Seguir Cada investigación comienza de la misma manera: re-explicando tu entorno, tus fuentes de registro, tus estándares de detección, antes de que puedas siquiera llegar al análisis real. Multiplica ese costo de configuración en cada nuevo chat que abres para la misma investigación, y estás gastando más tiempo re-informando a la IA que cazando amenazas.
Proyectos resuelve esto. Disponible dentro de Investigación de Amenazas Agénticas — el espacio de trabajo asistido por IA en Arquitecto Principal para la ingeniería de detección e investigación de amenazas — Los proyectos te permiten agrupar múltiples chats bajo un único contexto compartido, de modo que solo necesitas preparar el escenario una vez. Define tu esquema de datos, fuentes de registro, estructura de detección, y el resultado esperado desde el principio, y cada chat en ese proyecto lo hereda automáticamente. No más volver a pegar el mismo trasfondo en cada nueva sesión: la IA ya sabe cómo funciona tu entorno antes de que escribas tu primera pregunta.
Piensa en un proyecto como un espacio de trabajo construido alrededor de un enfoque de investigación específico: una campaña de amenazas, tu entorno o el de un cliente, una iniciativa de ingeniería de detección, un incidente en curso. Todo lo que la IA necesita para razonar correctamente sobre ese enfoque reside en un solo lugar, y cada chat dentro de él comienza desde esa misma base completamente informada. Los proyectos se ubican justo en el panel izquierdo de la Investigación de Amenazas Agénticas junto a tus chats regulares, y todo lo que ya usas allí —preguntas personalizadas, así como las herramientas de IA integradas de Agénitca— funciona de la misma manera dentro de un proyecto, solo que con tu contexto ya aplicado.
Por qué es importante
- Consistencia a lo largo de tus propias investigaciones. Cada chat que abres dentro de un proyecto comienza desde el mismo contexto de base, por lo que tus resultados se mantienen comparables y repetibles a través de las sesiones, en lugar de depender de lo que decidiste escribir en el mensaje ese día.
- Investigaciones más rápidas. Omite por completo el costo de configuración. Abre un nuevo chat y dirígete directamente al análisis: el contexto ya está cargado, de modo que la IA puede pasar de pregunta a respuesta en lugar de pregunta a pregunta aclaratoria.
- Conocimiento institucional, integrado. Sube tus manuales internos, informes de incidentes, documentación del entorno, y otros materiales de referencia relacionados con la seguridad para que la IA razone con los estándares y la historia reales de tu organización, no con suposiciones genéricas sobre cómo debe funcionar un SOC.
- Precisión por diseño. Establece las reglas una vez: aclara las suposiciones antes de actuar, requiere lenguaje técnico preciso, sugiere ideas de ajuste para detecciones ruidosas, y cada chat en el proyecto las sigue automáticamente, sin que tengas que repetirlas.
- Un espacio de trabajo dedicado por investigación. Mantén proyectos separados para enfoques separados: una campaña de amenazas, tu entorno o el de un cliente, una iniciativa de ingeniería de detección, de modo que el contexto cargado en cada uno sea siempre exactamente lo que esa investigación necesita, sin que el trabajo no relacionado lo afecte.
Un ejemplo rápido
Supongamos que estás ejecutando un proyecto centrado en la detección de movimientos laterales. Adjuntas tu esquema de datos para que la IA entienda tus convenciones de nomenclatura de campos, enumeras tus fuentes de registro (EDR, VPN, proveedor de identidad y registros de firewall) para que sepa qué evidencia está realmente disponible, y cargas tu estructura de detección y la plantilla de salida esperada para que cada hallazgo regrese en el mismo formato que utilizas para la triaje. También incluyes un par de manuales internos y informes de incidentes anteriores cubriendo actividad similar. A partir de ese momento, cada nuevo chat que abres en ese proyecto puede responder preguntas como «¿coincide este patrón de autenticación con TTPs de movimiento lateral conocidos en nuestro entorno?» fundamentado en tu modelo de datos actual y tu propio historial de casos —no en una respuesta genérica— sin que tengas que volver a explicar nada de eso.
Empezando
- Crea un proyecto. In Arquitecto Principal, ve al Investigación de Amenazas Agénticas modo, selecciona Proyectos en el panel izquierdo, y luego selecciona Crear Proyecto. Ponle un nombre.
- Define el contexto compartido. Selecciona una o ambas opciones:
- Instrucciones: Haz clic en el icono del lápiz en la sección Instrucciones y escribe un mensaje describiendo cómo debe comportarse la IA en este proyecto —por ejemplo, tu esquema de datos, detalles de las fuentes de registro, estructura de detección y formato esperado de salida, o reglas clave como aclarar suposiciones y usar lenguaje técnico preciso. Selecciona Guardar. Puedes revisar y editar esto en cualquier momento a través del mismo icono del lápiz.
- Recursos: Haz clic en el icono más (+) en la sección de Recursos , selecciona Subir Archivos, y adjunta tu material de referencia —manuales, informes de incidentes, documentos del entorno, u otras referencias de seguridad. Puedes subir hasta 5 archivos, cada uno de hasta 15 MB and 500k tokens. Formatos compatibles: PDF, TXT, CSV, JSON, PNG, JPG/JPEG (PDFs de hasta 1,000 páginas).
Todo lo que agregas aquí se aplica automáticamente a cada chat en el proyecto.
- Empieza a trabajar. Abre el proyecto e inicia un nuevo chat: hereda el contexto de inmediato, sin pasos adicionales. Todos los chats que creas dentro del proyecto se agrupan y están disponibles bajo el panel de chat, para que el historial de tu investigación permanezca organizado en una sola vista en lugar de disperso a lo largo de una lista general de chats.
- Mantenlo organizado. A medida que un proyecto crece, puedes renombrar o eliminar chats individuales en cualquier momento: simplemente haz clic en el menú de tres puntos al lado de un chat y selecciona la opción que necesitas. Esto facilita mantener investigaciones activas claramente etiquetadas y archivar aquellas que están cerradas, sin perder el contexto compartido del que el resto del proyecto aún depende.
Establece el contexto una vez. Investiga más rápido, cada vez.
