对于金融、医疗、政务等行业，建议在模型调用前进行数据分类分级，将高敏感数据默认阻断，而不是简单脱敏后放行。

八、访问控制与租户隔离

如果 Claude 应用面向多个部门、客户或租户，必须做好访问控制。

推荐原则

1. 最小权限原则
   用户只能访问完成任务所需的最少数据。

2. 租户隔离原则
   A 租户的用户不能访问 B 租户的数据，即使模型理解了请求也不能放行。

3. 工具调用服务端鉴权
   模型调用数据库、CRM、工单系统、知识库时，必须由后端根据用户身份判断权限。

4. 禁止模型自行决定权限
   不应让模型根据“用户说自己是管理员”来判断权限。

RBAC 配置示例

rbac:
  roles:
    admin:
      permissions:
        - chat:use
        - knowledge:read_all
        - audit:read
        - config:read

    analyst:
      permissions:
        - chat:use
        - knowledge:read_department
        - report:generate

    support:
      permissions:
        - chat:use
        - ticket:read_assigned
        - customer:read_masked

    guest:
      permissions:
        - chat:use_limited

  deny_rules:
    - role: guest
      permissions:
        - knowledge:read_all
        - audit:read
        - customer:read_full

    - role: support
      permissions:
        - customer:read_full
        - config:read

九、模型参数安全配置

模型参数也会影响安全性。对于企业问答、客服、合规审查等场景，建议使用较低的随机性参数。

model_policy:
  default:
    model: "claude-3-5-sonnet-latest"
    max_tokens: 2048
    temperature: 0.2
    top_p: 0.9

  creative_writing:
    temperature: 0.8
    top_p: 0.95
    max_tokens: 4096

  compliance_review:
    temperature: 0.1
    top_p: 0.8
    max_tokens: 2048

  code_assistant:
    temperature: 0.2
    top_p: 0.9
    max_tokens: 4096

一般来说：

• 客服问答：temperature 建议 0.1-0.3；
• 合规审查：temperature 建议 0-0.2；
• 代码生成：temperature 建议 0.1-0.4；
• 创意写作：可以适当提高到 0.7-0.9。

十、日志审计安全

日志是安全运营的重要依据，但日志本身也可能成为敏感数据泄露点。

日志应记录什么？

建议记录：

• 请求 ID；
• 用户 ID；
• 租户 ID；
• 调用时间；
• 模型名称；
• Token 消耗；
• 风险评分；
• 是否触发脱敏；
• 是否被阻断；
• 错误码；
• 调用来源 IP；
• 业务场景标签。

日志不应记录什么？

不建议默认记录：

• 完整用户 Prompt；
• 完整模型输出；
• API Key；
• 访问令牌；
• 密码；
• 身份证号；
• 客户合同原文；
• 数据库查询结果原文。

日志配置示例

log_policy:
  prompt_logging:
    enabled: false
    sample_rate: 0

  response_logging:
    enabled: false
    sample_rate: 0

  metadata_logging:
    enabled: true

  sensitive_masking:
    enabled: true

  retention:
    default_days: 30
    security_event_days: 180
    audit_event_days: 365

  export:
    enabled: true
    target: "siem"
    format: "json"

如果确实需要记录 Prompt 用于质量分析，应采用采样、脱敏、审批和访问隔离机制，并确保符合企业隐私政策和当地法律法规。

十一、网络与部署安全

如果企业部署 Claude 调用网关，可以采用容器化方式，并通过反向代理进行访问控制。

Docker Compose 示例

version: "3.8"

services:
  claude-gateway:
    image: your-company/claude-gateway:latest
    container_name: claude-gateway
    restart: always
    environment:
      - APP_ENV=production
      - CLAUDE_API_KEY=${CLAUDE_API_KEY}
      - CLAUDE_MODEL=claude-3-5-sonnet-latest
    ports:
      - "8080:8080"
    volumes:
      - ./config/claude-security.yaml:/app/config/claude-security.yaml:ro
    networks:
      - ai-secure-net
    read_only: true
    security_opt:
      - no-new-privileges:true

networks:
  ai-secure-net:
    driver: bridge

Nginx 反向代理配置示例

server {
    listen 443 ssl http2;
    server_name ai-gateway.example.com;

    ssl_certificate /etc/nginx/certs/fullchain.pem;
    ssl_certificate_key /etc/nginx/certs/privkey.pem;

    client_max_body_size 2m;

    location / {
        proxy_pass http://claude-gateway:8080;
        proxy_set_header Host $host;
        proxy_set_header X-Request-Id $request_id;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

        proxy_connect_timeout 10s;
        proxy_send_timeout 60s;
        proxy_read_timeout 60s;

        limit_req zone=ai_limit burst=20 nodelay;
    }
}

limit_req_zone $binary_remote_addr zone=ai_limit:10m rate=10r/s;

网络层建议：

• 强制 HTTPS；
• 启用 WAF；
• 限制请求体大小；
• 内部服务不暴露公网；
• 只允许后端服务访问 Claude 网关；
• 对异常 IP、异常调用量进行告警；
• 对出站访问进行控制，防止数据被异常转发。

十二、输出安全与人工审核

Claude 的输出也需要安全检查，尤其是以下场景：

• 医疗建议；
• 法律意见；
• 投资建议；
• 网络安全攻击细节；
• 代码生成；
• 客户投诉回复；
• 对外发布文案；
• 合规审查结论。

输出安全策略示例

output_safety:
  enabled: true

  sensitive_leakage:
    detect_credentials: true
    detect_personal_info: true
    action: "redact"

  high_risk_domain:
    medical:
      action: "add_disclaimer"
      disclaimer: "以下内容仅供一般信息参考，不能替代专业医疗建议。"

    legal:
      action: "add_disclaimer"
      disclaimer: "以下内容仅供一般信息参考，具体事项请咨询专业律师。"

    financial:
      action: "add_disclaimer"
      disclaimer: "以下内容不构成投资建议，投资决策需自行承担风险。"

  security_content:
    malware_generation:
      action: "block"

    credential_theft:
      action: "block"

    vulnerability_exploitation:
      action: "review"

对于外部用户可见的内容，建议增加人工审核流程。例如：

模型生成 → 安全过滤 → 业务审核 → 对外发布

而不是让模型结果直接进入邮件、官网、客服话术或合同文本。

十三、RAG 知识库场景安全加固

很多企业会将 Claude 与内部知识库结合，实现 RAG 问答。此时要特别注意文档权限和检索安全。

RAG 安全要点

1. 文档入库前分类分级
   将文档标记为公开、内部、敏感、机密等等级。

2. 向量检索必须带权限过滤
   不能先检索全量文档，再让模型判断能不能回答。

3. 知识库内容不可信任
   文档中可能存在恶意 Prompt，应作为“资料”而非“指令”。

4. 返回引用来源
   让用户知道答案依据哪些文档生成，便于审计和纠错。

5. 敏感文档禁止进入外部问答场景
   如客户数据、合同细节、战略规划、财务报表等。

RAG 权限过滤配置

rag_security:
  enabled: true

  document_classification:
    levels:
      - public
      - internal
      - confidential
      - restricted

  retrieval:
    enforce_acl: true
    max_chunks: 8
    min_similarity: 0.72
    filter_by:
      - tenant_id
      - department_id
      - document_level
      - user_permission

  context_policy:
    strip_instruction_like_text: true
    mark_context_as_untrusted: true
    max_context_tokens: 6000

  citation:
    required: true
    include_document_id: true
    include_chunk_id: true

十四、异常监控与告警

上线后要持续监控 Claude 调用情况。建议关注以下指标：

• 每分钟请求量；
• 每用户调用次数；
• 每租户 Token 消耗；
• API 错误率；
• 平均响应时间；
• Prompt Injection 命中率；
• 敏感数据命中率；
• 被阻断请求数量；
• 高风险领域请求数量；
• 异常 IP 或异常 User-Agent。

告警配置示例

alerts:
  - name: abnormal_token_usage
    condition: "tenant_token_usage_1h > baseline * 3"
    severity: high
    action:
      - notify_security_team
      - throttle_tenant

  - name: prompt_injection_spike
    condition: "prompt_injection_blocked_10m > 50"
    severity: critical
    action:
      - notify_security_team
      - enable_strict_mode

  - name: api_error_spike
    condition: "api_error_rate_5m > 20%"
    severity: medium
    action:
      - notify_ops_team

  - name: sensitive_data_spike
    condition: "sensitive_data_detected_10m > 100"
    severity: high
    action:
      - notify_dpo
      - enable_data_masking_strict

十五、上线前安全检查清单

在 Claude 应用正式上线前，建议完成以下检查：

• [ ] API Key 未出现在前端代码中；
• [ ] API Key 未提交到 Git 仓库；
• [ ] 不同环境使用不同密钥；
• [ ] 已启用 HTTPS；
• [ ] 已配置用户认证；
• [ ] 已配置租户隔离；
• [ ] 已启用请求限流；
• [ ] 已启用敏感信息识别；
• [ ] 已配置 Prompt Injection 检测；
• [ ] 已配置系统提示词安全策略；
• [ ] 已限制模型工具调用权限；
• [ ] 已禁用默认记录完整 Prompt；
• [ ] 已配置日志脱敏；
• [ ] 已配置输出安全过滤；
• [ ] 高风险场景已增加免责声明或人工审核；
• [ ] RAG 检索已启用 ACL 权限过滤；
• [ ] 已配置异常调用告警；
• [ ] 已完成红队测试；
• [ ] 已建立密钥轮换流程；
• [ ] 已建立事故响应流程。

十六、总结

Claude 的安全加固，本质上是将大语言模型纳入企业现有安全治理体系。它既需要 Prompt 层面的约束，也需要工程层面的访问控制、数据脱敏、密钥管理、日志审计和监控告警。

一个较为稳妥的实践原则是：

模型负责理解和生成，安全边界必须由系统控制。

不要把权限判断、数据保护和合规责任完全交给模型。Claude 可以成为企业效率提升的重要工具，但前提是它被部署在一个可控、可审计、可回滚的安全架构中。

如果企业刚开始建设 Claude 应用，建议优先完成以下三件事：

1. 建立统一的 Claude 安全网关；
2. 完成 API Key、日志、敏感数据和权限隔离治理；
3. 针对 Prompt Injection、RAG 越权和高风险输出进行专项测试。

只有这样，Claude 才能从一个“好用的 AI 助手”，真正变成企业生产环境中“可靠的智能系统”。