Conecta un modelo de IA para tus búsquedas de IOC
GoChannel Desk funciona con un proveedor de IA en la nube mediante un endpoint de API estándar, con un modelo que se ejecuta en tu propio PC o con el modelo integrado. La elección importa. Decide adónde van las líneas de log que van dentro de un prompt, algo que pesa cuando los logs contienen nombres de usuario y direcciones IP.
Tres formas de conectar un modelo
Un proveedor de IA en la nube
Un proveedor de IA en la nube se conecta mediante un endpoint de API estándar y sirve para carpetas de logs más grandes o razonamientos más difíciles. Los prompts van a ese endpoint, así que las líneas de log que el agente incluya salen de tu PC. Los secretos de la salida de las herramientas se ocultan antes de llegar al modelo. Los logs contienen datos personales. Las líneas de log normales con nombres de usuario y direcciones IP también llegan al endpoint, así que consulta antes las normas de tu organización.
Un modelo en tu PC
Un modelo que se ejecuta de forma local en tu PC lo mantiene todo en el equipo: con un modelo local no sale nada, lo que encaja con logs que tienen nombres de usuario y direcciones y con incidentes que debes mantener en privado. La velocidad y la calidad dependen de tu hardware y del modelo que uses. Pruébalo antes con logs de ejemplo inofensivos.
El modelo integrado
El modelo integrado es la opción para probar cuando no tienes a mano un endpoint ni una clave. La calidad varía. Revisa su salida como la de cualquier otro modelo y sigue las normas de tu organización sobre datos personales antes de darle copias de logs sensibles.
Comprueba el endpoint con Test
El botón Test comprueba un endpoint antes de que dependas de él. Muestra el tiempo de respuesta y la ventana de contexto, que te dice cuánto texto de log cabe en una sola petición. Vuelve a probar después de cualquier cambio. Una ventana pequeña significa que debes dar al agente archivos más pequeños o una carpeta cada vez.
Cómo elegir un modelo para buscar en logs
Usa un modelo más grande para los pasos que exigen criterio, como correlacionar coincidencias entre varios archivos de log o redactar la nota de hallazgos, y uno más pequeño para ediciones concretas como restaurar el texto «defanged» en iocs.txt. run_on_model manda un paso difícil a un modelo más grande mientras el resto de la tarea sigue en el modelo predeterminado. Combínalos.
La calidad varía entre modelos. Revisa tú mismo cada diff y cada resultado de búsqueda, y usa Ask first cuando pruebes un modelo nuevo para que cada cambio espere tu OK. Un resultado limpio nunca prueba que un sistema esté limpio.
