"Que fait le composant Garde-fou personnalisé ?"

"Le Garde-fou personnalisé vérifie l'entrée utilisateur à l'aide d'une invite définie et d'un LLM, ne laissant passer que les entrées correspondant à vos critères (tels que des restrictions de sujets) dans le flux de travail."

"Comment filtre-t-il les entrées des utilisateurs ?"

"Il utilise une invite garde-fou et un modèle IA pour analyser les messages des utilisateurs, acheminant automatiquement les entrées valides et bloquant ou redirigeant tout ce qui sort de vos sujets ou règles spécifiés."

"Puis-je personnaliser l'invite du garde-fou ?"

"Oui, vous pouvez définir n'importe quelle invite pour établir votre logique de validation souhaitée, comme restreindre des sujets, bloquer du charabia ou garantir le respect des consignes de conversation."

"Que se passe-t-il pour les entrées qui ne répondent pas aux critères ?"

"Les entrées qui échouent la vérification du garde-fou sont redirigées sur une voie alternative, vous permettant de gérer les messages rejetés comme il se doit dans votre flux."

"Ai-je besoin de compétences en codage pour utiliser le garde-fou personnalisé ?"

"Aucune compétence en codage n'est requise. Il vous suffit de définir les critères en langage naturel et de connecter le composant dans votre flux."

Garde-fou personnalisé

Le Garde-fou personnalisé utilise un modèle IA et une invite pour valider les saisies des utilisateurs, ne laissant passer que les sujets pertinents dans votre flux de travail.

AI Guardrail Validation Automation

Essayez-le maintenant Réservez une démo

Description du composant

Comment fonctionne le composant Garde-fou personnalisé

The Custom Guardrail component functions as an intelligent filter within an AI workflow, ensuring that user input aligns with specific criteria set by the workflow designer. This component leverages a language model (LLM) in combination with a customizable prompt to validate and control the flow of conversation or data.

What the Component Does

At its core, the Custom Guardrail serves as a gatekeeper for user inputs. It uses a prompt (the “Guardrail Prompt”) to instruct the LLM on what is considered acceptable content. For example, the default prompt restricts conversations strictly to sports topics and blocks any unrelated or nonsensical (gibberish) inputs. This mechanism ensures that the AI workflow remains focused and does not deviate from its intended purpose.

How It Works

The component receives an input text (typically a user message).
It sends this input, along with the guardrail prompt, to the selected LLM.
The LLM evaluates the input based on the prompt and determines whether it meets the criteria.
Depending on the result, the component outputs the message along one of two routes: accepted (true) or rejected (false).

Inputs

Name	Type	Description
LLM	HandleInput	The language model used to evaluate and enforce the guardrail.
Guardrail Prompt	PromptInput	The instruction provided to the LLM on what content is allowed.
Input Text	Message	The user’s message or content to be validated.

LLM: Choose the model you wish to use as your guardrail enforcer. This allows flexibility in using different LLMs suited for your needs.
Guardrail Prompt: Customize how strict or lenient the guardrail should be by editing the prompt.
Input Text: The actual text that needs validation.

Outputs

Name	Type	Description
True Route	Message	Output if the input text passes the guardrail check (i.e., meets the criteria).
False Route	Message	Output if the input text does not meet the criteria and is filtered out/rejected.

True Route: When the input complies with the guardrail, it is passed through this output for further processing.
False Route: If the input is off-topic or fails the check, it is sent through this output, allowing you to handle it differently (e.g., send a warning or request clarification).

Why Use This Component?

Quality Control: Enforce strict topic boundaries or content rules within your AI applications.
Safety and Relevance: Prevent AI from responding to off-topic, irrelevant, or inappropriate content.
Customizable Enforcement: Easily modify the guardrail prompt to reflect changing requirements or policies.
Seamless Integration: Works with a variety of LLMs and accepts flexible input/output routing in your workflow.

Use Cases

Moderating chatbots to stay on-topic (e.g., customer support, educational bots).
Filtering user-generated content before it is processed or stored.
Enforcing compliance or legal requirements in automated AI interactions.
Preventing spam or nonsensical inputs from disrupting workflows.

By integrating the Custom Guardrail component into your AI workflow, you gain fine-grained control over what content is accepted, helping ensure your AI system behaves as intended and delivers reliable, relevant results.

Questions fréquemment posées

Que fait le composant Garde-fou personnalisé ?: Le Garde-fou personnalisé vérifie l'entrée utilisateur à l'aide d'une invite définie et d'un LLM, ne laissant passer que les entrées correspondant à vos critères (tels que des restrictions de sujets) dans le flux de travail.
Comment filtre-t-il les entrées des utilisateurs ?: Il utilise une invite garde-fou et un modèle IA pour analyser les messages des utilisateurs, acheminant automatiquement les entrées valides et bloquant ou redirigeant tout ce qui sort de vos sujets ou règles spécifiés.
Puis-je personnaliser l'invite du garde-fou ?: Oui, vous pouvez définir n'importe quelle invite pour établir votre logique de validation souhaitée, comme restreindre des sujets, bloquer du charabia ou garantir le respect des consignes de conversation.
Que se passe-t-il pour les entrées qui ne répondent pas aux critères ?: Les entrées qui échouent la vérification du garde-fou sont redirigées sur une voie alternative, vous permettant de gérer les messages rejetés comme il se doit dans votre flux.
Ai-je besoin de compétences en codage pour utiliser le garde-fou personnalisé ?: Aucune compétence en codage n'est requise. Il vous suffit de définir les critères en langage naturel et de connecter le composant dans votre flux.

Essayez le garde-fou personnalisé FlowHunt

Sécurisez vos flux de travail IA et orientez les interactions utilisateurs grâce au composant Garde-fou personnalisé—conçu pour un filtrage précis des entrées et le contrôle des sujets.