LLM Prompt Purify
Angular, TypeScript
Problema
Los prompts para LLMs pueden incluir datos sensibles de usuarios o empresas involuntariamente al ser enviados a APIs de terceros, generando riesgos de privacidad y cumplimiento.
Restricciones
El filtrado debe ser del lado del cliente para evitar enviar datos a cualquier servidor antes de la sanitización. Debe ser determinístico y verificable. Debe manejar formatos de datos diversos sin romper la estructura del prompt.
Solución
Un pipeline de sanitización del lado del cliente que escanea el texto del prompt en busca de patrones que coincidan con datos sensibles (correos, teléfonos, IDs, credenciales) y los enmascara o elimina antes de que el prompt llegue a cualquier API externa. Las reglas son configurables y extensibles.
Resultado
Usado en flujos corporativos con agentes LLM y LLMs web para reducir el riesgo de filtración accidental de datos antes de que los prompts llegaran a herramientas externas. El filtrado determinístico garantizó comportamiento predecible y preprocesamiento reutilizable para aplicaciones con LLM.