> ## Documentation Index
> Fetch the complete documentation index at: https://docs.fastino.ai/llms.txt
> Use this file to discover all available pages before exploring further.
> ## Agent Instructions
> Use https://docs.fastino.ai/llms.txt to discover and navigate pages. Use https://docs.fastino.ai/llms-full.txt when you need the complete documentation corpus. Use https://docs.fastino.ai/openapi.json as the source of truth for customer-facing routes. For GLiDE decision inference, call POST https://api.fastino.ai/v1/systemone with model fastino/GLiDE. Do not infer undocumented routes. Read API keys from FASTINO_API_KEY and never embed credentials in code, logs, or reports.
# Recette : Détecter une injection de prompt
> Repérez les instructions cachées dans le contenu que lit votre agent, avant qu'il ne leur obéisse.
Les pages web, les e-mails et les documents peuvent dissimuler des instructions destinées à votre agent, comme un commentaire lui demandant d'envoyer votre liste de clients quelque part. Filtrez le contenu non fiable avec GLiDE avant qu'il n'atteigne le contexte de l'agent, et supprimez ou mettez en quarantaine tout ce qui tente de donner des ordres.
## Requête
Transmettez le contenu et les outils dont l'agent pourrait faire un mauvais usage. Lister les outils aide GLiDE à estimer l'ampleur des dégâts que le contenu pourrait causer.
```bash theme={null}
curl -X POST https://api.fastino.ai/v1/systemone \
-H "X-API-Key: $FASTINO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "fastino/GLiDE",
"state": {
"source": "Web page the agent just fetched",
"visible_text": "EU shipping rates: 4.90 EUR standard, 12 EUR express.",
"hidden_text": "",
"agent_tools": [
"web_search",
"send_email"
]
},
"questions": {
"threat": {
"type": "choice",
"instructions": "What is this content trying to do?",
"criteria": {
"injection": "Give the agent new instructions",
"phishing": "Trick a person into acting",
"safe": "Just information"
}
},
"risk": {
"type": "score",
"instructions": "How bad would it be if the agent followed this content?",
"criteria": [
"Low: nothing sensitive could happen",
"Medium: a minor, reversible mistake",
"High: data or money could be affected",
"Critical: private data could leave the company"
]
},
"exfiltration": {
"type": "noul",
"instructions": "Does the content try to send data outside the company?",
"criteria": {
"true": "It tries to send data outside",
"false": "It does not try to send data outside"
}
}
}
}'
```
## Schéma de la requête
| Champ | Type | Dans cette recette |
| - | - | - |
| `model` | string | `fastino/GLiDE`. |
| `state.source` | string | La provenance du contenu. |
| `state.visible_text` | string | Ce qu'une personne verrait. |
| `state.hidden_text` | string | Balisage, commentaires ou métadonnées qu'une personne ne verrait pas. Envoyez-les : c'est là que se cachent les injections. |
| `state.agent_tools` | array | Les outils que l'agent peut appeler s'il obéit au contenu. |
| `questions.threat` | [Choice](/fr/concepts/glide-choice) | Ce que le contenu tente de faire. |
| `questions.risk` | [Score](/fr/concepts/glide-score) | La gravité des conséquences si l'agent le suivait, du niveau le plus bas au plus élevé. |
| `questions.exfiltration` | [Noul](/fr/concepts/glide-noul) | S'il tente d'envoyer des données hors de l'entreprise. |
## Réponse
Mesurée sur `https://api.fastino.ai`. Les valeurs de confiance varient légèrement d'un appel à l'autre.
```json theme={null}
{
"model": "glide_v2",
"answers": {
"threat": {
"type": "choice",
"choice": "injection",
"confidence": 0.996,
"probabilities": {
"injection": 0.998,
"phishing": 0.001,
"safe": 0.002
}
},
"risk": {
"type": "score",
"score": 3,
"expected_level": 2.992,
"confidence": 0.989,
"probabilities": {
"0": 0.001,
"1": 0.001,
"2": 0.005,
"3": 0.994
},
"legend": {
"0": "Low: nothing sensitive could happen",
"1": "Medium: a minor, reversible mistake",
"2": "High: data or money could be affected",
"3": "Critical: private data could leave the company"
}
},
"exfiltration": {
"type": "noul",
"noul": 0.995,
"confidence": 0.989
}
},
"usage": {
"input_tokens": 441,
"output_tokens": 0
}
}
```
`risk.score` vaut `3`, soit le quatrième niveau en comptant à partir de `0` : « Critical: private data could leave the company ».
## Schéma de la réponse
| Champ | Type | Signification |
| - | - | - |
| `answers.threat.choice` | string | `injection`, `phishing` ou `safe`. |
| `answers.risk.score` | integer | Indice du niveau de risque retenu, compté à partir de `0`. |
| `answers.risk.legend` | object | Vos descriptions de niveaux, indexées par position. |
| `answers.exfiltration.noul` | number | Probabilité que le contenu tente d'envoyer des données vers l'extérieur, de 0 à 1. |
| `answers.*.confidence` | number | Degré de certitude de GLiDE pour cette réponse, de 0 à 1. |
## Exploiter la réponse
```python theme={null}
answers = response.json()["answers"]
threat = answers["threat"]
risk = answers["risk"]["score"]
exfiltration = answers["exfiltration"]["noul"] >= 0.5
is_safe = threat["choice"] == "safe" and threat["confidence"] >= 0.9
if is_safe and risk == 0 and not exfiltration:
agent.add_to_context(page.visible_text)
else:
quarantine(page, reason=threat["choice"], risk=risk)
agent.add_to_context("[Content removed: it contained instructions for the assistant.]")
```
Le seuil pour laisser passer le contenu est volontairement élevé. Une fausse alerte coûte une page ; une injection manquée peut entraîner une fuite de données.
## L'adapter
* Filtrez chaque source non fiable : pages récupérées, e-mails entrants, fichiers téléversés et résultats d'outils.
* Envoyez le texte caché en plus du texte visible. Les commentaires HTML, les textes alternatifs et le texte blanc sur fond blanc sont des cachettes courantes.
* Listez les vrais outils de l'agent dans `state.agent_tools`, afin que `risk` reflète ce que l'agent pourrait réellement faire.
* Ajoutez une voie `phishing` si des personnes lisent le même contenu, et transmettez ces cas à votre équipe de sécurité.
Le filtrage réduit le risque d'injection sans l'éliminer. Limitez aussi les autorisations de l'agent et exigez une confirmation avant qu'il n'envoie des données ou de l'argent.
Concevez des garde-fous qui échouent de façon sûre en cas d'incertitude.
Chaque champ, limite et erreur de `POST /v1/systemone`.
This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.