Un blocco di sicurezza è una barriera di protezione in un sistema di IA che può rifiutare, troncare o interrompere una risposta quando la richiesta o l'output oltrepassa una regola di policy o una soglia di rischio. Non è solo un semplice filtro per parole chiave: un blocco di sicurezza può valutare l'intento, il contesto e il probabile effetto del contenuto generato prima di decidere se continuare.
Nella sicurezza informatica, i blocchi di sicurezza sono importanti perché lo stesso modello può supportare sia la difesa sia l'abuso. Possono bloccare istruzioni per malware, furto di credenziali o elusione, consentendo comunque attività legittime di risposta agli incidenti, analisi delle minacce o lavoro di red team. In pratica, gli aggressori cercano di aggirare questi blocchi con trucchi di prompt, roleplay o richieste suddivise, mentre i difensori li regolano per ridurre l'output dannoso senza compromettere le utili attività di sicurezza. I blocchi di sicurezza sono un livello del controllo degli accessi dell'IA, non una difesa completa.