待验证80% 置信决策规则时间未知
关键词预警要选支持'语义识别'而非纯'关键词匹配'的产品：单纯匹配敏感词的软件误报率极高（同学玩笑、游戏黑话会大量触发），且孩子学会用谐音/字母缩写/表情包欺凌后就完全失效。带AI语境分析的产品能识别持续性、指向性的攻击模式，更接近真实欺凌判断
1
来源数
80%
置信度
中期 (~90 天)
时效性
-
首次发现
来源
涉及实体
相关事实
待验证接入大语言模型（LLM）的机器人互动更自然但存在生成内容不可控风险，务必确认厂商是否有儿童专用内容过滤层和敏感话题拦截；纯本地词库机型答案安全但互动机械、易被'问倒'69% 相似待验证越狱通过精心构造的提示词（如角色扮演、多步诱导、语言混淆）绕过安全过滤66% 相似待验证基于关键词的输入过滤面临对抗性规避挑战，攻击者可使用同义词替换、语言切换或编码混淆绕过，更健壮的方案是使用独立训练的意图分类模型65% 相似待验证自然语言作为攻击载体使得攻击样本几乎无法被签名检测，每次攻击可用不同措辞表达相同恶意意图62% 相似待验证如果目标是配合学校教材学习，必须确认单词卡词库明确标注对应教材版本（人教版/外研社/PEP等）及年级，通用词库与教材进度不匹配会导致学用脱节62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/283874API
curl https://kongchang.com/api/v1/knowledge/claims/283874MCP
get_claim(id=283874)