Guardrails
En esta página
Las Guardrails aplican protecciones de contenido a las solicitudes de IA antes de que lleguen al modelo. Se configuran para toda la instalación en Settings (engranaje) → Guardrails, y las claves de API y los servicios conectados individuales pueden anularlas.
"Aplica protecciones de contenido a cada solicitud para esta instalación. Ninguna está habilitada de forma predeterminada. Las claves individuales pueden anular esta configuración."
Figura 1: Guardrails: las plantillas y PII masking
Figura 2: Secret redaction y la protección contra la inyección de instrucciones
Las protecciones integradas
| Protección | Qué hace |
|---|---|
| PII masking | "Detect and mask personal data (names, emails, phone numbers, etc.) before prompts reach the model." |
| Secret redaction | "Strip API keys, tokens and other secrets out of prompts before they are sent upstream." |
| Prompt-injection shield | "Block common prompt-injection / jailbreak attempts (e.g. "ignore previous instructions", "developer mode") before they reach the model." |
PII masking y Secret redaction reescriben la instrucción (la solicitud se envía igualmente, con los fragmentos confidenciales enmascarados). La protección contra la inyección de instrucciones bloquea directamente las solicitudes que coinciden, con un error de content policy violation (HTTP 403).
Plantillas
La fila Templates aplica una selección predefinida con un solo clic; después, haz clic en Guardar cambios:
| Plantilla | Selección |
|---|---|
| None | Ninguna protección (el valor predeterminado). |
| PII protection | PII masking. |
| Secret redaction | Secret redaction. |
| Injection shield | Prompt-injection shield. |
| Strict | Las tres. |
Al guardar, aparece "Guardrail settings saved."
Filtros de contenido
Debajo de las protecciones, Content filters te permite agregar tus propias reglas: expresiones regulares personalizadas que se evalúan sobre el contenido de la instrucción. Redact reescribe las coincidencias como [REDACTED]; Block rechaza la solicitud. Las claves individuales pueden anularlos.
Haz clic en Add filter y, a continuación, establece:
| Campo | Comportamiento |
|---|---|
| Pattern | Una expresión regular ("Regular expression, e.g. \b\d{16}\b": ese ejemplo coincide con números de tarjeta de 16 dígitos). Los patrones no seguros o demasiado largos se descartan y no se aplican; los patrones tienen un límite de 300 caracteres y una instalación puede tener hasta 25 filtros. La coincidencia no distingue mayúsculas de minúsculas y solo se revisan los primeros 20,000 caracteres de cada mensaje. |
| Action | Redact: las coincidencias se reescriben como [REDACTED] y la solicitud continúa; Block: la solicitud se rechaza con un error de content policy violation. |
Usa Remove para eliminar un filtro y, después, haz clic en Guardar cambios. Si no hay ninguno configurado: "No content filters. Add one to redact or block matching prompt text."
Anulaciones por clave y por servicio
Cada clave de API y cada servicio conectado tiene un interruptor Override facility guardrails en su panel de configuración:
- Desactivado (predeterminado): la clave o el servicio hereda la selección de protecciones y filtros de contenido de la instalación.
- Activado: la clave o el servicio usa su propia selección: "Select none to explicitly disable guardrails for this key." Así es como eximes a una integración de confianza del enmascaramiento de toda la instalación, o aplicas reglas más estrictas a una sola clave.
Consulta Claves de API y Connected Services.
Qué ven quienes llaman a la API
- Las ocultaciones son silenciosas: el modelo simplemente recibe
[REDACTED](o la información personal o los secretos enmascarados) en lugar del texto que coincidió. - Los bloqueos devuelven HTTP 403 con el mensaje "Request blocked by content policy" y el código
content_policy_violation. Consulta la tabla de errores en Conectar tu aplicación.
El contenido de las instrucciones solo se analiza durante su tránsito: las protecciones nunca almacenan lo que analizan.