Guardrails 2.0：ElevenAgents 全新控制层

随着 语音智能体 在支持、销售、营销、内部 workflow 等领域承担重要工作，团队需要确信它们能在企业规模下保持安全、符合品牌规范并满足合规要求。

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，并在不当回复触达最终用户前将其拦截。

实时分层防护

精心设计的系统提示词能让大多数交互表现可预测。但智能体是非确定性系统，长时间对话中可能偏离目标；用户也可能以各种方式突破边界；即使定义清晰的政策，在模型承受压力时也未必始终有效。

因此，在生产环境部署智能体的团队需要分层防御：以强化的系统提示词为基础，同时独立检查用户输入和智能体回复。

Guardrails 2.0 从 3 个层面保护对话，各层相互增强：

预置防护

预置安全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，并符合定义的目标和指令。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 可检测并拦截用户试图绕过系统指令的行为。启用后，系统会分析用户输入，识别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 可筛查多个类别的潜在敏感或不安全内容，确保智能体回复恰当。每个类别都可调整阈值，实现精确控制。

Custom Guardrails：自动执行你的规则

Custom Guardrails 支持用自然语言定义特定领域的政策，并在每次通话中自动执行。这有助于减少事故、升级处理以及可能拖慢部署的合规审核周期。

轻量模型会根据设定的规则评估每条智能体回复，并返回拦截或允许的决定；该过程独立运行，并与生成回复并行进行。

全面控制 Guardrails 的运行方式

可控制如何捕捉政策违规行为，以及后续处理方式。

执行模式。可配置速度与严格程度之间的平衡，这对延迟至关重要的语音场景尤为重要。Guardrails 可与回复并行运行，几乎不会增加延迟，但在拦截前可能会播放零点几秒音频。也可等回复完全通过检查后再发送，速度稍慢，但未经检查的内容不会触达用户。

退出策略。 Guardrail 被触发时，可定义后续操作：结束对话、转交给其他智能体、升级至人工处理，或通过修正指令重新生成回复。

内容敏感度级别。 可按不同内容类别调整敏感度。对于高风险用例可加强执行力度；过度拦截会损害用户体验的场景，则可适当放宽。

精细配置。 每个 Guardrail 都可单独启用或停用，不同智能体可使用不同配置。

完整可见性。 每次触发都会记录在对话分析中，包括触发的 Guardrail 及采取的操作。这为团队提供所需数据，可持续优化系统提示词和 Guardrails。

对话历史记录脱敏

通话结束后，可自动从转录文本、录音和 webhook 负载中删除敏感信息。保留分析、QA 和训练所需的所有内容，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。可精确控制到单个实体类型：删除所有姓名或仅删除姓氏，删除所有财务标识符或仅删除支付卡号。

这项功能与更广泛的数据控制措施并行，例如 Zero Retention Mode，可用于合规要求更严格的部署。

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

更广泛信任与安全基础的一部分

Guardrails 2.0 和数据隐私功能支持企业部署 ElevenAgents，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、Guardrail 配置、红队测试和模拟，在智能体上线前对行为进行压力测试

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
• 对话结束后： 评估标准、监控、可选的对话历史记录脱敏

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，从试点走向生产环境。这些平台基础还支持获得 AIUC-1 认证资格，并获取业内首批智能体保险保单。

立即开始使用 Guardrails

过去几个月，我们逐步推出了各项功能。完整的 Guardrails 2.0 套件现已在 ElevenAgents 中以 Alpha 版本提供。

在智能体设置的 安全 选项卡中启用，或通过 智能体设置，通过 API 配置。有关企业部署的更多信息，请联系销售团队。

设置指南和最佳实践请参阅：

• Guardrails 文档
• 对话历史记录脱敏文档