Saltar al contenido
AcademiaEntrar

gratis, para ti

Unos investigadores escondieron un párrafo invisible en una web. Una flota de IAs lo leyó y les obedeció. ¿Lo haría el tuyo?

Cómo dejarle libertad a tu agente de IA sin que una web, un correo o un documento le pueda dar órdenes, y sin que tus claves acaben donde no deben. Las tres barras que no negocio, las instrucciones para pegar, los bloqueos de verdad para Claude Code y la prueba de la trampa para ver si tu agente se salta las normas, con una skill de Claude que lo hace todo.

¿A qué email te lo mando?

Usamos tu email para mandarte este recurso. Más detalles en la política de privacidad.

En el vídeo viste a una flota de agentes colándose por la puerta de atrás de una web.

Usaban llaves que otros habían dejado tiradas en internet.

Y se creyeron un texto escondido que unos desconocidos pusieron en una página.

Tu agente lee webs, correos y documentos. Cualquiera que escriba ahí le puede intentar dar órdenes.

Yo a mi agente le dejo muchísima libertad. Justo por eso hay tres cosas que no negocio.

Te mando mi jaula. Las instrucciones, los bloqueos de verdad y la prueba para saber si tu agente se salta las normas.

Lo que te llevas

  • Las tres barras que no negocio, con el porqué de cada una.
  • Por qué lo que tu agente lee en internet tiene que ser información y nunca órdenes.
  • Dónde van tus claves para que el agente no las vea ni las use.
  • Las instrucciones de la jaula, para pegar en Claude Code, ChatGPT o Gemini.
  • Los bloqueos de verdad para Claude Code. Lo irreversible no se prohíbe por escrito, se quita.
  • La prueba de la trampa. Una página con un texto escondido, como la de los cazadores, para ver si tu agente cae.
  • Y todo junto como skill de Claude. Te revisa la carpeta, te escribe la jaula y te pasa la prueba.

¿A qué email te lo mando?

Usamos tu email para mandarte este recurso. Más detalles en la política de privacidad.

Lo que me suelen preguntar

¿Es gratis de verdad?

Sí. Te pido el email para mandártelo y nada más. Si marcas la casilla, te aviso cuando suba otro recurso. Si no la marcas, no te escribo.

No uso agentes, solo el chat. ¿Me sirve?

Sí, en cuanto le pases una web, un PDF o un correo para que lo lea. Las instrucciones y la prueba valen igual. Los bloqueos de Claude Code te los puedes saltar.

¿Con qué IA lo uso?

Con la que uses. Las instrucciones van en un archivo en Claude Code, en las instrucciones del proyecto en ChatGPT y en un Gem en Gemini.

¿Con esto mi agente es seguro del todo?

No. Ninguna jaula es perfecta. Por eso lo peligroso no se le prohíbe solo por escrito, se le quita el acceso. Y por eso te doy la prueba, para que lo compruebes tú.

¿Me vas a intentar vender algo?

No. Este recurso es tuyo y no tiene letra pequeña.

¿A qué email te lo mando?

Usamos tu email para mandarte este recurso. Más detalles en la política de privacidad.

P. D. Los agentes del vídeo dieron las gracias por la trampa. El tuyo no tiene por qué caer en ella. Te cuesta diez minutos comprobarlo.