GSP1327

Übersicht

Die Nutzung der KI ist jetzt noch sicherer: Model Armor in Google Cloud prüft sowohl Nutzer-Prompts als auch LLM-Antworten auf Risiken wie schädliche Inhalte, Prompt Injection und Lecks sensibler Daten. Damit können Unternehmen Sicherheitsrichtlinien für ihre KI-Anwendungen zentral verwalten und durchsetzen. Die Plattform fungiert als Filter, um sichere und konforme Interaktionen zu gewährleisten. Model Armor ist in das Security Command Center eingebunden, um eine einheitliche Übersicht zu bieten und vor unbefugter Offenlegung oder Manipulation von KI-Modellen zu schützen.

In diesem Lab lernen Sie, wie Sie Prompts und Antworten mit Model Armor bereinigen können.

Ziele

In diesem Lab stellen Sie die folgenden Fähigkeiten unter Beweis:

• Die Model Armor API aktivieren
• Eine Model Armor-Vorlage erstellen
• Verschiedene Befehle ausführen, um Nutzer-Prompts anhand verschiedener Sicherheitsfunktionen zu bereinigen

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Dialogfeld geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der rechten Seite befindet sich der Bereich Lab-Einrichtung und ‑Zugriff:

   • Button Google Cloud Console öffnen
   • Die temporären Anmeldedaten (Nutzername und Passwort), die Sie für dieses Lab verwenden müssen
   • Gegebenenfalls weitere Informationen für dieses Lab

   Der Lab-Timer befindet sich oben auf der Seite und zeigt die verbleibende Zeit an.

2. Klicken Sie auf Google Cloud Console öffnen. Wenn Sie Chrome verwenden, können Sie auch rechtsklicken und Link in Inkognitofenster öffnen auswählen.

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite „Anmelden“ geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich Lab-Einrichtung und ‑Zugriff.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich Lab-Einrichtung und ‑Zugriff.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder 2-Faktor-Authentifizierung hinzu, da dies nur ein temporäres Konto ist.
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie auf Google Cloud-Produkte und ‑Dienste zugreifen möchten, klicken Sie auf das Navigationsmenü oder geben Sie den Namen des Produkts oder Dienstes in das Feld Suchen ein.

Aufgabe 1: Aktivieren Sie die Model Armor API.

Bevor Sie Model Armor verwenden können, müssen Sie die API aktivieren.

1. Aktivieren Sie Cloud Shell in der Google Cloud Console.

2. Führen Sie den folgenden Befehl aus:

Klicken Sie auf Fortschritt prüfen. Aktivieren Sie die Model Armor API.

Aufgabe 2: Notebook in Agent Platform Workbench öffnen

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf Agent Platform > Notebooks > Workbench.

2. Suchen Sie die Instanz und klicken Sie auf JupyterLab öffnen.

Die JupyterLab-Oberfläche für Ihre Workbench-Instanz wird in einem neuen Browsertab geöffnet.

Aufgabe 3: Notebook einrichten

1. Öffnen Sie die -Datei.

2. Wählen Sie im Dialogfeld Kernel auswählen in der Liste der verfügbaren Kernel die Option Python 3 aus.

3. Gehen Sie die Abschnitte Erste Schritte und Bibliotheken importieren des Notebooks durch.

Aufgabe 4: Model Armor-Vorlage erstellen

In dieser Aufgabe erstellen Sie eine Model Armor-Vorlage, ma-template, um Sicherheits- und Inhaltsfilterregeln für KI-Interaktionen zu definieren. Diese Vorlage enthält Richtlinien zum Erkennen und Reduzieren der Offenlegung sensibler Daten und sorgt für die Einhaltung der Datenschutzstandards.

Lesen Sie sich den Abschnitt Model Armor-Vorlage erstellen im Notebook durch, um die Vorlage ma-template mit der bereitgestellten Filterkonfiguration am Speicherort zu erstellen. Kehren Sie anschließend hierher zurück, um Ihren Fortschritt zu prüfen und das Ziel zu bestätigen.

Klicken Sie auf Fortschritt prüfen. Model Armor-Vorlage erstellen

Aufgabe 5: Nutzer-Prompts mit Model Armor validieren

In dieser Aufgabe testen Sie verschiedene Nutzer-Prompts, um zu bewerten, wie Model Armor verschiedene Arten von sensiblen Daten basierend auf vordefinierten Sensitive Data Protection (SDP) infoTypes erkennt und filtert. Mit diesem Schritt wird sichergestellt, dass Model Armor effektiv filtert und vor der unbefugten Offenlegung von Daten schützt.

Lesen Sie sich den Abschnitt Nutzer-Prompts mit Model Armor validieren des Notebooks durch, um verschiedene Befehle auszuführen, mit denen Nutzer-Prompts anhand verschiedener Sicherheitsfunktionen bereinigt werden können. Kehren Sie anschließend hierher zurück, um Ihren Fortschritt zu prüfen und die Ziele zu bestätigen.

1. Geben Sie einen Nutzer-Prompt für Model Armor ein, um die verantwortungsbewusste Anwendung von KI zu prüfen.

Klicken Sie auf Fortschritt prüfen. Nutzer-Prompt eingeben, um die verantwortungsbewusste Anwendung von KI zu prüfen

2. Geben Sie einen Nutzer-Prompt für Model Armor ein, um einen schädlichen URI zu filtern.

Klicken Sie auf Fortschritt prüfen. Nutzer-Prompt eingeben, um schädliche URIs zu filtern

3. Geben Sie einen Nutzer-Prompt für Model Armor ein, um nach Schutz vor Datenverlust (Data Loss Prevention, DLP) zu suchen.

Klicken Sie auf Fortschritt prüfen. Nutzer-Prompt eingeben, um nach DLP zu suchen

4. Geben Sie eine Modellantwort ein, damit Model Armor nach DLP suchen kann.

Klicken Sie auf Fortschritt prüfen. Modellantwort eingeben, um nach DLP zu suchen

5. Führen Sie die Zelle im Absatz Dateibasierte Prompts bereinigen aus, um einen dateibasierten Prompt auszuführen. Dieser soll der Model Armor verwenden, um einen Nutzer-Prompt im angegebenen Dateiformat zu bereinigen.

Klicken Sie auf Fortschritt prüfen. Dateibasierten Nutzer-Prompt bereinigen

Glückwunsch!

Sie haben die Challenge erfolgreich abgeschlossen und eine Model Armor-Vorlage erstellt. Außerdem haben Sie verschiedene Nutzer-Prompts ausgeführt, um nach unterschiedlichen SDP-InfoTypes (Sensitive Data Protection) zu suchen.

Anleitung zuletzt am 18. Mai 2026 aktualisiert

Lab zuletzt am 22. April 2026 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.