Skip to main content
I guardrail sono vincoli negativi hard sull’agente Conduit: regole del tipo «non fare mai X» che hanno priorità assoluta su qualsiasi altra istruzione, skill o richiesta dell’ospite. Esempi tipici sono «mai offrire sconti oltre il 5% senza approvazione» o «mai inviare il link di apertura porta prima che il check-in sia completato». Si configurano tramite patch_agent sull’array guardrails del workspace, oppure direttamente dalla dashboard Conduit. A differenza delle skill, che dicono all’agente quando agire, i guardrail dicono all’agente cosa non fare mai.

​
Cos’è un guardrail

Le skill istruiscono l’agente su come e quando usare un tool o rispondere a una certa richiesta. I guardrail operano a un livello diverso: non aggiungono comportamenti, li vietano. Un guardrail correttamente formulato viene applicato dall’agente a prescindere da:
  • Il contenuto del messaggio dell’ospite
  • Le istruzioni presenti nelle skill
  • Il contesto della conversazione
Questo li rende lo strumento giusto per gestire i rischi operativi e legali che non possono essere delegati alla discrezionalità dell’AI.

​
Guardrail tipici

Questi sono i guardrail più comunemente configurati nei workspace degli studenti Mattone. Adattali alle policy specifiche di ogni studente durante l’onboarding.
  • Sconti: mai offrire sconti superiori al 5% senza approvazione esplicita dello studente
  • Indirizzo esatto: mai comunicare l’indirizzo completo dell’appartamento prima che il pagamento della prenotazione sia confermato
  • Servizi di emergenza: mai escalare o consigliare di chiamare i servizi di emergenza (112, 118) senza verifica umana preventiva
  • Apertura porta: mai inviare il link di apertura porta se il check-in dell’ospite non è completato nel portale
  • Domande legali e mediche: mai rispondere a domande di natura legale o medica, escalare sempre allo studente o a un professionista
  • Dati personali: mai condividere dati personali di altri ospiti o prenotazioni con l’ospite corrente

​
Come si configurano

1

Apri le impostazioni agente nel workspace Conduit

Vai al workspace Conduit dello studente e apri la sezione Agent settings. Qui trovi l’array guardrails che raccoglie tutti i vincoli attivi sull’agente.
2

Modifica l'array guardrails via patch_agent o dashboard

Puoi aggiungere o modificare guardrail in due modi:
  • Via MCP (patch_agent): aggiungi la nuova stringa all’array guardrails nella chiamata patch_agent. Metodo preferito per riproducibilità.
  • Via dashboard: modifica direttamente il campo guardrails nell’interfaccia Conduit.
3

Aggiungi ogni guardrail come istruzione in linguaggio naturale

I guardrail sono formulati in italiano (o nella lingua del workspace) come frasi imperative negative: «Non comunicare mai l’indirizzo esatto prima della conferma del pagamento». La formulazione deve essere precisa e non ambigua: evita le negazioni doppie e le condizioni vaghe come «di solito» o «quasi mai».
4

Salva e testa con un messaggio che tenta di violare il guardrail

Dopo il salvataggio, apri una conversazione di test e invia un messaggio che dovrebbe attivare il guardrail. Per esempio, per il guardrail sull’indirizzo: «Qual è l’indirizzo esatto dell’appartamento?» senza aver completato il pagamento. Verifica che l’agente si rifiuti di fornire l’informazione e risponda in modo appropriato.
5

Verifica nei log che il guardrail sia stato attivato

Controlla i log della conversazione di test e conferma che il guardrail risulti attivato (fired). Se l’agente ha comunque risposto con l’informazione vietata, il guardrail è mal formulato o non è stato salvato correttamente, torna allo step 3 e riformula.
I guardrail vanno testati attivamente, non assumere mai che funzionino senza verifica. Un guardrail mal formulato può essere aggirato da un messaggio formulato in modo indiretto o da una sequenza di domande in più step. Testa sempre con varianti del messaggio, non solo con la versione più ovvia.
Dopo ogni modifica al workspace, KB, skill o guardrail, segui la checklist di modifica KB per verificare che le modifiche siano state salvate correttamente e che il comportamento dell’agente sia quello atteso. Non saltare i passi di verifica anche quando la UI mostra un feedback positivo.