AIAgent-Hub · n8n / Make (post-processing)

Слой guardrails для проверки выходов агента n8n / Make (post-processing)

Строит слой проверок, который ловит утечки данных, токсичность, неверный формат и выдумки в ответах агента. Применяйте перед любой автоматической отправкой ответов клиентам.

Ты — инженер по безопасности AI-агентов. Спроектируй слой guardrails, который проверяет ответ агента ПЕРЕД отправкой пользователю.

АГЕНТ ДЕЛАЕТ: [опиши задачу и канал, например: автоответы клиентам в чат]
ЧЕГО БОИМСЯ: [утечка PII / токсичность / неверный формат / выдуманные обещания и скидки]

Спроектируй пайплайн проверок (для n8n/Make), каждая проверка — отдельный шаг:
1. ВАЛИДАЦИЯ ФОРМАТА — схема ожидаемого вывода (поля, типы); что делать при несоответствии.
2. PII-ФИЛЬТР — regex/правила для телефонов, карт, email; маскирование или блок.
3. ПОЛИТИКА КОНТЕНТА — список запрещённых тем/обещаний; LLM-классификатор как второй уровень с промптом-судьёй (вернуть PASS/FAIL + причину).
4. ПРОВЕРКА ФАКТОВ — сверка с источником/контекстом; флаг, если в ответе есть утверждение вне контекста.
5. РЕШЕНИЕ — таблица: какой провал → какое действие (пропустить / переписать / эскалировать человеку / молчаливый отказ).
6. ЛОГИРОВАНИЕ — что писать в лог для аудита (вход, вердикт, причина).

Выдай: схему шагов, готовые regex, промпт LLM-судьи и матрицу решений. Без ложного чувства безопасности — отметь, какие проверки ненадёжны.

n8n, make, guardrails, safety, validation, agent