如何开始使用 Lakera?
更新时间
Lakera 提供三条公开的起步路径:在官网点击 Start for free 自助开始、通过 Book a demo 预约产品演示、或选择 Talk to Sales 联系销售团队。选择哪一条取决于你的目的——想先自己看产品就选第一条,需要有人讲解并评估是否匹配企业场景就选后两条。官网未说明免费版的具体额度、功能范围或是否需要企业邮箱,这些需要在进入流程后确认。
三条起步路径怎么选
| 路径 | 适合的情况 | 你需要准备什么 |
|---|---|---|
| Start for free | 想直接接触产品、做技术验证或小范围试用 | 按页面提示完成注册;具体限制以实际页面为准 |
| Book a demo | 需要看真实场景演示、评估是否采购 | 说明你的 AI 应用形态(对话、RAG、Agent 等)和关注的风险点 |
| Talk to Sales | 已有明确采购意向,要谈方案、部署或商务条件 | 企业规模、合规要求、现有 GenAI 项目阶段 |
三条路径在官网首页和产品页均有入口,属于同一层级的行动号召,没有先后依赖关系。
开始之前先明确你要保护的对象
Lakera 把产品分为两条主线,起步时先说清楚自己属于哪一类,能让演示和试用更有针对性:
- Workforce AI Security:面向员工使用 AI 的场景,官网列出的能力包括跨应用和浏览器的 Shadow AI 发现、提示词中的上下文感知数据保护、以及按用户/应用/动作划分的细粒度策略控制。
- AI Agent Security:面向自研 AI 应用的运行时防护,官网列出的能力包括实时威胁检测、提示攻击拦截、数据泄露防护。
如果你两者都有,可以在沟通时同时提出,避免只演示一半。
想验证防护效果,可以关注这些风险项
官网明确列出其管理的风险类型,试用或演示时可以逐条对照自己的业务:
- 提示注入攻击(Prompt Injection)
- 间接提示注入(Indirect Prompt Injection)
- AI 数据泄露
- 合规与监管风险
- 有害内容生成
- 多语言与多模态攻击
另外,官网提到其运行时延迟为 sub-50 ms、覆盖 100+ 种语言,并称其红队数据来自全球 100 万以上攻击者。这些是官方给出的指标,实际表现需要在你的环境中验证。
如果目标是红队测试
Lakera 的 AI Red Teaming 提供两条形式:Risk-Based Testing for AI Applications(基于风险的测试)和 AI Red Teaming Service(专家主导的对抗性测试)。前者偏工具化、按风险优先级排布;后者偏服务、由专家执行。起步时可以直接在演示中要求针对你的应用类型(对话代理、文档/RAG 代理、GenAI 网关、互联代理)设计测试用例。
常见卡点
- 不清楚免费版边界:官网只提供 Start for free 入口,未公开额度与功能限制,注册后以实际界面为准。
- 演示前没准备场景:Lakera 的用例按代理类型划分,带着自己的架构图和数据流去沟通,比泛泛问“能防什么”效率高得多。
- 把两条产品线混为一谈:员工用 AI 和自研 AI 应用是两套防护逻辑,混着提容易得到不匹配的方案。
- 忽略延迟与语言要求:如果你的应用对响应时间或多语言输入敏感,应在评估阶段就要求验证这两项指标。
验证是否走对了路
无论走哪条路径,起步后可以用三个问题自检:防护是否覆盖了你实际使用的代理类型;列出的风险项里是否有你真正担心的那几类;以及在你自己的流量下,延迟和误报是否可接受。这三点都能对上,再进入下一步的部署或采购讨论。