GSP1327

Visão geral

O Model Armor no Google Cloud aumenta a segurança da IA ao verificar comandos do usuário e respostas de LLMs em busca de riscos como conteúdo prejudicial, injeção de comando e vazamentos de dados sensíveis. Ele permite que as organizações gerenciem e apliquem políticas de segurança de forma centralizada para os aplicativos de IA, atuando como um filtro para garantir que as interações sejam seguras e estejam em conformidade. Esse serviço se integra ao Security Command Center para oferecer visibilidade unificada e proteção contra exposição ou manipulação não autorizada de modelos de IA.

Neste laboratório, você vai aprender a limpar comandos e respostas usando o Model Armor.

Objetivos

Neste laboratório, você vai demonstrar sua capacidade de fazer o seguinte:

• Ativar a API Model Armor.
• Criar um modelo do Model Armor.
• Configurar a Proteção de Dados Sensíveis com modelos de inspeção e desidentificação.
• Executar vários comandos para limpar prompts do usuário em relação a diferentes recursos de segurança.

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. À direita, você encontra o painel Configuração e acesso ao laboratório com as seguintes informações:

   • O botão Abrir console do Google Cloud
   • As credenciais temporárias (nome de usuário e senha) que você vai usar no laboratório
   • Outros dados, se necessários

   O timer do laboratório fica na parte de cima da página e mostra o tempo restante.

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página "Login" em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Login.

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

   Você também encontra o nome de usuário no painel Configuração e acesso ao laboratório.

4. Clique em Avançar.

5. Copie a Senha abaixo e cole na caixa de diálogo Olá!.

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

   Você também encontra a senha no painel Configuração e acesso ao laboratório.

6. Clique em Avançar.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, talvez receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes sem custo financeiro.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Tarefa 1: ativar a API Model Armor

Antes de começar a usar o Model Armor, você precisa ativar a API.

1. No console do Google Cloud, ative o Cloud Shell.

2. Execute o seguinte comando:

Clique em Verificar meu progresso para conferir o objetivo. Ativar a API Model Armor

Tarefa 2: abrir o notebook no Agent Platform Workbench

1. No console do Google Cloud, no menu de navegação (), clique em Agent Platform > Notebooks > Workbench.

2. Ache a instância e clique no botão Abrir o JupyterLab.

A interface do JupyterLab para sua instância do Workbench é aberta em uma nova guia do navegador.

Tarefa 3: configurar o notebook

1. Abra o arquivo .

2. Na caixa de diálogo Selecionar kernel, escolha Python 3 na lista de kernels disponíveis.

3. Execute as seções Vamos começar e Importar bibliotecas do notebook.

Tarefa 4: criar um modelo do Model Armor

Nesta tarefa, você vai criar um modelo do Model Armor, ma-template, para definir regras de segurança e filtragem de conteúdo em interações com IA. Esse modelo estabelece políticas para detectar e reduzir a exposição de dados sensíveis, garantindo a conformidade com os padrões de proteção de dados.

Leia a seção Criar um modelo do Model Armor do notebook para gerar o ma-template no local usando a configuração de filtro fornecida. Depois de concluir, volte aqui para verificar seu progresso e confirmar o objetivo.

Clique em Verificar meu progresso para conferir o objetivo. Criar um modelo do Model Armor

Tarefa 5: configurar a Proteção de Dados Sensíveis com modelos de inspeção e desidentificação

Nesta tarefa, você vai criar modelos de inspeção e desidentificação da Proteção de Dados Sensíveis (DLP) do Cloud e vinculá-los a um modelo avançado do Model Armor, ma-sdp-template, usando advancedConfig. Isso permite regras de inspeção personalizadas e mascaramento de dados automatizado para limpeza de comandos e respostas de IA.

1. Leia a seção Configurar a Proteção de Dados Sensíveis com modelos de inspeção e desidentificação do notebook para criar ma-inspect-template e ma-deidentify-template.

2. Execute as células para criar o modelo avançado do Model Armor ma-sdp-template usando advancedConfig.

3. Teste a limpeza das respostas do modelo para observar a desidentificação de infoTypes sensíveis.

Clique em Verificar meu progresso para conferir o objetivo. Configurar a Proteção de Dados Sensíveis com modelos de inspeção e desidentificação

Tarefa 6: validar comandos do usuário com o Model Armor

Nesta tarefa, você vai testar vários comandos de usuário para avaliar como o Model Armor detecta e filtra diferentes tipos de dados sensíveis com base nos InfoTypes predefinidos da Proteção de Dados Sensíveis (SDP, na sigla em inglês). Esse processo ajuda a garantir que o Model Armor filtre e proteja de maneira eficaz contra a exposição não autorizada de dados.

Acesse a seção Validar comandos do usuário com o Model Armor do notebook para executar e limpar comandos do usuário em relação a diferentes recursos de segurança. Depois de concluir, volte aqui para verificar seu progresso e conferir os objetivos.

1. Insira um comando do usuário para o Model Armor analisar a IA responsável.

Clique em Verificar meu progresso para conferir o objetivo. Inserir um comando do usuário para analisar a IA responsável

2. Insira um comando do usuário para o Model Armor analisar o URI mal-intencionado.

Clique em Verificar meu progresso para conferir o objetivo. Inserir um comando do usuário para verificar o URI mal-intencionado

3. Insira um comando do usuário para o Model Armor analisar a prevenção contra perda de dados (DLP).

Clique em Verificar meu progresso para conferir o objetivo. Inserir um comando do usuário para analisar a DLP

4. Insira uma resposta do modelo para o Model Armor analisar a DLP.

Clique em Verificar meu progresso para conferir o objetivo. Inserir uma resposta do modelo para analisar a DLP

5. Execute a célula na subseção Limpar comandos baseados em arquivos para executar um comando desse tipo que utiliza o Model Armor a fim de limpar uma entrada do usuário no formato de arquivo especificado.

Clique em Verificar meu progresso para conferir o objetivo. Limpar um comando do usuário baseado em arquivo

Tarefa 7: ver registros do Model Armor na Análise de Registros

Nesta tarefa, você vai inspecionar os registros de operação de sanitização do Model Armor no Cloud Logging para analisar os detalhes da filtragem de comandos e respostas, as correspondências de filtro e os metadados de avaliação.

1. No menu de navegação do console do Google Cloud, clique em Monitoramento > Análise de Registros.

2. No painel Consulta, insira a seguinte consulta de registro:

3. Verifique se o filtro de período (no canto superior direito, ao lado de "Executar consulta") está definido como Última hora.

4. Selecione Executar consulta.

5. Inspecione as entradas de registro retornadas para analisar os resultados da limpeza do Model Armor e os detalhes da avaliação do filtro.

Parabéns!

Você concluiu o laboratório e agora sabe criar modelos do Model Armor, configurar modelos de inspeção e desidentificação da Proteção de Dados Sensíveis, executar comandos e respostas de modelos para verificar e desidentificar dados sensíveis e visualizar registros de limpeza na Análise de Registros.

Manual atualizado em 24 de agosto de 2026

Laboratório testado em 24 de agosto de 2026

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.