---
title: "LLM गार्डरेल क्या हैं? इनपुट और आउटपुट जाँच समझें | BroadRouter"
description: "गार्डरेल LLM कॉल के इर्द-गिर्द की जाँच हैं जो असुरक्षित इनपुट और आउटपुट को रोकती, सुधारती या फ़्लैग करती हैं। इनपुट, आउटपुट और टूल गार्डरेल, लेटेंसी और जगह।"
url: https://broadrouter.com/hi/glossary/guardrails/
lang: hi
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/glossary/guardrails/) (2026-11-14 को अपडेट किया गया).

# गार्डरेल (LLM guardrails)

अपडेट किया गया 2026-11-14

गार्डरेल वे जाँचें हैं जो कोई ऐप्लिकेशन लैंग्वेज मॉडल कॉल के इर्द-गिर्द चलाता है, ताकि वह तय सीमाओं में रहे। इनपुट गार्डरेल मॉडल में जाने वाली चीज़ परखते हैं, आउटपुट गार्डरेल बाहर आने वाली, और टूल गार्डरेल कार्रवाई चलने से पहले उसे जाँचते हैं। जाँच फ़ेल होने पर अनुरोध रुकता, बदलता या फ़्लैग होता है।

अन्य नाम: गार्डरेल, AI गार्डरेल, llm guardrails kya hai, guardrails, LLM guardrails, AI guardrails, input guardrails, output guardrails, safety rails

गार्डरेल वे जाँचें हैं जो आप मॉडल के चारों ओर लगाते हैं, ताकि ख़राब इनपुट या ख़राब आउटपुट आपके कोड पर ही रुक जाए, आपके यूज़र तक न पहुँचे।

## यह कैसे काम करते हैं

OpenAI Agents SDK गार्डरेल को “checks and validations of user input and agent output” (अनुवाद: यूज़र इनपुट और एजेंट आउटपुट की जाँच और वैलिडेशन) बताता है और तीन तरह के गार्डरेल तय करता है:

| प्रकार | कब चलता है | आम जाँच |
| --- | --- | --- |
| इनपुट | पहली मॉडल कॉल से पहले या उसके साथ | विषय से हटे, अपमानजनक या इंजेक्ट किए अनुरोध |
| आउटपुट | अंतिम जवाब के बाद | लीक हुए सीक्रेट, पॉलिसी का उल्लंघन, ग़लत फ़ॉर्मैट |
| टूल | फ़ंक्शन टूल चलने से पहले और बाद | आर्ग्युमेंट सीमा में हों, कोई विनाशकारी कार्रवाई न हो |

जाँच फ़ेल होने पर एक “tripwire” (ट्रिपवायर) एक्सेप्शन उठाता है और रन रोक देता है। इनपुट जाँचें blocking हो सकती हैं (मुख्य मॉडल शुरू ही नहीं होता) या parallel (कम लेटेंसी, लेकिन ट्रिपवायर चलने तक टोकन और टूल कॉल ख़र्च हो चुके हो सकते हैं)।

NVIDIA की ओपन-सोर्स NeMo Guardrails लाइब्रेरी पाँच चरण इस्तेमाल करती है: input, retrieval, dialog, execution और output rails। Anthropic के डॉक्स एक “harmlessness screen” (अनुवाद: हानिरहितता की स्क्रीन) सुझाते हैं: एक छोटा, तेज़ मॉडल जो यूज़र इनपुट को मुख्य बातचीत तक पहुँचने से पहले वर्गीकृत करता है, [स्ट्रक्चर्ड आउटपुट](https://broadrouter.com/hi/glossary/structured-output/) के साथ, ताकि फ़ैसला पार्स किया जा सकने वाला true या false हो।

हर गार्डरेल को मॉडल की ज़रूरत नहीं। Regex फ़िल्टर, allow-list, JSON Schema वैलिडेशन और लंबाई की लिमिट सस्ते और नियत (deterministic) हैं।

## यह क्यों मायने रखते हैं

-   **सुरक्षा.** गार्डरेल [प्रॉम्प्ट इंजेक्शन](https://broadrouter.com/hi/glossary/prompt-injection/) और [जेलब्रेक](https://broadrouter.com/hi/glossary/jailbreak/) के ख़िलाफ़ बचाव की एक परत हैं। कोई एक परत इन सबको नहीं रोकती।
-   **लागत.** एक सस्ती स्क्रीन अनुरोध को इससे पहले ही रद्द कर सकती है कि कोई महँगा मॉडल 100,000 टोकन का कॉन्टेक्स्ट पढ़े।
-   **एजेंट.** ईमेल भेजने या डेटा बदलने वाले [एजेंट](https://broadrouter.com/hi/glossary/agent/) को सिर्फ़ अंतिम टेक्स्ट पर फ़िल्टर नहीं, बल्कि टूल के स्तर पर जाँच और ज़्यादा जोखिम वाले क़दमों पर इंसानी मंज़ूरी चाहिए।
-   **इन्हें मापें.** अच्छे अनुरोध रोकने वाला गार्डरेल एक बग है। [eval](https://broadrouter.com/hi/glossary/eval/) सेट से false positive ट्रैक करें।

## BroadNet Inference पर

BroadNet के डॉक्स में गार्डरेल, मॉडरेशन एंडपॉइंट या कंटेंट फ़िल्टर नहीं हैं। गार्डरेल को अपने ऐप्लिकेशन का काम मानें। एक आम पैटर्न है: [BroadNet Gemma 4 VL 26B](https://broadrouter.com/hi/models/gemma-4-vl-26b/) ($0.10 प्रति 1M इनपुट टोकन) जैसे छोटे मॉडल पर स्क्रीन, फिर बड़े मॉडल पर मुख्य कॉल। अगर इनपुट में निजी डेटा है, तो [LLM API को संवेदनशील डेटा भेजना](https://broadrouter.com/hi/blog/llm-api-sensitive-data/) देखें।

## अक्सर पूछे जाने वाले सवाल

### क्या गार्डरेल मॉडल का हिस्सा होते हैं?

नहीं। मॉडल में ट्रेनिंग से आए अपने इनकार होते हैं, लेकिन गार्डरेल अलग कोड या मॉडल कॉल हैं जो आपका ऐप्लिकेशन मुख्य कॉल से पहले और बाद में चलाता है। वे क्या जाँचें, यह आप तय करते हैं।

### क्या गार्डरेल से लेटेंसी बढ़ती है?

रोकने वाली (blocking) इनपुट जाँच मुख्य मॉडल शुरू होने से पहले एक अतिरिक्त कॉल जोड़ती है। OpenAI Agents SDK इसके बजाय इनपुट गार्डरेल समानांतर चला सकता है, जिससे समय बचता है, लेकिन जाँच ट्रिप होने से पहले टोकन ख़र्च हो सकते हैं।

### क्या BroadNet Inference में गार्डरेल शामिल हैं?

BroadNet के डॉक्स में गार्डरेल या कंटेंट फ़िल्टर फ़ीचर के रूप में नहीं हैं। इन्हें अपने ऐप्लिकेशन में बनाएँ, उदाहरण के लिए स्क्रीन के रूप में एक छोटा मॉडल और आउटपुट पर स्कीमा वैलिडेशन।

## यह भी देखें

-   [प्रॉम्प्ट इंजेक्शन (prompt injection)](https://broadrouter.com/hi/glossary/prompt-injection/) (शब्द)
-   [जेलब्रेक (LLM jailbreak)](https://broadrouter.com/hi/glossary/jailbreak/) (शब्द)
-   [AI एजेंट (AI agent)](https://broadrouter.com/hi/glossary/agent/) (शब्द)
-   [स्ट्रक्चर्ड आउटपुट (structured output)](https://broadrouter.com/hi/glossary/structured-output/) (शब्द)
-   [Eval (LLM इवैल्यूएशन)](https://broadrouter.com/hi/glossary/eval/) (शब्द)
-   [सिस्टम प्रॉम्प्ट (system prompt)](https://broadrouter.com/hi/glossary/system-prompt/) (शब्द)
-   [PII (personally identifiable information)](https://broadrouter.com/hi/glossary/pii/) (शब्द)
-   [BroadNet Inference पर OpenAI Agents SDK चलाएँ](https://broadrouter.com/hi/guides/openai-agents-sdk-custom-provider/) (गाइड)
-   [LLM API को संवेदनशील डेटा भेजना: redact करें, कम भेजें, कम लॉग करें](https://broadrouter.com/hi/blog/llm-api-sensitive-data/) (लेख)
-   [LLM API key को सुरक्षित कैसे रखें: स्टोरेज, रोटेशन और IP allow-list](https://broadrouter.com/hi/blog/llm-api-key-security/) (लेख)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-glossary-guardrails&utm_content=page-cta) ·

**स्रोत**

-   [OpenAI Agents SDK, गार्डरेल (इनपुट, आउटपुट और टूल गार्डरेल, ट्रिपवायर)](https://openai.github.io/openai-agents-python/guardrails/)
-   [NVIDIA NeMo Guardrails डॉक्यूमेंटेशन](https://docs.nvidia.com/nemo/guardrails/latest/index.html)
-   [Anthropic, जेलब्रेक और प्रॉम्प्ट इंजेक्शन से बचाव (harmlessness screens)](https://platform.claude.com/docs/en/test-and-evaluate/strengthen-guardrails/mitigate-jailbreaks)
