Si llegan mensajes no deseados a Mailcow, comprueba primero qué hizo realmente su filtro de spam. Un mensaje que pasa no demuestra que Rspamd esté averiado ni que un LLM vaya a solucionarlo. La protección durante la entrega y la clasificación posterior cumplen funciones distintas.
Sigue un mensaje hasta su carpeta
Conserva el original y revisa el resultado Rspamd: puntuación, símbolos activados y acción elegida. Compáralo con la carpeta final. Una puntuación baja y una puntuación alta seguida de una ubicación incorrecta requieren investigaciones distintas.
| Observación | Siguiente comprobación |
|---|---|
| Mensaje sospechoso por debajo del umbral | Aportación de los símbolos y posibles listas de permitidos |
| Mensaje legítimo con puntuación excesiva | Símbolos que provocan el falso positivo |
| Mensaje marcado como spam pero en la bandeja de entrada | Reglas de entrega y carpeta de destino |
| Resultados distintos tras un cambio | Comparación con ejemplos no deseados y legítimos |
Consulta las puntuaciones de Rspamd y la guía de aprendizaje de Mailcow. No copies un umbral universal sin comprobar tu instalación.
La autenticación no evalúa el contenido
SPF, DKIM y DMARC ayudan a evaluar la autenticación del remitente. Superarla no demuestra que una oferta sea deseada o que el mensaje sea inofensivo. Un fallo aislado también necesita contexto, especialmente con reenvíos. Mantén activas las comprobaciones de seguridad del servidor.
Dónde puede ayudar una segunda capa de IA
Tras la entrega, AI Email Filter puede mover mensajes a una carpeta de revisión mediante una descripción. Ejemplo: «Ofertas comerciales no solicitadas de servicios SEO o listas de contactos. Excluir mensajes con una referencia visible a un ticket de soporte existente o al proyecto indicado». Añade referencias que realmente utilices.
Es una propuesta de categoría, no una medición de detección. El clasificador recibe remitente, asunto y un fragmento del cuerpo. No realiza el análisis completo de enlaces y adjuntos de una pasarela de seguridad ni demuestra que un texto sea generado por IA.
Prueba inclusiones y exclusiones
Prepara publicidad no deseada, un mensaje legítimo de un proveedor y un caso ambiguo. Anota el resultado esperado antes de la vista previa. Revisa tanto los falsos positivos como la publicidad que se escapa. Empieza con una carpeta de revisión, conserva visibles los casos dudosos y evita la eliminación permanente al principio.
Un endpoint propio puede tener un proveedor externo de respaldo. Un modelo privado no convierte la aplicación alojada en privada. Consulta conectar Mailcow y clasificación autoalojada.
Este artículo describe un diagnóstico; no afirma haber completado una evaluación comparativa de Mailcow ni ofrecer una solución definitiva contra el spam.