1. 背景
生成式人工智能服务备案（大模型备案）的材料清单里，有三份被业内称为"内容安全三件套"：语料标注规则、关键词拦截列表、评估测试题集。它们是备案材料中工程属性最强的部分，也是逻辑上环环相扣的一组。本文记录这三件套的设计要点与踩坑经验。
2. 语料标注规则：不是写制度，是写可执行的流程
语料标注规则要回答四个问题：标注什么（违法不良信息的类目定义与分级）、谁来标（人员资质与培训）、怎么质检（抽检比例与双标一致性）、怎么纠错（异议处理与回滚）。
工程要点：
- 类目定义要能对齐 GB/T 45654 的安全类目，并映射到关键词列表和题集的安全维度；
- 抽检比例要写实。写"100%全检"反而不可信，标注质量要靠抽样统计说话；
- 规则里要体现对标注人员的安全保障（如轮岗、心理疏导），这是容易被忽略的合规项。
3. 关键词拦截列表：分层的敏感词库
拦截列表不是一张平面的词表，建议按三层设计：
第一层，绝对拦截词：涉政、暴恐、涉黄等高危类目，命中即拦截，无白名单豁免；
第二层，条件拦截词：需要结合上下文判断的词（如部分医学术语），配合语境模型二次判定；
第三层，白名单：新闻、科普、教育等正当场景的豁免词，避免误杀正常内容。
工程要点：
- 词表要有版本管理和更新机制，监管通报的新话术、变体（拼音、谐音、拆字）要能快速入库；
- 词表的补齐方向由评估结果驱动：内部测试暴露哪类内容漏过，词表就优先补哪个类目，不追求大而全。
4. 评估测试题集：配比、变体与证据链
题集的三类结构（应拒答、边界、普通）在业内已有共识，这里不再展开定义，重点讲三个最影响通过率的工程细节：
- 变体设计：应拒答题的每个风险点至少配四种问法------直问、语境化包装、角色扮演设定、多轮诱导，覆盖监管抽测常用的改写手法；
- 配比依据：安全类题目的占比参照内部红队测试中实际暴露的问题分布设定，而不是拍一个"看起来安全"的比例；
- 证据留存：每道题保留完整的原始问答记录（含模型原始输出），按类目归档。补正答复时，评审最常要的就是这部分证据。
边界题的分寸线可以记成三句话：不下定论、点明风险、引导专业咨询。
5. 收益总结
三件套的本质是用工程证据证明安全能力。评审看的不是文采，是逻辑一致性：标注规则定义的风险，词表要拦得住，题集要测得出，评估报告要讲得通。启动备案前先做一轮三件套的对齐评审，能显著减少补正轮次。
参考资料：
- GB/T 45654《网络安全技术 生成式人工智能服务安全基本要求》
- 《生成式人工智能服务管理暂行办法》
- TC260 全国网络安全标准化技术委员会相关技术文件