产品抢占推荐位、虚假话术冒充权威答案，严重误导公众，破坏市场秩序。

中国计算机学会计算机安全专委会执行委员、天融信科技集团AI安全专家潘季明在接受媒体采访时表示，当前GEO“投毒”攻击呈现规模化、自动化、低成本三大特征。传统网页排名“欺诈”是为了让链接排在搜索结果前列，而现在采用RAG-检索增强生成技术的GEO“投毒”，是为了让虚假内容成为AI生成答案的关键甚至是唯一的来源。

AI投毒只是大模型安全风险的冰山一角，当大模型逐渐成为政企数字化的重要生产力，提示词注入、敏感信息泄露、内容违规输出等风险叠加爆发。一旦大模型失守，可能让政企单位面临声誉受损、监管处罚、数据泄露、业务瘫痪等多重危机。

在这场捍卫AI“诚实”的战斗中，安全技术手段不可或缺。天融信“大模型安全网关+安全评估系统+数据安全监测系统+安全评估服务”四维赋能，从实时交互防护、上线前体检、持续运行监测到全生命周期安全评估，为政企大模型构筑坚实的信任基石。

★天融信大模型安全网关★

交互中的“智能过滤器”

不法分子可能通过大量上传虚假信息、构造诱导性提示词等攻击，试图“驯化”大模型以输出敏感、虚假、违规等不安全信息。作为阻断这类攻击的第一道闸门，天融信大模型安全网关采用透明代理模式部署，无需改造现有业务，对所有进出大模型的流量进行实时检测与拦截。

价值观内容过滤，守住合规底线：依托海量价值观数据训练的模型，对模型输出内容进行实时检测，严防生成政治敏感、歧视性、暴力等违规信息，同时支持自定义关键词库，满足金融、医疗、教育等各行业的合规要求。

敏感数据防泄漏，守护核心数据：内置多种敏感数据类型，并支持自定义各类敏感数据类型，对于用户输入的身份证、银行卡号等个人隐私以及大模型返回的商业机密等，均能实时识别并替换为掩码字符，全方位保障数据安全。

提示词注入攻击检测，精准防护：针对黑客利用“角色扮演”“反向诱导”等提示词攻击手法，诱导大模型输出不安全信息或执行各类恶意操作，系统内置自研模型对提示词注入攻击进行检测，通过语义相似度匹配技术，实时分析用户输入的提示词。一旦发现恶意意图，立即阻断或告警，让攻击止步于第一道门前。

★天融信大模型安全评估系统★

上线前的“全面体检”

如同新药上市前必须经过严格临床试验，大模型在正式投入使用前，也需要全方位的安全“体检”。天融信大模型安全评估系统在大模型正式上线服务之前，对其进行一系列安全评估，确保大模型应用的安全性。

发现模型全栈风险：围绕漏洞隐患、供应链安全、内容合规、模型幻觉、隐私泄露、模型滥用、对抗攻击等方面，对大模型进行全栈风险评估，提前识别和预警大模型可能带来的各类安全风险，以便用户采取有效的风险防控措施，降低安全事件发生的概率。

提升模型对抗韧性：采用“以攻促防”的设计思路，通过模拟攻击者的思维和技术手段构造对抗攻击测试集，从指令劫持、角色扮演、反向诱导、模型越狱等维度深入挖掘大模型潜在风险，让大模型在复杂攻击环境中保持安全可靠。

严控内容安全基线：内置大量内容风险测试数据集，利用大模型评测框架实现自动化评测，量化模型风险，高效发现模型中存在的问题和缺陷，协助用户及时进行修复和优化，从而提高大模型的质量和准确性。

★天融信大模型数据安全监测系统★

运行中的“透视眼”

当模型上线运行后，海量数据如潮水般涌来，持续监测是抵御攻击的关键。天融信大模型数据安全监测系统如同一个永不疲倦的“哨兵”，旁路部署在网络中，对所有进出大模型的流量进行深度解析，实时分析并阻断可疑行为。

训练语料扫描，从源头阻断“毒数据”：“投毒”的第一步，往往是在训练数据中混入虚假信息。系统可对文件、音频、视频、图片等多种格式的训练语料，开展全量安全扫描分析，精准识别展示语料违规比例、违规策略等分析结果，协助用户从源头阻断“毒数据”进入模型训练环节，保障训练数据的纯净度与合规性。

模型交互安全监测，阻断违规信息输出：系统针对模型问答全流程实施动态监测，通过分析提问内容、推理过程及应答结果，及时发现密钥泄露、恶意代码攻击、乱码内容、未授权代码片段、Token数量超限、不可见字符等潜在威胁，从输入输出层面阻断安全风险。

★天融信大模型安全评估服务★

全生命周期的“隐患排查官”

针对大模型全生命周期安全挑战，天融信大模型安全评估服务打破传统单点检测的局限性，实现从部署环境到生态资产、从技术风险到管理合规的全维度覆盖，涵盖主机与网络安全、身份认证与访问控制、配置与模型安全、数据安全等方面，全面排查各类潜在风险。

专项评估范围覆盖Windows、Linux、macOS三大主流操作系统下部署的大模型主程序，以及其配套安装的第三方插件、官方技能市场下载的技能包等全生态资产，避免因生态遗漏产生风险盲区。

评估体系兼顾技术风险排查与管理流程合规两大方向，共设置7大类专项评估模块，覆盖大模型从部署、运行到运维的全生命周期风险点，具体包括：基础环境安全评估、身份认证与访问控制评估、配置与模型安全评估、插件与技能包管理评估、数据安全与隐私评估、更新与漏洞管理评估、日志与监控评估等。

通过标准化评估发现潜在安全漏洞，提供可落地的优化建议。

帮助客户建立大模型安全防护体系，满足企业合规与风险控制要求。

面对大模型的潜在风险，亟需以技术、政策及协同共治来构建防护网。2026年，新修订的《中华人民共和国网络安全法》正式施行，首次将人工智能安全纳入法律框架。这意味着，大模型安全不再是“选择题”，而是关乎合规与生存的“必答题”。

在这场技术创新与风险防控的博弈中，天融信四维一体大模型安全解决方案，不仅是满足合规要求的“通行证”，更是维护政企大模型应用时公众信任的“压舱石”。未来，天融信将以AI与智算双轮驱动，持续推动技术迭代，护航大模型在千行百业快速安全落地。