LLM Firewall
Escribe reglas de firewall
Describe una decisión de política con suficiente claridad para que el modelo juez responda de forma coherente.
Una decisión por regla
Escribe instrucciones breves y binarias que nombren la categoría evaluada. Evita términos amplios que distintos revisores puedan interpretar de forma diferente.
Prueba entradas representativas
Incluye coincidencias esperadas, casos seguros cercanos y redacciones adversariales. Revisa el razonamiento del juez antes de pasar de audit a aplicación activa.