SecurityGateway for Email Servers 11.0

このページを使用して、メッセージがAI分類ルールのいずれかに一致した場合に、選択したAIモデルに送信されるAI分類プロンプトを作成および管理します。プロンプトを追加、編集、削除し、各プロンプトの設定詳細を表示できます。プロンプトリストには、プロンプトを有効/無効にするための［有効］列、［プロンプト名］列、およびプロンプトが使用するAIモデルを示す列が表示されます。

AIプロンプトの追加と編集

プロンプト］リストに新しいAIプロンプトを追加するには、［プロンプト］ ページのツールバーで［新規］をクリックします。既存のプロンプトを編集するには、プロンプトのエントリを選択して［編集］をクリックします。

プロパティ

有効

このボックスをチェックすると、選択したプロンプトを使用できるようになります。

名前

プロンプトに固有の名前を割り当てます。

説明

プロンプトの説明を入力します。これはオプションであり、参考用です。

AIモデル：

このドロップダウンリストを使用して、このプロンプトを受信する事前設定済みAIモデルを選択します。

プロンプト・テキスト：

これは、メッセージがこのプロンプトに関連付けられているAI分類ルールの1つに一致したときに、選択したAIモデルに送信されるテキストです。プロンプトは、分析された各メッセージに対して、以下に指定された許可された分類ラベルの 1つを返すようにモデルに要求する必要があります。プロンプトで言及されるラベルは、そのオプションで指定したラベルと正確に一致する必要があります。プロンプトに含めるメッセージデータを正確に制御するために、プロンプトで使用で きる変数が多数あります。使用可能な変数をすべて表示] をクリックすると、これらの変数のリストが表示されます。許容可能なプロンプトの 2 つの例とそれぞれの説明については、以下の「プロンプトの例」を参照してください。

利用可能なすべての変数を表示

このボタンをクリックすると、プロンプトで使用できるすべての変数のリストが表示されます。変数は中括弧{variable_name} で囲む必要があります。変数で許可される最大文字数を設定するには、次のようにします：{variable_name,max_chars}を使用します。例えば{body.text,50000}は変数を置き換えるテキストのサイズを50,000文字に制限します。それ以上のテキストは切り捨てられる。

 

プロンプト例の表示

このボタンをクリックすると、プロンプトの例が表示されます。このプロンプトは、AI Classificationプロンプトを作成する際のテンプレートまたは開始点として使用できます。このページで［このテンプレートを使用する］ボタンをクリックすると、プロンプトの例が下の［プロンプト・テキスト］ボックスにコピーされます。を参照してください：プロンプトの作成方法の詳細については、「プロンプトのサンプル」を参照してください。

許可された分類ラベル：

これらはAIが分析するメッセージに割り当てる分類ラベルです。classification_labels}変数を単に使用するのではなく、プロンプト自体に手動で分類ラベルを定義する場合は、これらのラベルと正確に一致する必要があります。プロンプトのラベルがここで指定したラベルと一致しない場合、メッセージは正しく分類されません。

プロンプトのサンプル

以下にAI分類プロンプトのサンプルを2つ示す。1つ目は単純なもので、2つ目はより複雑なものです。ヒントChatGPTのようなAIツールは、様々な分類タスクのプロンプトを提案し、改良するのに役立ちます。

プロンプトサンプル#1：

このプロンプトでは、AIモデルはリストされた分類の定義を完全に独自に決定します。例えば、あなたの分類がLEGITIMATE、SPAM、SUSPICIOUSである場合、何が「スパム」を構成し、何がメッセージを「正当」にし、どのような詳細を「疑わしい」と見なすべきかを決定するのはモデルに任されています。このサンプルも{classification_labels}変数を使用して、許可された分類ラベルを自動的に含めます。AI分類の場合、モデルは分類ラベルを1つだけ返す必要があり、オプションとしてカンマの後に、その分類をメッセージに割り当てた理由の説明などの追加テキストを返す必要があります。最後に、変数を使って、メッセージのヘッダー、最大50,000文字までのメッセージのhtml本文、含まれる添付ファイルのリストなど、分析するデータを含めます。

--

このEメールを分析し、内容に基づいて分類してください。以下のいずれかを正確に回答してください：{classification_labels}の後にコンマと説明を続けてください。

 

ヘッダー {headers}

ボディ {body.html,50000}

添付ファイル {attachments}

 

プロンプトサンプル#2：

このプロンプトでは、それぞれの分類がプロンプトの中で定義されており、それぞれの分類が何を意味するかはモデルに任されていません。また、モデルには1つの分類（カテゴリー）だけを回答するように指示し、その後にコンマ、そして説明を続けます。その分類を選んだ理由を説明するようモデルに指示することで、幻覚や非論理的な答えの可能性が減り、より良い結果が得られることがあります。さらに、その余分な情報はログに記録され、問題のトラブルシューティングやプロンプトの改良に役立つ可能性があります。最後に、変数を使用して、メッセージのヘッダーとメッセージ本文の最大50,000文字を含めます。

--

あなたは電子メールの分類アシスタントです。あなたの仕事は、電子メールを読み、次のカテゴリのいずれかに分類することです：

LEGITIMATE: 信頼できる送信元からの個人的、仕事関連、取引関連、または期待される電子メール（領収書、注文確認、サービスの更新など）。

UNSOLICITED: ニュースレター、アンケート、ランダムなコンタクトの試みなど、明らかに有害でなく、何かを販売しているわけでもない、リクエストされていないメール。

COMMERCIAL: 広告、オファー、マーケティング・キャンペーンなど、製品やサービスの宣伝や販売を行う電子メール。

HARMFUL: フィッシングと思われるメール、マルウェアを含むメール、既知のブランドやサービスになりすまして情報を盗むメール、詐欺を目的としたメール、悪意のあるメール。欺瞞、詐欺、脅威の明確な証拠がある場合にのみ、このラベルを使用してください。DMARCに準拠した有名企業からのメールは、なりすましや悪意のあるコンテンツ（不一致のリンク、不審な添付ファイル、不明なURLからの即時ログインの要求など）の兆候がない限り、HARMFULのラベルを付けるべきではありません。

カテゴリーを1つだけ記入し、その後にコンマと説明を記入してください。

ヘッダー {headers}

ボディ {body.text,50000}