OpenAI 强调，AI 安全需要积极主动的技术和伦理措施，以确保系统按预期运行并避免有害结果。他们的方法侧重于使 AI 行为与人类价值观对齐，提高透明度，并在开发和部署过程中实施保障措施。他们认为安全不是一次性的修复，而是贯穿 AI 系统设计每个阶段的持续过程。
OpenAI 使用的核心策略是基于人类反馈的强化学习 (RLHF)，它训练模型以与人类偏好对齐。例如，ChatGPT 使用 RLHF 进行了微调，以减少有害或不真实的回复。人类评审员对输出进行排名，模型学习优先选择更安全、更有帮助的答案。OpenAI 还采用红队测试，即外部专家故意尝试利用模型的弱点。在发布 GPT-4 之前，他们与安全研究人员合作，识别了生成恶意代码或错误信息等风险，这促使他们采取了输出过滤和使用政策等缓解措施。这些具体步骤表明安全如何被内置于训练和评估过程中。
OpenAI 倡导合作和透明度来应对系统性风险。他们发布安全研究（例如，关于对齐技术的论文）并分享诸如 Moderation API 等工具，以帮助开发者过滤有害内容。然而，他们在开放性与谨慎之间取得平衡——例如，保留某些模型细节以防止滥用。他们还实施分阶段部署，首先进行有限访问以观察实际影响。当开发者使用他们的 API 时，严格的使用政策和监控工具有助于防止滥用，例如对生成暴力内容进行自动化检查。通过结合技术保障措施、迭代测试和负责任的发布实践，OpenAI 旨在使 AI 系统既强大又对构建应用的开发者而言可预测。