วิธีการด้านความปลอดภัย AI

AI Safety v2.0

Version 2.0 · 2026-08-19 · Governance 2.0 public evidence surface

สรุปการกำกับดูแล 2.0

หน้านี้ได้รวมเข้ากับอินเทอร์เฟซการกำกับดูแลสาธารณะ 2.0 ของ starnum แล้ว โดยใช้ชั้นหลักฐานชุดเดียวกันกับบัตรระบบ การกำกับดูแลข้อมูล รายงานความโปร่งใส นโยบายการใช้งาน และนโยบายความปลอดภัย

สรุปการกำกับดูแล

หน้านี้อธิบายมาตรการควบคุมความปลอดภัยที่ใช้รอบการตีความด้วยความช่วยเหลือของ AI และการผลิตเนื้อหาสาธารณะ

ขอบเขตการบังคับใช้

ครอบคลุมข้อความขอบเขตความเสี่ยง การยกเว้นคำแนะนำทางการแพทย์/กฎหมาย/การเงิน สัญญาณการติดตาม การเปิดเผยเหตุการณ์ และขอบเขตการเทียบเคียง (benchmark) กับโมเดล/ผู้ให้บริการ

สถานะการดำเนินการ

เวอร์ชัน 2.0 เชื่อมโยงถ้อยคำด้านความปลอดภัยเข้ากับ claim สาธารณะ การตรวจสอบโดยเครื่อง และสถานะความสมบูรณ์ของการเผยแพร่

เวอร์ชัน 1.0 — อัปเดตล่าสุด: 2026-04-18 | อ้างอิง: Anthropic Responsible Scaling Policy · OpenAI Safety & Alignment

แถลงการณ์จริยธรรม บันทึกความโปร่งใส วิธีการ นโยบายความปลอดภัย Benchmark

starnum.com.tw ดำเนินการโดยระบบอัตโนมัติ AI อย่างสมบูรณ์ (Claude Code เป็นผู้รับผิดชอบด้านเทคนิค) ในระบบ AI ล้วน ความปลอดภัยไม่ใช่มาตรการป้องกันที่เพิ่มภายหลัง แต่เป็นหลักการออกแบบหลักของสถาปัตยกรรม หน้านี้อธิบายว่าเรา ดำเนินการ ความปลอดภัย AI อย่างไร ไม่ใช่แค่ประกาศพันธกิจด้านจริยธรรม

หลักความปลอดภัยหลัก จริยธรรม > ความปลอดภัย > คุณภาพเนื้อหา > SEO > ประสิทธิภาพ ลำดับความสำคัญนี้ควบคุมความขัดแย้งในการตัดสินใจทั้งหมด ไม่ใช่แค่นโยบาย แต่เป็นกฎแข็งที่เขียนลงในทุก prompt ของ AI agent

1. โปรโตคอล Red Team

Red teaming เป็นวิธีทดสอบเชิงปฏิปักษ์ที่พยายามทำให้ระบบ AI ละเมิดกฎเพื่อค้นหาช่องโหว่ด้านความปลอดภัยอย่างตั้งใจ

1.1 เครื่องมือทดสอบ

ใช้เครื่องมือ red team อัตโนมัติรันทดสอบตามหมวดหมู่ต่อไปนี้เป็นประจำ:

หมวดหมู่การทดสอบ	สถานการณ์ทดสอบ	พฤติกรรมที่คาดหวัง
การทดสอบเส้นแบ่งจริยธรรม	ขอให้ทำนายเวลาเสียชีวิต วินิจฉัยโรค	ปฏิเสธการสร้างผลลัพธ์ และแจ้งผู้ใช้
การทดสอบปกป้องตัวตน	ขอให้วิเคราะห์นักการเมือง ดวงชะตาผู้เยาว์	ปฏิเสธ ไม่สร้างเนื้อหาใดๆ
การทดสอบ Prompt Injection	ฝังคำสั่งบงการไว้ในอินพุต	ตรวจจับและแยกออก แหล่งที่มาถูกเพิ่มในบัญชีดำ
การทดสอบความขัดแย้งของตรรกะโหราศาสตร์	ป้อนโครงสร้างดวงชะตาที่ขัดแย้งกัน	กระตุ้นกลไกตรวจสอบตรรกะโหราศาสตร์
การทดสอบหลบเลี่ยงรูปแบบ	พยายามกระตุ้นรูปแบบผลลัพธ์ที่ต้องห้าม	เครื่องมือตรวจสอบรูปแบบสกัดกั้น บังคับส่งกลับ
การทดสอบการกำกับดูแลข้อมูล	พยายามเข้าถึงข้อมูลผู้ใช้เกินขอบเขต	นโยบาย Supabase RLS สกัดกั้น

1.2 การจัดการผลการทดสอบ

ผ่าน: บันทึกลงบันทึกสถานะระบบ ไม่มีการดำเนินการเพิ่มเติม
ไม่ผ่าน: กระตุ้นสถาปัตยกรรมการยกระดับสามชั้น (ดูหัวข้อถัดไป) บันทึกลง data/incidents.md และ data/transparency-log.json
ตรวจพบ Prompt Injection: URL/โดเมนต้นทางถูกเพิ่มในบัญชีดำ ไม่ถูกดึงข้อมูลอีกต่อไป

1.3 เส้นสีแดงที่ฮาร์ดโค้ด

การทำนายเวลาเสียชีวิต (ในรูปแบบใดก็ตาม)
การวินิจฉัยโรคหรือคำแนะนำการรักษา
การวิเคราะห์ดวงชะตาของนักการเมือง
การวิเคราะห์ดวงชะตาของผู้เยาว์ (โดยไม่ได้รับความยินยอมเป็นลายลักษณ์อักษรจากผู้ปกครอง)
การใช้ผลการพยากรณ์เป็นเหตุผลในการเลือกปฏิบัติ
การทำนายที่แน่นอนซึ่งอาจก่อให้เกิดอันตรายทางจิตใจ

รายการข้างต้นเป็นเส้นแบ่งที่ตายตัว (Hardcoded) ไม่สามารถถูกแทนที่ได้ด้วยคำสั่งผู้ใช้ บริการแบบชำระเงิน หรือการอัปเกรดระบบใดๆ

2. สถาปัตยกรรมการยกระดับสามชั้น

สถาปัตยกรรมการยกระดับสามชั้นช่วยให้ปัญหาของระบบถูกยกระดับจากการจัดการอัตโนมัติไปสู่การแทรกแซงของมนุษย์ทีละขั้น โดยแต่ละชั้นมีเงื่อนไขกระตุ้นและกรอบเวลาที่ชัดเจน

L1 — การตรวจจับและสกัดกั้นอัตโนมัติ

ตัวกระตุ้น: การตรวจสอบตรรกะโหราศาสตร์ล้มเหลว, การละเมิดมาตรฐานรูปแบบ, คำต้องห้ามถูกกระตุ้น, ตรวจพบ Prompt Injection

การดำเนินการอัตโนมัติ:

เครื่องมือกรองคำต้องห้ามสกัดกั้นคำต้องห้ามและถ้อยคำไม่เหมาะสม
เครื่องมือตรวจสอบรูปแบบ (บังคับส่งกลับผลลัพธ์ที่ไม่ผ่านมาตรฐาน)
เครื่องมือตรวจสอบตรรกะโหราศาสตร์
กลไกยืนยันการอ่าน SOP

กรอบเวลาตอบสนอง: ทันที (สกัดกั้นแบบซิงโครนัส ไม่เข้าสู่กระบวนการเผยแพร่)

L2 — การซ่อมแซมอัตโนมัติและการบันทึก

ตัวกระตุ้น: agent ไม่สามารถแก้ไขตัวเองได้หลังถูกสกัดกั้นที่ L1, คะแนนคุณภาพต่ำกว่าเกณฑ์ติดต่อกัน 3 ครั้ง, ข้อผิดพลาดประเภทเดียวกันสะสม ≥ 3 ครั้ง

การดำเนินการอัตโนมัติ:

บันทึกข้อผิดพลาดลง data/failure-log.json พร้อมการวิเคราะห์สาเหตุต้นตอ
บันทึกเหตุการณ์ลง data/incidents.md
ข้อผิดพลาดประเภทเดียวกัน ≥ 3 ครั้ง → เสนอกฎใหม่อัตโนมัติเข้าสู่ระบบเสนอกฎ
กระตุ้นการตรวจสอบการกำกับดูแลแบบหลายโมเดล (joint-audit.js) เพื่อยืนยันขอบเขตปัญหา
บันทึกสาธารณะลงบันทึกความโปร่งใส (ปัญหาเล็กน้อย)

กรอบเวลาตอบสนอง: ซ่อมแซมอัตโนมัติเสร็จสิ้นภายใน 7 วัน

L3 — การแทรกแซงของมนุษย์

ตัวกระตุ้น: การละเมิดเส้นแบ่งจริยธรรม (ทุกระดับความรุนแรง), ข้อมูลผู้ใช้ต้องสงสัยว่ารั่วไหล, ข้อผิดพลาดเชิงระบบของตรรกะโหราศาสตร์ที่กระทบบทความ >10 บทความ, การซ่อมแซมอัตโนมัติที่ L2 ล้มเหลว >2 ครั้ง

การดำเนินการ:

หยุดงานของ AI agent ที่เกี่ยวข้องทันที
เจ้าของเว็บไซต์ (ผู้รับผิดชอบด้านเทคนิค) เข้าตรวจสอบ
นำเนื้อหาที่ได้รับผลกระทบออกหรือติดป้ายเตือน
อัปเดตบันทึกความโปร่งใสต่อสาธารณะ (ภายใน 72 ชั่วโมง)
อัปเดต skill pack/SOP ที่เกี่ยวข้องหลังวิเคราะห์สาเหตุต้นตอเสร็จสิ้น

กรอบเวลาตอบสนอง: CRITICAL เริ่มตรวจสอบโดยมนุษย์ภายใน 4 ชม. / MAJOR ภายใน 24 ชม.

3. หลักการออกแบบชุดการประเมิน (Eval Set)

ชุดการประเมิน (Eval Set) คือกลุ่มดวงชะตาทดสอบที่ตายตัว ใช้ยืนยันว่าคุณภาพผลลัพธ์ไม่ถดถอยหลังการอัปเดตระบบทุกครั้ง (การทดสอบถดถอย)

3.1 หลักการออกแบบ

ความตายตัว: ดวงชะตา 37 ชุด (ชุดประเมินคงที่) จะไม่เปลี่ยนแปลงในการอัปเดตแต่ละครั้ง เพื่อให้เกณฑ์เปรียบเทียบคงเส้นคงวา

ความเป็นตัวแทน: ครอบคลุมดาวหลักต่างกัน (ไม่มีดาวหลัก, ไท่อิน, หวู่ฉวี ฯลฯ), วังต่างกัน, มี/ไม่มีเวลาเกิด, เลขศาสตร์ต่างกัน เพื่อให้การทดสอบครอบคลุมโครงสร้างดวงชะตาที่หลากหลาย

ความไว: รวมสถานการณ์ขอบเขต (การคำนวณแบบไม่มีเวลาเกิด, การซ้อนทับของหัวยันต์หลายดวง, รูปแบบวังตรงข้ามปะทะ) เพื่อยืนยันพฤติกรรมของระบบในสถานการณ์ที่ยาก

การปกป้องความเป็นส่วนตัว: ดวงชะตาทดสอบทั้ง 37 ชุดผ่านการปกปิดตัวตนทั้งหมด ไม่มีข้อมูลที่ระบุตัวบุคคลได้

3.2 จังหวะการรัน

ต้องรันทุกครั้งหลังอัปเดตเอกสารมาตรฐานหลัก
ต้องรันทุกครั้งหลังอัปเดตเอกสาร SOP
รันก่อนและหลังการอัปเกรดเวอร์ชันโมเดล AI แต่ละครั้ง (เปรียบเทียบผลต่าง)
เป็นส่วนหนึ่งของการตรวจสอบทั้งเว็บไซต์ทุกวันอาทิตย์ (benchmark-run.js)

3.3 มิติการประเมิน

มิติ	เครื่องมือ	เกณฑ์
การปฏิบัติตามรูปแบบ	เครื่องมือตรวจสอบรูปแบบ	ผ่าน 100% (exit 0)
ความถูกต้องของตรรกะโหราศาสตร์	เครื่องมือตรวจสอบตรรกะโหราศาสตร์	ละเมิดกฎแข็ง 0 ครั้ง
การยืนยันการอ่าน SOP	เครื่องมือยืนยัน SOP	มีการยืนยัน "✅ SOP ที่อ่านแล้ว" 100%
การปฏิบัติตามเส้นแบ่งจริยธรรม	เครื่องมือกรองคำต้องห้าม	คำต้องห้ามถูกกระตุ้น 0 ครั้ง
อัตราความครอบคลุม (เจ็ดชั้น)	เครื่องมือตรวจสอบความครอบคลุม	ครอบคลุม ≥ 80%

→ หน้า Benchmark: ดูผลการประเมินสาธารณะและเกณฑ์การให้คะแนน

4. เงื่อนไขการเข้าแทรกแซงของมนุษย์

แม้เว็บไซต์นี้จะมีระดับการทำงานอัตโนมัติของ AI สูงมาก แต่สถานการณ์ต่อไปนี้ต้องกระตุ้นให้เจ้าของเว็บไซต์ (มนุษย์) เข้าแทรกแซง:

เงื่อนไขกระตุ้น	ประเภท	ระดับความเร่งด่วน
การละเมิดเส้นแบ่งจริยธรรมใดๆ (เส้นแบ่งตายตัวถูกกระตุ้น)	จริยธรรม	ทันที
ข้อมูลผู้ใช้ต้องสงสัยว่ารั่วไหลหรือถูกเข้าถึงโดยไม่ได้รับอนุญาต	ความปลอดภัย	ทันที
Prompt Injection ผ่านชั้นป้องกันสำเร็จ	ความปลอดภัย	ทันที
พฤติกรรมของ AI agent เบี่ยงเบนเชิงระบบ (ข้อผิดพลาดประเภทเดียวกัน ≥ 5 ครั้ง)	คุณภาพ	24 ชั่วโมง
การตรวจสอบการกำกับดูแลแบบหลายโมเดลพบปัญหา P0/P1	ระบบ	24 ชั่วโมง
คะแนนการทดสอบถดถอยของชุดประเมิน (Eval) ลดลง >10%	คุณภาพ	72 ชั่วโมง
ข้อมูล Supabase ผิดปกติ (ลบ/แก้ไขโดยไม่ได้รับอนุญาต)	ความปลอดภัย	ทันที
ได้รับรายงานช่องโหว่จากนักวิจัยด้านความปลอดภัยภายนอก	ความปลอดภัย	ยืนยันภายใน 72 ชั่วโมง
ได้รับการร้องเรียนลิขสิทธิ์ DMCA	กฎหมาย	นำออกทันที

5. กลไกความปลอดภัยของฐานความรู้

ฐานความรู้โหราศาสตร์ (KB) เป็นรากฐานของผลลัพธ์ที่ระบบสร้างขึ้น ความปลอดภัยของมันส่งผลโดยตรงต่อคุณภาพของผลผลิตทั้งหมด

กระบวนการล้างข้อมูลด้วย LLM: หลังการดึงข้อมูลต้องผ่านการล้างข้อมูลด้วย LLM เพื่อลบโฆษณา การขายของ และ Prompt Injection
กลไกบัญชีดำ: โดเมนต้นทางที่ตรวจพบ Prompt Injection จะถูกเพิ่มในบัญชีดำและบล็อกถาวร
การยืนยันคำศัพท์: เนื้อหา KB ทั้งหมดต้องผ่านการเทียบคำศัพท์กับ data/glossary.json (221 คำศัพท์ × 9 ภาษา)
การติดป้ายสำนัก: มุมมองที่ไม่ใช่สำนักหลู่ปินเจ้าต้องติดป้าย ⚠️ และห้ามใช้เป็นแหล่งอ้างอิงหลักในการผลิตบทความ
การตรวจจับความขัดแย้ง: scripts/detect-evidence-conflict.js สแกนความขัดแย้งของสำนัก/สถานะดาวเป็นประจำ

6. กลไกการปรับปรุงอย่างต่อเนื่อง

ความปลอดภัยไม่ใช่สถานะที่หยุดนิ่ง แต่เป็นกระบวนการที่พัฒนาอย่างต่อเนื่อง:

วิวัฒนาการที่ขับเคลื่อนด้วยความล้มเหลว: การวิเคราะห์สาเหตุต้นตอของทุกเหตุการณ์ L2/L3 ต้องอัปเดต skill pack ที่เกี่ยวข้อง เพื่อป้องกันปัญหาประเภทเดียวกันเกิดซ้ำ
การตรวจสอบร่วม 20 รอบ (ณ 2026-04-12): แก้บั๊กสะสม 188 รายการ, R15 เป็นครั้งแรกที่ AI ยืนยัน CLEAN ครบ 4/4
วงจรชีวิตของกฎ: กฎที่ไม่ถูกกระตุ้นเป็นเวลา 90 วันจะถูกพิจารณาเลิกใช้ (skill-lifecycle.md) เพื่อป้องกันกฎขยายตัวเกินจำเป็น
การทบทวนไวท์เปเปอร์: ทุกไตรมาส การกำกับดูแลแบบหลายโมเดลจะร่วมทบทวนสถาปัตยกรรมโดยรวมและเสนอแนวทางปรับปรุง

แหล่งข้อมูลที่เกี่ยวข้อง

แถลงการณ์จริยธรรม — กรอบจริยธรรมสำหรับการใช้ AI
บันทึกความโปร่งใส — บันทึกเหตุการณ์สาธารณะ
Benchmark — ผลการประเมินสาธารณะและเกณฑ์การให้คะแนน
นโยบายการกำกับดูแลข้อมูล AI — วิธีการจัดการข้อมูลผู้ใช้
นโยบายการใช้งานที่ยอมรับได้ — มาตรฐานการใช้งานแพลตฟอร์ม
วิธีการผลิตเนื้อหา — ภาพรวมสถาปัตยกรรมทางเทคนิคทั้งหมด
นโยบายการเปิดเผยความปลอดภัย — กระบวนการรายงานช่องโหว่

มาตรฐานภายนอกและแหล่งข้อมูลปฐมภูมิ

แหล่งข้อมูลปฐมภูมิเหล่านี้ใช้ประกอบการกำกับดูแลของหน้านี้ เป็นเกณฑ์อ้างอิง ไม่ใช่การรับรองเว็บไซต์โดยบุคคลที่สาม

ภาพรวมการตรวจสอบโดยเครื่องล่าสุด

ส่วนนี้ใช้เฉพาะข้อมูลการตรวจสอบที่ตรวจสอบย้อนกลับได้จากระบบภายในเท่านั้น ไม่เพิ่มตัวชี้วัดหรือข้อกล่าวอ้างเกี่ยวกับโมเดลที่ไม่มีหลักฐานรองรับ

2026-08-19

วันที่ดูแลรักษา

17/17

วงจร LLM

180/180

หน้าการกำกับดูแล

ข้อผิดพลาด JSON-LD

32,724

KB chunks (HEALTHY)

TM entries; verified 0

7,976/7,976

AI answer-ready; failures 0

critical

หน้าสถานะ: 4 critical, 0 warnings

data/state-machine/i18n-parity.json: 8,036 parent URLs, 7,976 articles.
data/kb-machine-audit.json: 3,238 source files, 0 missing coverage, 0 orphan chunks.
data/discovery-surface-audit.json: 0 errors, 0 warnings.
data/sla-report.json: critical / 4 critical, 0 warnings.

การดูแลเนื้อหาและการตัดสินใจอัปเดต

ส่วนนี้ทำให้เนื้อหาหน้าการกำกับดูแลสามารถตรวจสอบได้ด้วยเครื่อง ทุกหน้าต้องเปิดเผยว่าอ้างอิงข้อมูลใด หน้าที่เกี่ยวข้องใดมีผลกระทบต่อหน้านี้ และ gate ใดจะแจ้งเตือนเมื่อจำเป็นต้องอัปเดต

การตัดสินใจอัปเดต

หน้านี้ไม่ใช่ข้อความคงที่ เมื่อข้อมูลต้นทาง นโยบายที่เกี่ยวข้อง ตัวชี้วัดสาธารณะ หรือตัวสร้างข้อมูลเปลี่ยนแปลง AI Ops จะผลิตเพียงหลักฐาน ส่วนการตัดสินใจว่าจะแก้ไขข้อความหรือไม่นั้นขึ้นอยู่กับ AI agent

ขอบเขตของมนุษย์

ระบบมีหน้าที่ตรวจจับ แจ้งเตือน และเก็บหลักฐาน ส่วนการแก้ไขขั้นสุดท้ายและการตัดสินใจเรื่องน้ำเสียงดำเนินการโดย agent เช่น Codex/Claude

คำสั่งตรวจสอบ

node scripts/verify-trust-pages.js --check

data/sla-report.json
data/public-claim-registry.json
data/discovery-surface-audit.json
หน้าการกำกับดูแลที่เกี่ยวข้อง: นโยบายการใช้งานที่ยอมรับได้ · นโยบายความปลอดภัย · บัตรระบบ · รายงานความโปร่งใส
กระบวนการอัปเดต: npm run update:trust-pages → npm run test:trust

ภาพรวมการตรวจสอบโดยเครื่องล่าสุด

2026-08-19

วันที่ดูแลรักษา

17/17

วงจร LLM

180/180

หน้าการกำกับดูแล

ข้อผิดพลาด JSON-LD

32,724

KB chunks (HEALTHY)

512,152

TM entries; verified 6,250

7,976/7,976

AI answer-ready; failures 0

critical

หน้าสถานะ: 4 critical, 0 warnings

data/state-machine/i18n-parity.json: 8,036 parent URLs, 7,976 articles.
data/kb-machine-audit.json: 3,238 source files, 0 missing coverage, 0 orphan chunks.
data/discovery-surface-audit.json: 0 errors, 0 warnings.
data/sla-report.json: critical / 4 critical, 0 warnings.

การดูแลเนื้อหาและการตัดสินใจอัปเดต

การตัดสินใจอัปเดต

ขอบเขตของมนุษย์

คำสั่งตรวจสอบ

node scripts/verify-trust-pages.js --check

data/sla-report.json
data/public-claim-registry.json
data/discovery-surface-audit.json
หน้าการกำกับดูแลที่เกี่ยวข้อง: นโยบายการใช้งานที่ยอมรับได้ · นโยบายความปลอดภัย · บัตรระบบ · รายงานความโปร่งใส
กระบวนการอัปเดต: npm run update:trust-pages → npm run test:trust

ภาพรวมการตรวจสอบโดยเครื่องล่าสุด

2026-08-19

วันที่ดูแลรักษา

17/17

วงจร LLM

180/180

หน้าการกำกับดูแล

ข้อผิดพลาด JSON-LD

32,724

KB chunks (HEALTHY)

512,152

TM entries; verified 6,250

7,976/7,976

AI answer-ready; failures 0

critical

หน้าสถานะ: 4 critical, 0 warnings

data/state-machine/i18n-parity.json: 8,036 parent URLs, 7,976 articles.
data/kb-machine-audit.json: 3,238 source files, 0 missing coverage, 0 orphan chunks.
data/discovery-surface-audit.json: 0 errors, 0 warnings.
data/sla-report.json: critical / 4 critical, 0 warnings.

การดูแลเนื้อหาและการตัดสินใจอัปเดต

การตัดสินใจอัปเดต

ขอบเขตของมนุษย์

คำสั่งตรวจสอบ

node scripts/verify-trust-pages.js --check

data/sla-report.json
data/public-claim-registry.json
data/discovery-surface-audit.json
หน้าการกำกับดูแลที่เกี่ยวข้อง: นโยบายการใช้งานที่ยอมรับได้ · นโยบายความปลอดภัย · บัตรระบบ · รายงานความโปร่งใส
กระบวนการอัปเดต: npm run update:trust-pages → npm run test:trust

ชั้นหลักฐานที่ตรวจสอบได้ (Verifiable Evidence Layer)

ส่วนนี้ไม่ใช่คำกล่าวอ้างลอยๆ ทุกข้อกล่าวอ้างหลักมี claim id, JSON แหล่งที่มา, hash และคำสั่งตรวจสอบที่รันซ้ำได้ หน้าเพจสาธารณะเปิดเผยเฉพาะหลักฐานด้านการกำกับดูแลที่เปิดเผยได้ ไม่เปิดเผยซอร์สโค้ด กุญแจลับ ข้อมูลส่วนตัว หรือรายละเอียดพื้นผิวการโจมตีที่อาจถูกนำไปใช้ในทางที่ผิด

Claim ID	ค่าที่ตรวจสอบได้	สถานะ	หน้าที่รับผิดชอบ	แหล่งที่มาและการตรวจสอบ
claim.public-url-manifest.indexable-count รายการ URL สาธารณะและ canonical	38,965 indexable URLs	verified	sitewide	`node scripts/generate-public-evidence-manifest.js --dry`
claim.trust-pages.audit-pass-rate การตรวจสอบหน้าการกำกับดูแลโดยเครื่อง	180/180 pass	verified	sitewide	`node scripts/verify-trust-pages.js --check`
claim.discovery-surface.zero-errors การตรวจสอบพื้นผิวการค้นพบของ AI (discovery surface)	{"errors":0,"warnings":0}	verified	sitewide	`node scripts/verify-discovery-surface.js`
claim.structured-data.jsonld-errors การตรวจสอบ JSON-LD / ข้อมูลโครงสร้าง	{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406}	verified	sitewide	`node scripts/site-machine-audit.js`
claim.status.sla-state แหล่งข้อมูล SLA ของหน้าสถานะ	critical / 5 critical, 0 warnings	verified	sitewide	`node scripts/generate-status-page.js`
claim.provider-alignment.openai-anthropic-gemini การเทียบเคียงมาตรฐานกับ OpenAI / Anthropic / Google Gemini	benchmark alignment only unless code/config evidence exists	verified	sitewide	`node scripts/verify-public-evidence.js --check`
claim.transparency-report.sha256 การยึดโยง SHA-256 ของรายงานความโปร่งใส	{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"}	verified	sitewide	`node scripts/update-transparency-current-data.js`
claim.release-integrity.gpg-signing สถานะการเซ็นชื่อ GPG	GPG signing configured locally; GitHub verification pending	github_verification_pending	sitewide	`gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature`

public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

บัตรระบบ V2.0: ชั้นเปิดเผยความโปร่งใสทางเทคนิค

ชั้นนี้รวบรวมหลักฐานด้านการกำกับดูแลทางเทคนิคที่เปิดเผยต่อสาธารณะได้อย่างปลอดภัยไว้ในที่เดียว ได้แก่ สถาปัตยกรรม แหล่งที่มาของข้อมูล ขอบเขตการใช้งาน AI เกตคุณภาพ ความสมบูรณ์ของการเผยแพร่ และการเทียบเคียงกับผู้ให้บริการ ซอร์สโค้ด กุญแจลับ รายละเอียดพื้นผิวการโจมตีที่อาจถูกนำไปใช้ในทางที่ผิด และข้อมูลส่วนตัว ไม่อยู่ในขอบเขตที่เปิดเผย

สถาปัตยกรรมสาธารณะ

Cloudflare Pages/Workers, R2/D1/KV/Pagefind และสคริปต์สร้างข้อมูลภายในเครื่อง ร่วมกันประกอบเป็นห่วงโซ่การเผยแพร่เว็บไซต์สาธารณะและข้อมูลการกำกับดูแล สิ่งที่เปิดเผยต่อภายนอกมีเพียงพฤติกรรม สถานะ และแหล่งข้อมูลที่ตรวจสอบได้ ไม่เปิดเผยกุญแจลับหรือสิทธิ์การดำเนินงานภายใน

การเปิดเผยการใช้ AI

การสแกนโค้ดตรวจสอบโมเดล production inference ที่ตรวจสอบได้ในปัจจุบัน: ไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ทั้ง OpenAI, Anthropic และ Google Gemini ถูกใช้เป็นกรอบเทียบเคียงด้านการกำกับดูแลเท่านั้น หากไม่มีหลักฐานโค้ดหรือการตั้งค่า จะไม่ระบุว่าใช้งานจริงบน production

เกตคุณภาพและความปลอดภัย

การตรวจสอบหน้าการกำกับดูแลผ่าน 180/180 ข้อผิดพลาด JSON-LD เท่ากับ 0 ข้อผิดพลาด discovery surface เท่ากับ 0 หน้าสถานะแสดงผลตามจริงที่ critical / 4 critical, 0 warnings

ข้อมูลและการตรวจสอบย้อนกลับ

คลังความรู้ 32,724 chunks, TM 512,152 entries, AI answer-ready 7,976/7,976 ข้อมูลสาธารณะสามารถตรวจสอบย้อนกลับไปยัง data/state-machine/*, data/*audit*.json และรายงาน transparency

มิติการกำกับดูแล	OpenAI	Anthropic	Google Gemini	หลักฐานการปฏิบัติจริงของ Starnum
การเปิดเผยโมเดล/บัตรระบบ	OpenAI models + safety docs	Claude model docs + system/model cards	Gemini model docs + safety settings	system-card, model-card, methodology, benchmark, transparency-log
การประเมินความปลอดภัยและขอบเขตการใช้งาน	Safety best practices / deployment checklist	Responsible Scaling / safety policy	Gemini safety controls / policy	AI safety, acceptable-use, ethics, risk-boundary copy, crawler policy audit
การกำกับดูแลข้อมูล	Data controls / privacy controls	privacy and data handling docs	Gemini API data governance references	privacy, ai-data-governance, KB/TM source tracking, SHA-256 hashes
การติดตามตรวจสอบและการเผยแพร่	production checklist / eval discipline	system-card transparency discipline	model/version documentation discipline	deploy.js, status.html, SLA report, trust-pages-machine-audit, sitemap/hreflang audits

แหล่งที่มา: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json
แหล่งที่มา: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json
แหล่งที่มา: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json
วันที่ตรวจสอบเอกสารเทียบเคียงอย่างเป็นทางการ: 2026-08-19 ลิงก์แสดงอยู่ในตารางเทียบเคียง OpenAI / Anthropic / Google Gemini

จุดเน้นของ V2.0 ไม่ใช่การเขียนคำคุณศัพท์เพิ่มเติม แต่คือการแยก「สิ่งที่ทำแล้ว」ออกจาก「สิ่งที่ยังไม่ได้ทำ」อย่างชัดเจน ทั้งการใช้งานจริงบน production การเทียบเคียงด้านการกำกับดูแล ความผิดปกติของสถานะ การเซ็นชื่อ GPG และ SLA breach ล้วนเปิดเผยตามข้อมูลต้นทางอย่างตรงไปตรงมา

ความสมบูรณ์ของการเผยแพร่และ GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

การเทียบเคียงกับ OpenAI / Anthropic / Google Gemini

เอกสารการกำกับดูแลของเว็บไซต์นี้เทียบเคียงกับกรอบสาธารณะทั้งสามพร้อมกัน ได้แก่ เอกสารโมเดล บัตรระบบ/บัตรโมเดล การประเมินความปลอดภัย การกำกับดูแลข้อมูล และนโยบายการใช้งาน นี่คือการเทียบเคียงด้านการกำกับดูแล ไม่ใช่การยืนยันว่าทุกรายถูกใช้งานจริงใน production inference วันที่ตรวจสอบเอกสารอย่างเป็นทางการ: 2026-08-19

แหล่งเทียบเคียง	จุดเน้นด้านการกำกับดูแล	การเปิดเผยของเว็บไซต์นี้	แหล่งที่มาอย่างเป็นทางการ
OpenAI	เอกสารโมเดล คำอธิบายโมเดลล่าสุด แนวปฏิบัติด้านความปลอดภัยที่ดีที่สุด และการควบคุมข้อมูล	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://platform.openai.com/docs/models
Anthropic	เอกสารโมเดล Claude, system card / model card, Responsible Scaling และนโยบายความปลอดภัย	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://docs.anthropic.com/en/docs/about-claude/models
Google Gemini	เอกสารโมเดล Gemini API การตั้งค่าความปลอดภัย การกำกับดูแลข้อมูล และนโยบายแพลตฟอร์ม	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://ai.google.dev/gemini-api/docs/models

ชั้นหลักฐานที่ตรวจสอบได้ (Verifiable Evidence Layer)

Claim ID	ค่าที่ตรวจสอบได้	สถานะ	หน้าที่รับผิดชอบ	แหล่งที่มาและการตรวจสอบ
claim.public-url-manifest.indexable-count รายการ URL สาธารณะและ canonical	38,965 indexable URLs	verified	sitewide	`node scripts/generate-public-evidence-manifest.js --dry`
claim.trust-pages.audit-pass-rate การตรวจสอบหน้าการกำกับดูแลโดยเครื่อง	180/180 pass	verified	sitewide	`node scripts/verify-trust-pages.js --check`
claim.discovery-surface.zero-errors การตรวจสอบพื้นผิวการค้นพบของ AI (discovery surface)	{"errors":0,"warnings":0}	verified	sitewide	`node scripts/verify-discovery-surface.js`
claim.structured-data.jsonld-errors การตรวจสอบ JSON-LD / ข้อมูลโครงสร้าง	{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406}	verified	sitewide	`node scripts/site-machine-audit.js`
claim.status.sla-state แหล่งข้อมูล SLA ของหน้าสถานะ	critical / 5 critical, 0 warnings	verified	sitewide	`node scripts/generate-status-page.js`
claim.provider-alignment.openai-anthropic-gemini การเทียบเคียงมาตรฐานกับ OpenAI / Anthropic / Google Gemini	benchmark alignment only unless code/config evidence exists	verified	sitewide	`node scripts/verify-public-evidence.js --check`
claim.transparency-report.sha256 การยึดโยง SHA-256 ของรายงานความโปร่งใส	{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"}	verified	sitewide	`node scripts/update-transparency-current-data.js`
claim.release-integrity.gpg-signing สถานะการเซ็นชื่อ GPG	GPG signing configured locally; GitHub verification pending	github_verification_pending	sitewide	`gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature`

public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

บัตรระบบ V2.0: ชั้นเปิดเผยความโปร่งใสทางเทคนิค

สถาปัตยกรรมสาธารณะ

การเปิดเผยการใช้ AI

เกตคุณภาพและความปลอดภัย

ข้อมูลและการตรวจสอบย้อนกลับ

มิติการกำกับดูแล	OpenAI	Anthropic	Google Gemini	หลักฐานการปฏิบัติจริงของ Starnum
การเปิดเผยโมเดล/บัตรระบบ	OpenAI models + safety docs	Claude model docs + system/model cards	Gemini model docs + safety settings	system-card, model-card, methodology, benchmark, transparency-log
การประเมินความปลอดภัยและขอบเขตการใช้งาน	Safety best practices / deployment checklist	Responsible Scaling / safety policy	Gemini safety controls / policy	AI safety, acceptable-use, ethics, risk-boundary copy, crawler policy audit
การกำกับดูแลข้อมูล	Data controls / privacy controls	privacy and data handling docs	Gemini API data governance references	privacy, ai-data-governance, KB/TM source tracking, SHA-256 hashes
การติดตามตรวจสอบและการเผยแพร่	production checklist / eval discipline	system-card transparency discipline	model/version documentation discipline	deploy.js, status.html, SLA report, trust-pages-machine-audit, sitemap/hreflang audits

แหล่งที่มา: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json
แหล่งที่มา: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json
แหล่งที่มา: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json
วันที่ตรวจสอบเอกสารเทียบเคียงอย่างเป็นทางการ: 2026-08-19 ลิงก์แสดงอยู่ในตารางเทียบเคียง OpenAI / Anthropic / Google Gemini

ความสมบูรณ์ของการเผยแพร่และ GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

การเทียบเคียงกับ OpenAI / Anthropic / Google Gemini

แหล่งเทียบเคียง	จุดเน้นด้านการกำกับดูแล	การเปิดเผยของเว็บไซต์นี้	แหล่งที่มาอย่างเป็นทางการ
OpenAI	เอกสารโมเดล คำอธิบายโมเดลล่าสุด แนวปฏิบัติด้านความปลอดภัยที่ดีที่สุด และการควบคุมข้อมูล	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://platform.openai.com/docs/models
Anthropic	เอกสารโมเดล Claude, system card / model card, Responsible Scaling และนโยบายความปลอดภัย	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://docs.anthropic.com/en/docs/about-claude/models
Google Gemini	เอกสารโมเดล Gemini API การตั้งค่าความปลอดภัย การกำกับดูแลข้อมูล และนโยบายแพลตฟอร์ม	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://ai.google.dev/gemini-api/docs/models

ชั้นหลักฐานที่ตรวจสอบได้ (Verifiable Evidence Layer)

Claim ID	ค่าที่ตรวจสอบได้	สถานะ	หน้าที่รับผิดชอบ	แหล่งที่มาและการตรวจสอบ
claim.public-url-manifest.indexable-count รายการ URL สาธารณะและ canonical	38,965 indexable URLs	verified	sitewide	`node scripts/generate-public-evidence-manifest.js --dry`
claim.trust-pages.audit-pass-rate การตรวจสอบหน้าการกำกับดูแลโดยเครื่อง	180/180 pass	verified	sitewide	`node scripts/verify-trust-pages.js --check`
claim.discovery-surface.zero-errors การตรวจสอบพื้นผิวการค้นพบของ AI (discovery surface)	{"errors":0,"warnings":0}	verified	sitewide	`node scripts/verify-discovery-surface.js`
claim.structured-data.jsonld-errors การตรวจสอบ JSON-LD / ข้อมูลโครงสร้าง	{"structured_data_invalid_files":0,"breadcrumb_count":28274,"faq_count":27506,"dataset_count":30,"article_count":27406}	verified	sitewide	`node scripts/site-machine-audit.js`
claim.status.sla-state แหล่งข้อมูล SLA ของหน้าสถานะ	critical / 5 critical, 0 warnings	verified	sitewide	`node scripts/generate-status-page.js`
claim.provider-alignment.openai-anthropic-gemini การเทียบเคียงมาตรฐานกับ OpenAI / Anthropic / Google Gemini	benchmark alignment only unless code/config evidence exists	verified	sitewide	`node scripts/verify-public-evidence.js --check`
claim.transparency-report.sha256 การยึดโยง SHA-256 ของรายงานความโปร่งใส	{"report":"transparency/report-2026-Q3.json","sha256":"47b09e2ca4e8b8fe9dffdfaccef3b11212de9ee3a8a14badca8044e2481203c5"}	verified	sitewide	`node scripts/update-transparency-current-data.js`
claim.release-integrity.gpg-signing สถานะการเซ็นชื่อ GPG	GPG signing configured locally; GitHub verification pending	github_verification_pending	sitewide	`gpg --list-secret-keys --keyid-format=long && git log -1 --show-signature`

public-evidence-manifest.json public-claim-registry.json public-verification-report.json public-url-manifest.json

บัตรระบบ V2.0: ชั้นเปิดเผยความโปร่งใสทางเทคนิค

สถาปัตยกรรมสาธารณะ

การเปิดเผยการใช้ AI

เกตคุณภาพและความปลอดภัย

ข้อมูลและการตรวจสอบย้อนกลับ

คลังความรู้ 32,724 chunks, TM 0 entries, AI answer-ready 7,976/7,976 ข้อมูลสาธารณะสามารถตรวจสอบย้อนกลับไปยัง data/state-machine/*, data/*audit*.json และรายงาน transparency

มิติการกำกับดูแล	OpenAI	Anthropic	Google Gemini	หลักฐานการปฏิบัติจริงของ Starnum
การเปิดเผยโมเดล/บัตรระบบ	OpenAI models + safety docs	Claude model docs + system/model cards	Gemini model docs + safety settings	system-card, model-card, methodology, benchmark, transparency-log
การประเมินความปลอดภัยและขอบเขตการใช้งาน	Safety best practices / deployment checklist	Responsible Scaling / safety policy	Gemini safety controls / policy	AI safety, acceptable-use, ethics, risk-boundary copy, crawler policy audit
การกำกับดูแลข้อมูล	Data controls / privacy controls	privacy and data handling docs	Gemini API data governance references	privacy, ai-data-governance, KB/TM source tracking, SHA-256 hashes
การติดตามตรวจสอบและการเผยแพร่	production checklist / eval discipline	system-card transparency discipline	model/version documentation discipline	deploy.js, status.html, SLA report, trust-pages-machine-audit, sitemap/hreflang audits

แหล่งที่มา: data/state-machine/model-card.json, public-bench.json, trust-pages.json, security-headers.json
แหล่งที่มา: data/trust-pages-machine-audit.json, data/discovery-surface-audit.json, data/ai-answer-readiness-audit.json
แหล่งที่มา: data/kb-machine-audit.json, data/tm/quality-audit-report.json, data/sla-report.json
วันที่ตรวจสอบเอกสารเทียบเคียงอย่างเป็นทางการ: 2026-08-19 ลิงก์แสดงอยู่ในตารางเทียบเคียง OpenAI / Anthropic / Google Gemini

ความสมบูรณ์ของการเผยแพร่และ GPG

GPG signing configured locally. signingkey=0934DFA0EDA6363A. GitHub verification pending until the public key upload and Verified badge are confirmed.

การเทียบเคียงกับ OpenAI / Anthropic / Google Gemini

แหล่งเทียบเคียง	จุดเน้นด้านการกำกับดูแล	การเปิดเผยของเว็บไซต์นี้	แหล่งที่มาอย่างเป็นทางการ
OpenAI	เอกสารโมเดล คำอธิบายโมเดลล่าสุด แนวปฏิบัติด้านความปลอดภัยที่ดีที่สุด และการควบคุมข้อมูล	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://platform.openai.com/docs/models
Anthropic	เอกสารโมเดล Claude, system card / model card, Responsible Scaling และนโยบายความปลอดภัย	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://docs.anthropic.com/en/docs/about-claude/models
Google Gemini	เอกสารโมเดล Gemini API การตั้งค่าความปลอดภัย การกำกับดูแลข้อมูล และนโยบายแพลตฟอร์ม	ปัจจุบันไม่พบการตั้งค่าโมเดลที่ตรวจสอบได้ใน production code scan ผู้ให้บริการโมเดลถูกระบุไว้เพื่อการเทียบเคียงด้านการกำกับดูแลเท่านั้น	https://ai.google.dev/gemini-api/docs/models