Guardrails 2.0：ElevenAgents 全新控制层

随着 语音智能体 在客服、销售、营销、内部工作流程等领域承担高影响力工作，团队需要确信它们能在企业级规模下保持安全、符合品牌调性并满足合规要求。

ElevenAgents 中的 Guardrails 2.0 是重新设计的控制层，可引导智能体给出正确回复，并在错误回复触达最终用户前加以阻止。

实时分层防护

精心设计的系统提示词能让大多数交互的行为保持可预测。但智能体是非确定性系统，长时间对话中可能偏离方向；用户也可能用各种巧妙方式突破边界；即使定义明确的策略，在模型承压时也未必始终有效。

因此，将智能体部署到生产环境的团队需要分层防御：以强化的系统提示词为基础，并独立检查用户的输入和智能体的回复。

Guardrails 2.0 从 3 个层面保护对话，彼此相互增强：

预置防护

预置防护措施覆盖最常见的风险领域。

Focus Guardrail 会强化智能体的系统提示词，帮助回复保持明确、相关，并与设定的目标和指令一致。在较长或复杂的对话中，智能体更容易偏离预期目标，此功能尤其有用。

Manipulation Guardrails 可检测并阻止用户绕过系统指令的尝试。启用后，系统会分析用户输入中表明提示词注入或指令覆盖尝试的模式，并可终止存在安全风险的对话。

Content Guardrails 会筛查多类潜在敏感或不安全内容，帮助确保智能体回复恰当。每个类别均可调整阈值，实现精准控制。

Custom Guardrails：自动执行你的规则

Custom Guardrails 让你能用自然语言定义特定领域策略，并在每通通话中自动执行。这有助于减少事故、升级处理以及可能拖慢部署的合规审查周期。

轻量级模型会根据规则评估每条智能体回复，并返回拦截或允许的决定。它独立运行，并与回复生成并行进行。

全面掌控防护栏的运行方式

你可以控制如何发现策略违规，以及后续操作。

执行模式。 配置速度与严格程度之间的平衡——这对最看重延迟的语音场景至关重要。你可以让防护栏与回复并行运行，几乎不会增加延迟，但拦截前可能会播放几分之一秒的音频。也可以等待回复完全通过检查后再发送——速度稍慢，但不会有未经检查的内容触达用户。

退出策略。 触发防护栏时，可定义后续操作：结束对话、转接给其他智能体、升级至人工客服，或通过修正指令重新生成回复。

内容敏感度。 可分别调整各内容类别的敏感度：针对高风险用例加强执行力度，在过度拦截会影响用户体验的场景适当放宽。

精细配置。 每项防护栏都可单独启用或停用，不同智能体 可采用不同配置。

全面可见。 每次触发都会记录在对话分析中，包括触发的防护栏及采取的操作。这为团队持续优化系统提示词和防护栏提供所需数据。

对话历史脱敏

通话结束后，可自动从文字记录、录音和 webhook 负载中脱敏敏感信息。保留分析、QA 和训练所需的一切内容，同时移除不需要的信息。

检测到的实体会在文本中替换为占位符，在音频中替换为哔声。你可精细控制到单个实体类型：脱敏所有姓名或仅姓氏，脱敏所有金融标识符或仅支付卡号。

此功能可与更广泛的数据控制措施配合使用，例如 Zero Retention Mode，后者可用于合规要求更严格的部署。

对话历史脱敏和 Zero Retention Mode 面向企业客户提供。联系销售团队 获取访问权限。

更广泛信任与安全体系的一部分

Guardrails 2.0 和数据隐私功能支持 ElevenAgents 的企业级部署，并为智能体生命周期的每个阶段提供安全工具：

智能体开发

• 系统提示词设计、防护栏配置、红队测试和模拟，在智能体上线前对其行为进行压力测试

每次对话

• 对话期间： Guardrails 2.0（Focus、Manipulation、Content 和 Custom Guardrails）、日志记录、可选的 Zero Retention Mode
• 对话后： 评估标准、监控、可选的对话历史脱敏

这些功能共同为团队提供所需控制能力，帮助以更少事故、更快审批周期和更一致的智能体行为，从试点顺利进入生产环境。这些平台基础也支持获得 AIUC-1 认证资格，并可获取业界首批 智能体保险保单。

立即开始使用 Guardrails

过去几个月，我们陆续推出了多项功能；现在，完整的 Guardrails 2.0 套件已在 ElevenAgents 中以 Alpha 版提供。

在智能体设置的 安全 标签页中启用，或通过 API 配置。如需了解企业级部署详情，请联系销售团队。

如需设置指南和最佳实践，请参阅：

• Guardrails 文档
• 对话历史脱敏文档