> ## Documentation Index
> Fetch the complete documentation index at: https://docs.jelou.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Seguridad y Guardrails
> Guía sobre guardrails y configuración de seguridad para AI Agents
## Guardrails en el prompt
Los guardrails mantienen al AI Agent dentro de límites seguros, predecibles y útiles. Deben definirse y utilizarse como un bloque único y coherente dentro de la caja de instrucciones, considerando los siguientes aspectos:
**Identidad y alcance:** Define expícitamente el rol y lo que soporta. El agente debe comprender con precisión el dominio para el que fue diseñado y conocer las instrucciones a seguir ante cualquier solicitud fuera de ese alcance, por ejemplo, rechazándola de forma cortés y redirigiendo la interacción hacia los temas que sí soporta.
**Anclaje al contexto:** Utilizar Knowledge como fuente principal. Asegurarse de seleccionar los documentos necesarios para el agente y proporcionar el contexto adecuado en el prompt. Indicar claramente qué documento debe usarse en cada parte, explicitar el uso exclusivo de la función de knowledge `search` y especificar que el agente debe responder únicamente con la información presente en el contexto, o devuelta de dicha función. Se debe definir el camino o la acción a seguir en caso de que la información no esté disponible.
**Protección de datos:** Indicar explícitamente qué tipos de datos sensibles no deben ser expuestos, de acuerdo con las políticas y limitaciones de cada agente. Incluir ejemplos claros como: identificadores internos, tokens, credenciales y datos personales (PII) de terceros. Asimismo, definir el comportamiento esperado del agente en caso de detectar o recibir solicitudes relacionadas con datos sensibles, estableciendo una salida segura (por ejemplo, rechazo de la solicitud, anonimización o redirección).
**Manejo de errores:** Definir explícitamente los pasos que el agente debe seguir y el tipo de respuesta que debe proporcionar cuando una tool falle, devuelva resultados incompletos o no se comporte como se esperaba. Incluir ejemplos de mensajes de error, criterios para reintentos y alternativas o acciones de contingencia cuando corresponda.
### Ejemplo
### Seguridad
Responde únicamente sobre configuración de chatbots en Jelou; si te preguntan algo fuera de ese alcance, dilo cortésmente y cambia la conversación al tema soportado.
Responde solo con base en la respuesta de tu función `search` y/o la base de conocimientos; si la respuesta no está en el contexto, di: "No tengo esa información."
No reveles IDs internos, tokens, credenciales ni PII de terceros; si te solicitan algo sensible, recházalo o redáctalo.
Si una herramienta falla o expira, discúlpate, explica brevemente lo ocurrido y ofrece escalar a un agente humano; no inventes resultados ni hagas reintentos silenciosos.
## Configuración de seguridad
Además de los guardrails que defines en el prompt, puedes activar una **capa de protección automática** directamente desde la configuración avanzada del nodo AI Agent. Este sistema de seguridad **filtra contenido, detecta amenazas y protege contra intentos de manipulación**, sin que tengas que escribir una sola línea adicional en tus instrucciones.
Para activarla, ve a la pestaña de **configuración avanzada** del nodo y habilita el interruptor de **Habilitar Seguridad**.
### Nivel de seguridad
Una vez habilitada la seguridad, selecciona el nivel que mejor se ajuste a tu caso de uso. Te recomendamos **comenzar con el nivel Bajo** e ir subiendo progresivamente a medida que identifiques las necesidades reales de tu flujo.
| Nivel | Qué incluye | Caso de uso |
| ----------- | -------------------------------------------------------------------- | ------------------------ |
| **Bajo** | Validación básica de entradas, filtrado ligero de contenido | Pruebas, flujos internos |
| **Medio** | + Detección de inyección de prompts, protección PII, auditoría | Producción general |
| **Alto** | + Sensibilidad aumentada, moderación estricta, validación avanzada | Datos sensibles |
| **Crítico** | + Bloqueo de amenazas medias, prevención de fuga de datos, sin caché | Financiero, regulado |
**Protección básica para comenzar.** Ideal para flujos internos o de prueba donde el riesgo es mínimo. Activa validación básica de entradas y filtrado ligero de contenido. Protege contra inyección de prompts y jailbreak, pero no habilita protección avanzada ni auditoría. Es un buen punto de partida para familiarizarte con la funcionalidad sin impactar el rendimiento.
**Cuándo usarlo:** flujos internos, entornos de desarrollo, pruebas iniciales o agentes con un público controlado.
**El balance ideal para producción.** Incluye todo lo del nivel Bajo y agrega detección de inyección de prompts más robusta, sanitización de respuestas, protección del prompt del sistema y registro de auditoría. También habilita la **protección avanzada de datos personales (PII)**, reemplazando automáticamente información sensible antes de enviarla al modelo.
**Cuándo usarlo:** flujos en producción con usuarios reales, agentes de atención al cliente, consultas generales.
**Protección reforzada para datos delicados.** Aumenta la sensibilidad de detección de amenazas, aplica moderación de contenido más estricta y activa validación avanzada de entradas. La detección de datos personales opera con **mayor precisión**, reduciendo la probabilidad de que información sensible pase sin ser detectada.
**Cuándo usarlo:** agentes que manejan datos personales, flujos de cobranza, consultas médicas o cualquier escenario donde la exposición de datos tenga consecuencias significativas.
**Máxima seguridad, sin excepciones.** Activa todas las funciones de protección disponibles: **prevención de fuga de datos, detección exhaustiva de contenido sensible y auditoría completa** de cada interacción. Las amenazas de gravedad alta y media se bloquean automáticamente. El caché de seguridad se desactiva para garantizar que cada mensaje se analice de forma independiente.
**Cuándo usarlo:** flujos financieros, datos médicos confidenciales, información regulada o cualquier escenario donde una fuga de datos podría tener consecuencias legales o regulatorias.
Comienza con el nivel **Bajo** y ve subiendo según lo que necesites. No es necesario saltar directamente al nivel más alto; cada nivel agrega protecciones sobre el anterior, así puedes ajustar la seguridad de forma gradual.
## Protección avanzada
Al habilitar la seguridad, se activa una capa de protección que trabaja en **dos momentos** de cada conversación: analiza los mensajes entrantes del usuario **antes** de enviarlos al modelo de IA, y revisa las respuestas del agente **antes** de entregarlas al usuario. De esta forma, se cubre tanto lo que entra como lo que sale.
### Qué detecta
* **Inyección de prompts:** intentos de manipular al agente para que ignore sus instrucciones o se comporte de forma no deseada.
* **Jailbreak:** técnicas para evadir las restricciones de seguridad del modelo.
* **Contenido dañino:** filtro de contenido responsable (violencia, discurso de odio, contenido sexual, etc.).
* **URLs maliciosas:** enlaces a sitios conocidos como peligrosos.
* **Fuga de datos sensibles (PII):** detección automática de información personal como correos electrónicos, números de teléfono, tarjetas de crédito, documentos de identidad y más.
* **Fuga del prompt del sistema:** intentos de extraer las instrucciones internas del agente.
### Protección de datos personales
Cuando se detecta información personal en un mensaje, se reemplaza automáticamente por **marcadores seguros** (por ejemplo, `[EMAIL_ADDRESS]` o `[PHONE_NUMBER]`) antes de enviarlo al modelo de IA. Esto significa que el modelo **nunca ve los datos reales** del usuario.
Si tu flujo necesita enviar esos datos reales a **herramientas externas** (como una API de consulta o un sistema de pagos), la plataforma puede restaurar los valores originales de forma segura únicamente para esas herramientas, sin exponerlos en la conversación.
### Cómo responde ante amenazas
Dependiendo del nivel de seguridad configurado y la gravedad de la amenaza detectada, el sistema puede:
* **Bloquear** la solicitud y mostrar un mensaje de error al usuario.
* **Sanitizar** el contenido eliminando las partes problemáticas y dejando pasar el resto.
* **Registrar** el evento en el log de auditoría para revisión posterior.
En el nivel **Crítico**, las amenazas de gravedad alta y media se bloquean automáticamente. En los niveles **Medio** y **Alto**, solo las amenazas de gravedad alta se bloquean; las demás se sanitizan y el flujo continúa.
## Buenas prácticas
* **Combina ambas capas:** escribe guardrails claros en el prompt **y** habilita la configuración de seguridad. Los guardrails definen el comportamiento esperado del agente; la protección automática cubre amenazas que un prompt por sí solo no puede cubrir.
* **Comienza con el nivel Bajo** y sube progresivamente. Esto te permite entender las protecciones de cada nivel sin afectar el rendimiento. Si manejas datos financieros, médicos o altamente sensibles, considera el nivel **Alto** o **Crítico**.
* **Define qué hacer cuando algo falla.** La seguridad protege contra amenazas, pero el agente necesita saber cómo responder ante errores inesperados.
* **Revisa los logs de auditoría** periódicamente para identificar patrones de amenazas y ajustar tus instrucciones o nivel de seguridad si es necesario.