對齊AI Alignment
讓 AI 的行為符合人類意圖與價值觀，而不只是把任務字面上做完。
AI 安全
與「AI 安全」有關的所有內容，包含教學文章、工具評測與相關新聞，共 7 篇。
護欄Guardrails
在 AI 系統輸入與輸出兩端加上的限制機制，用來擋下不該發生的內容或行為。
AI 入門入門2 分鐘
用 AI 前該知道的安全與隱私基本功
用 AI 處理工作時，最容易被忽略的不是技術問題，而是「這段資料傳出去之後去了哪裡」。這篇整理五個具體該注意的地方，不用懂技術也能照做。
深偽Deepfake
用 AI 生成或修改的假影音內容，讓畫面中的人說出、做出實際上沒發生過的話或動作。
越獄Jailbreak
用特定的提示詞技巧，誘導模型繞過原本設定的安全限制，說出或做出不該做的事。
提示詞注入Prompt Injection
把惡意指令藏在 AI 會讀取的外部內容裡（網頁、文件、email），誘導它執行使用者沒有要求的動作。
政策法規
Anthropic 為 Claude 生成內容加上浮水印與來源標記
Anthropic 開始在 Claude 產出的文字與圖片中嵌入不可見浮水印與 C2PA 來源中繼資料，回應歐盟 AI 法案的透明度要求，目前涵蓋 Claude 全系列產品。
資料來源：Claude 支援中心 — How Claude marks AI-generated content