已验证65% 置信事实精确时间
提示注入分为直接注入（用户直接操控模型行为）和间接注入（通过外部数据源污染上下文）两类
3
来源数
65%
置信度
长期有效
时效性
2026/7/6
首次发现
来源
Anthropic提示注入争议解析：系统提示透明度之争
hackernewshackernews2026/7/5
相关事实
已验证提示词注入攻击本质上是利用大模型指令与数据不分离的固有缺陷，分为直接注入和间接注入两类75% 相似已验证提示注入是一种针对大语言模型的攻击手法，攻击者通过在模型输入数据中嵌入恶意指令劫持模型的正常行为70% 相似待验证可说明性（Explainability）催生了LIME、SHAP等事后归因方法，面向外部用户回答为什么模型给出该输出65% 相似待验证常见的系统提示词泄露手法包括直接要求模型输出系统提示词、角色扮演绕过限制以及利用模型过度服从特性进行迂回诱导。64% 相似待验证提示工程技巧（思维链、少样本示例、角色设定、结构化输出等）本质上是通过额外语言约束缩小模型的输出分布，引导到更贴近用户意图的概率区间63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/113857API
curl https://kongchang.com/api/v1/knowledge/claims/113857MCP
get_claim(id=113857)