英文：Guardrail Policy 分类：alignment
定义模型行为边界与处理规则的策略体系：什么话题可答、什么情况拒绝、如何降级，是安全护栏的"规则大脑"。
构成：话题白名单/黑名单、敏感词与分类规则、拒绝与回应模板、分级处理（警告/拒绝/上报）、策略版本管理；设计：覆盖风险场景（自伤/违法/仇恨）、平衡可用性（减少误伤）；实现：配置驱动（策略引擎）。
用于企业 LLM 平台（统一安全策略）、客服系统（业务边界）、内容平台（审核规则）与行业合规（医疗/金融话术）；护栏策略是"安全规则的工程化"。