待验证50% 置信事实精确时间

提示注入利用大语言模型无法可靠区分指令与数据的缺陷，OWASP将其列为大模型应用的首要安全威胁之一

1

来源数

50%

置信度

长期有效

时效性

2026/10/25

首次发现

来源

AI代理五个权限等级：从ChatGPT问答到全自动Agent

youtubeCarla Masini2026/10/25

涉及实体

OWASPcompany 提示注入concept

相关事实

待验证OWASP将间接提示注入列为LLM01，并指出RAG无法完全缓解这一风险，因为检索本身就意味着模型会处理不可信来源的文本。70% 相似待验证提示注入与传统注入攻击的关键相似点在于，系统无法可靠区分可信指令与不可信数据。70% 相似待验证大模型在数据分析场景中的最大隐患是在找不到对应字段时编造看似合理但实际错误的数据69% 相似待验证大语言模型生成参数时存在幻觉风险，如伪造不存在的用户分组ID68% 相似待验证模型对特定关键词（如“逆向工程”“root”“漏洞”）高度敏感，但难以区分合法安全研究与恶意攻击，导致误报率上升。66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1096361

API

curl https://kongchang.com/api/v1/knowledge/claims/1096361

MCP

get_claim(id=1096361)