SecurityGateway für E-Mail-Server v11.0

Mithilfe dieser Seite können die die Prompts für die KI-Einstufung erstellen und verwalten, die an das ausgewählte KI-Modell übermittelt werden, wenn eine Nachricht mit einer bestimmten Regel übereinstimmt. Sie können Prompts hinzufügen, bearbeiten und löschen, und Sie können die Konfigurationsdaten für jeden Prompt einsehen. In der Liste der Prompts erscheinen die folgenden Spalten: Aktiviert - hier können Sie die Prompts aktivieren und deaktivieren; Name des Prompts - hier wird der dem Prompt zugewiesene Namen angezeigt; KI-Modell - hier erscheint das KI-Modell, das der Prompt verwendet.

Hinzufügen und Bearbeiten von KI-Prompts

Um einen neuen KI-Prompt in die Liste der Prompts aufzunehmen, klicken Sie in der Symbolleiste der Seite Prompts auf Neu. Um den Eintrag für einen bestehenden Prompt zu bearbeiten, wählen Sie den Eintrag aus, und klicken Sie danach auf Bearbeiten.

Eigenschaften

Aktiviert

Diese Option aktiviert den ausgewählten Prompt. Er wird dann verwendet.

Name:

In dieses Textfeld tragen Sie einen eindeutigen Namen für Ihren Prompt ein.

Beschreibung:

In dieses Textfeld können Sie eine Beschreibung für Ihren Prompt eintragen. Die Beschreibung ist optional und dient Ihnen nur zu Referenzzwecken.

KI-Modell:

Wählen Sie aus dieser Dropdown-Liste das KI-Modell aus, das diesen Prompt empfangen soll. Es stehen nur bereits konfigurierte KI-Modelle zur Auswahl.

Prompt-Text:

Der Text des Prompts, den Sie in dieses Textfeld eintragen, wird an das ausgewählte KI-Modell übermittelt, falls die Nachricht einen Treffer in einer der Regeln für die KI-Bewertung auslöst und die Regel mit diesem Prompt verknüpft ist. Der Prompt muss das KI-Modell anweisen, für jede analysierte Nachricht eine der weiter unten angegebenen Zulässigen KI-Einstufungen zurückzumelden. Das KI-Modell darf dabei weiteren Text übermitteln, wenn dieser Text von der KI-Einstufung durch ein Komma abgetrennt ist. Die KI-Einstufungen, die im Prompt genannt werden, müssen genau mit den KI-Einstufungen übereinstimmen, die Sie in der Option Zulässige KI-Einstufungen konfiguriert haben, sonst ergibt sich für die Nachrichten möglicherweise eine fehlerhafte Einstufung. Es stehen mehrere Variablen zur Verfügung. Sie können diese Variablen in den Prompts verwenden und so genau bestimmen, welche Daten aus der Nachricht in den Prompt aufgenommen werden. Sie können eine Liste aller dieser Variablen einsehen; klicken Sie hierzu auf die Schaltfläche Alle verfügbaren Variablen anzeigen. Im Abschnitt Beispiel-Prompts weiter unten finden Sie zwei Beispiele für zulässige Prompts und Erläuterungen hierzu. Beachte: KI-Modelle antworten möglicherweise nicht oder nicht richtig auf Prompts, die nicht in englischer Sprache verfasst sind.

Alle verfügbaren Variablen anzeigen

Sie können sich eine Liste aller Variablen anzeigen lassen, die Sie in Ihren Prompts nutzen können. Klicken Sie hierzu auf diese Schaltfläche. Variablen müssen in geschweifte Klammern eingeschlossen sein, z.B. {Name_der_Variable}. Um die Höchstzahl der Zeichen festzulegen, die für eine Variable zulässig sind, nutzen Sie folgendes Format: {Name_der_Variable,Höchstzahl_der_Zeichen}. Ein Beispiel hierzu: {body.text,50000} begrenzt den Umfang des Texts, durch den die Variable ersetzt wird, auf 50.000 Zeichen. Text, der diese Zeichenzahl überschreitet, wird abgeschnitten.

 

Beispiels-Prompt anzeigen

Sie können sich einen Beispiels-Prompt anzeigen lassen, den Sie als Vorlage oder als Ausgangspunkt für die Erstellung eigener Prompts zur KI-Einstufung nutzen können. Klicken Sie dazu auf diese Schaltfläche. Auf der Seite, auf der der Beispiels-Prompt angezeigt wird, können Sie auf die Schaltfläche Diese Vorlage verwenden klicken. Der Text des Beispiels-Prompts wird dann in das Textfeld Prompt-Text kopiert. Nähere Informationen über die Erstellung von Prompts finden Sie im Abschnitt Beispiels-Prompts weiter unten.

Allowed Classification Labels:

These are the classification labels that you will prompt the AI to assign to the messages that are analyzed. If you manually define the classification labels in the prompt itself, rather than simply using the {classification_labels} variable, then they must match these labels exactly. If the labels in the prompt do not match the labels specified here, the messages will not be classified properly.

Beispiels-Prompts

Sie finden nachfolgend zwei Beispiele für Prompts zur KI-Einstufung. Das erste Beispiel ist einfach gehalten, das zweite Beispiel ist komplexer. Ein Tipp: KI-Systeme wie ChatGPT können Ihnen dabei helfen, für die verschiedenen Aufgaben zur Einstufung von Nachrichten Prompts vorzuschlagen und zu verbessern. Beachten Sie dabei, dass KI-Modelle möglicherweise nicht oder nicht richtig auf Prompts antworten, die nicht in englischer Sprache verfasst sind. Aus diesem Grund sind die Beispiele in englischer und deutscher Sprache wiedergegeben.

Beispiels-Prompt 1:

Dieser Prompt fordert das KI-Modell auf, völlig eigenständig die Definitionen der angegebenen Einstufungen festzulegen. Falls Sie beispielsweise als zulässige KI-Einstufungen "LEGITIM", "SPAM" und "VERDÄCHTIG" ("LEGITIMATE", "SPAM" und "SUSPICIOUS") angeben, dann bleibt dem KI-Modell die Entscheidung darüber überlassen, was unter "Spam" zu verstehen ist, was eine Nachricht "legitim" macht und welche Anhaltspunkte bei der Einstufung als "verdächtig" heranzuziehen sind. In diesem Beispiel wird die Variable {classification_labels} dazu genutzt, Ihre Zulässigen KI-Einstufungen automatisch einzubeziehen. Der Prompt fordert das KI-Modell auf, mit "nur genau einer" dieser Einstufungen zu antworten und an die Einstufung "ein Komma und die Erläuterung anzufügen". Für die KI-Einstufung muss das KI-Modell genau eine der zulässigen Einstufungen zurückmelden, und es darf optional weiteren Text anfügen, wenn dieser der Einstufung folgt und von ihr durch ein Komma abgetrennt ist. Schließlich werden Variablen verwendet, um die zu analysierenden Daten einzubeziehen: die Kopfzeilen der Nachricht, bis zu 50.000 Zeichen des Nachrichtentexts im HTML-Format und eine Liste etwaiger Dateianlagen der Nachricht.

--Das Beispiel in englischer Sprache:

Analyze this email and classify it based on content. Respond with exactly one of: {classification_labels}, followed by a comma and the explanation.

 

Headers: {headers}

Body: {body.html,50000}

Attachments: {attachments}

 

--Das Beispiel in deutscher Sprache:

Analysiere diese E-Mail-Nachricht, und stufe sie auf der Grundlage ihres Inhalts ein. Antworte mit nur genau einer der folgenden Einstufungen: {classification_labels}. Füge an die Einstufung ein Komma und die Erläuterung an.

 

Kopfzeilen: {headers}

Nachrichtentext: {body.html,50000}

Dateianlagen: {attachments}

 

Beispiels-Prompt 2:

In diesem Beispiel sind alle Einstufungen bereits im Prompt selbst definiert. Dem KI-Modell wird hierbei nicht die Entscheidung überlassen, was die einzelnen Einstufungen bedeuten. Der Prompt weist das KI-Modell an, mit nur genau einer Einstufung oder Kategorie zu antworten, und hieran ein Komma und die Erläuterung anzufügen. Wird das KI-Modell angewiesen, zu erklären, warum es eine bestimmte Einstufung gewählt hat, so kann dies manchmal zu besseren Ergebnissen führen, und die Wahrscheinlichkeit von Halluzinationen oder unlogischen Antworten kann verringert werden. Es werden außerdem zusätzliche Informationen protokolliert, die bei der Fehlersuche im Zusammenhang mit dem Prompt sowie zu seiner Verbesserung hilfreich sein können. Schließlich werden Variablen verwendet, um die zu analysierenden Daten einzubeziehen: die Kopfzeilen der Nachricht und bis zu 50.000 Zeichen des Nachrichtentexts.

--Das Beispiel in englischer Sprache:

You are an email classification assistant. Your task is to read an email and classify it into one of the following categories:

LEGITIMATE: Personal, work-related, transactional, or expected emails from trusted sources (e.g., receipts, order confirmations, service updates).

UNSOLICITED: Unrequested emails that are not clearly harmful or selling something, such as newsletters, surveys, or random contact attempts.

COMMERCIAL: Emails promoting or selling a product or service, including advertisements, offers, and marketing campaigns.

HARMFUL: Emails that appear to be phishing attempts, contain malware, impersonate known brands or services to steal information, involve scams, or have malicious intent. Use this label only if there is clear evidence of deception, fraud, or threat. Emails from well-known companies that are DMARC aligned should not be marked HARMFUL unless they show signs of impersonation or malicious content (e.g., mismatched links, suspicious attachments, urging immediate login via unknown URLs).

Respond with only the one category followed by a comma and the explanation.

Headers: {headers}

Body: {body.text,50000}

 

--Das Beispiel in deutscher Sprache:

Du bist ein Assistent, der E-Mail-Nachrichten einstuft. Deine Aufgabe ist es, eine E-Mail-Nachricht zu lesen und sie in eine der nachfolgenden Kategorien einzuordnen:

LEGITIM: Persönliche, dienstliche, auf den Geschäftsverkehr bezogene oder erwartete E-Mail-Nachrichten von vertrauenswürdigen Absendern (z.B. Belege, Auftragsbestätigungen, aktuelle Informationen zu Dienstleistungen).

UNVERLANGT: Unverlangt zugesendete E-Mail-Nachrichten, die nicht eindeutig schädlich sind, und die nicht auf den Verkauf von Leistungen gerichtet sind. Dazu gehören Newsletter, Umfragen oder nicht besonders zielgerichtete Versuche zur Kontaktaufnahme.

WERBUNG: E-Mail-Nachrichten, die ein Produkt oder eine Leistung anpreisen oder bewerben oder auf deren Verkauf gerichtet sind. Dazu gehören Werbenachrichten, Angebote und Marketingkampagnen.

SCHÄDLICH: E-Mail-Nachrichten, die anscheinend Phishing-Versuche sind, Malware enthalten, bekannte Marken oder Leistungen imitieren, um Informationen zu stehlen, Scams oder Betrug beinhalten oder böswillige Zwecke verfolgen. Verwende diese Kategorie nur, falls klare Beweise für Täuschung, Betrug oder Bedrohung vorliegen. E-Mail-Nachrichten von gut bekannten Unternehmen, die die anwendbaren DMARC-Anforderungen erfüllen, sollten nur dann als SCHÄDLICH eingestuft werden, wenn in ihnen Anzeichen für betrügerisches Auftreten oder schädliche Inhalte vorhanden sind (z.B. Verknüpfungen, bei denen angezeigte Verknüpfung und Verknüpfungsziel nicht übereinstimmen, verdächtige Dateianlagen, Aufforderungen, sich sofort über unbekannte URLs anzumelden).

Antworte mit nur genau einer Kategorie. Füge an die Kategorie ein Komma und die Erläuterung an.

Kopfzeilen: {headers}

Nachrichtentext: {body.text,50000}