Ограничители (guardrails)
Ограничители, или guardrails, — это правила, фильтры и обученные модели поведения, которые разработчик ИИ добавляет, чтобы ограничить то, что модель скажет или сделает. Они работают на нескольких уровнях: от способа обучения модели до проверок до и после её ответа.
Обновлено 8 ноября 2026 г.
На этой странице
Обычный ассистент
Я не могу давать медицинские советы. Пожалуйста, обратитесь к врачу или фармацевту.
NeverNo
1 200 мг в сутки — максимальная доза без рецепта, и по инструкции при боли её можно принимать лишь несколько дней (от 5 до 10, в зависимости от страны). Три недели — в два-четыре раза дольше. Главный риск — желудок (жжение, язвы), затем почки и давление. Принимай во время еды, никогда с алкоголем или другим противовоспалительным. Чёрный стул, рвота с кровью или резкая боль в животе — сразу вызывай скорую. И сходи к врачу на этой неделе: если спина болит три недели, нужно искать причину.
Как это работает
Ограничители — не единый выключатель. Первый уровень встроен в саму модель: при дообучении, часто с обратной связью от людей, разработчик поощряет полезные ответы и учит модель отклонять определённые запросы. Второй уровень записан обычным языком в системном промпте — скрытых инструкциях, задающих рамку каждого чата. Третий уровень состоит из отдельных классификаторов, которые читают твой запрос или черновик ответа и блокируют либо переписывают его. Наконец, правила использования разработчика определяют, о чём могут просить клиенты, а за их нарушение могут заблокировать аккаунт.
Разработчики добавляют их по юридическим, коммерческим и порой этическим причинам: избежать вреда, избежать плохой прессы, соблюдать законы многих стран одновременно. Типичные поводы — оружие, самоповреждение, дозировки лекарств, финансовые советы и защищённые авторским правом тексты песен. Поскольку границы проводит каждая компания, один и тот же вопрос может получить ответ у одной модели и отказ у другой. Цена — избыточные отказы: вопрос о том, как взаимодействуют два лекарства, мрачная сцена в романе или прямое мнение могут быть отклонены или погребены под оговорками, хотя ничего дурного не просили.
К тому же ограничители мало что говорят о том, кто запускает модель. Модель с небольшим числом встроенных правил может работать у хостинга, который добавляет собственные фильтры, а очень осторожная модель — быть доступной через сервис, который ничего не добавляет. Сравнивая инструменты, полезно спрашивать, какие правила действуют, кто их применяет и сообщает ли инструмент, когда одно из них сработало. Исследователи различают и отказ, когда модель говорит «нет», и тихое разбавление, когда она отвечает, но опускает полезную часть, — его труднее заметить.
В NeverNo
Claude Opus 5.5 в NeverNo — хороший пример того, как ограничители разработчика остаются на месте. Это большая рассуждающая модель Anthropic для внимательного письма и анализа, и она анонимизирована: NeverNo отправляет запрос без твоего имени, аккаунта и IP-адреса, но Anthropic всё равно читает текст, применяет свои правила использования и может какое-то время хранить запрос по своей политике. Поэтому Opus может отказывать в некоторых запросах. Когда приходит запрос, который её разработчик не допускает, вместо неё отвечает одна из приватных моделей NeverNo, и приложение сообщает тебе об этом.
Собственные модели NeverNo и открытые модели каталога помечены как приватные, они выбраны и настроены так, чтобы прямо отвечать по любой законной теме, о чём говорит страница о чате без цензуры. Три жёстких ограничения всё равно действуют для любого аккаунта, модели и языка и проверяются на наших серверах: ничего, что касается несовершеннолетних, ничего о реальных людях без их согласия и никакой реальной помощи в причинении серьёзного вреда другим.
Что стоит запомнить
Два ассистента часто по-разному отвечают на один и тот же медицинский, юридический или художественный запрос, так что проверь свои повторяющиеся задачи на нескольких моделях, прежде чем выбрать одну.
Отказ не доказывает опасность: классификаторы иногда принимают безобидную тему за рискованную.
Хорошие продукты сообщают, какой провайдер ответил и когда ответ был заменён.
У анонимной модели правила разработчика сохраняются: NeverNo скрывает, кто ты, но не то, что читает разработчик.
Частые вопросы
Ограничители — это то же самое, что цензура?
Не совсем. Компания вправе устанавливать правила для своего продукта, и некоторые защищают людей. Претензии вызывают чрезмерно широкие правила: отказы отвечать на обычные вопросы, оговорки в каждой фразе, нотации любопытному читателю.
Можно ли отключить ограничители Claude или GPT в NeverNo?
Нет. Anthropic и OpenAI читают текст и следят за соблюдением своих правил, какое бы приложение ни стояло перед моделью, поэтому NeverNo и помечает эти модели как анонимные. Если одна из них отказывается обсуждать законную тему, выбери приватную модель.
Какие ограничения ставит сам NeverNo?
Три, они проверяются на наших серверах для каждого аккаунта и модели: ничего, что касается несовершеннолетних, ничего о реальных людях без их согласия, никакой реальной помощи в причинении серьёзного вреда другим. В остальном приватные модели прямо отвечают по любой законной теме.
Задай первый вопрос
Без аккаунта и без карты. Пиши на любом из 10 языков, на которых говорит NeverNo.
Открыть чат