Bir dil modelinin çıktısı doğası gereği olasılıksaldır; aynı istem farklı biçimlerde, bazen beklenen şemanın dışında, bazen de kurumun kabul edemeyeceği bir içerikle yanıtlanabilir. Bu belirsizlik kullanıcıya doğrudan açılan uygulamalarda ciddi bir risktir. Guardrails yaklaşımı riski modelin kendisinden değil, çevresine yerleştirilen doğrulama katmanlarından yönetir: giriş filtrelenir, çıktı şemaya ve politikaya göre denetlenir, ihlal durumunda yeniden deneme veya güvenli yedek yanıt devreye girer. Program altı modül boyunca bu katmanları uçtan uca kurar. Katılımcılar yapılandırılmış çıktı şemaları tanımlar, doğrulama kurallarını yazar, istem enjeksiyonu ve kişisel veri sızıntısı senaryolarını test eder ve ihlal durumunda devreye girecek akışları kurgular. Laboratuvarlarda saldırı denemeleri yapılır ve kontrollerin yakalama oranı ölçülür. Katılımcı programdan çalışan bir guardrail katmanı ve politika kontrol listesiyle ayrılır.