La mayoría de los guardrails deciden bloquear o permitir un mensaje aislado. NeMo Guardrails va más lejos: define flujos conversacionales completos con su propio lenguaje, Colang.
Colang define flujos conversacionales, lógica de guardrails, y comportamiento dirigido por eventos. Cada política que querés aplicar se escribe como un flujo de Colang — los flujos definen qué pasa en cada evento conversacional, y soportan ramificación condicional, llamadas a acciones, y tracking de estado multi-turno, no solo evaluación de un mensaje aislado.
Los rails de entrada revisan o transforman el prompt antes de que llegue al modelo. Los rails de diálogo mantienen al bot enfocado en el tema. Los rails de recuperación filtran los chunks de RAG antes de que entren al contexto. Los rails de ejecución gobiernan qué acciones puede tomar el sistema. Los rails de salida vetan la respuesta final del modelo antes de que llegue al usuario — cinco puntos de intervención distintos a lo largo de todo el flujo, no solo uno.
Una configuración de guardrails consiste en archivos YAML que definen modelos, prompts, rails, tracing, y configuraciones de runtime; flujos de Colang que definen la lógica conversacional y de guardrails; y funciones Python, tools, o APIs externas que extienden los guardrails con validaciones específicas de la aplicación. Los archivos se organizan en una carpeta config con `config.yml`, un directorio de rails con archivos `.co`, y `actions.py` para acciones custom invocadas desde los flujos de Colang.
NeMo Guardrails brilla específicamente cuando necesitás lógica conversacional compleja con estado — no solo "bloquear si contiene X", sino "si el usuario mencionó Y en un turno anterior, aplicar una regla distinta ahora". Para guardrails más simples de validación de output aislado, Guardrails AI o las soluciones nativas de cada nube (Bedrock Guardrails, Azure Content Safety) suelen ser más rápidas de implementar sin la curva de aprendizaje de un lenguaje nuevo como Colang.
La documentación y guías más recientes de 2026 confirman que este enfoque de configuración sigue siendo el vigente para construir lógica de seguridad y control alrededor de aplicaciones de LLM — no es una herramienta abandonada, sigue siendo mantenida activamente por NVIDIA como parte de su stack más amplio de NeMo para IA empresarial.
Carlos Montiel es arquitecto de soluciones IA empresarial. Implementa LLMs, Agentes, RAG y orquestadores en empresas de Guatemala y Latinoamérica. Contáctalo para una consultoría.
Contactar a Carlos Montiel