待验证60% 置信事实时间未知

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

2

来源数

60%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

企业级多Agent开发：低代码平台vs手写代码方案深度对比

bilibiliAI大模型升升

涉及实体

提示词注入攻击concept

相关事实

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80% 相似待验证提示词注入攻击利用了大语言模型无法严格区分指令与数据的根本局限78% 相似待验证越狱手法可分为提示注入、对抗性前缀攻击、多步骤语境构建以及自动化越狱78% 相似待验证提示词注入攻击（Prompt Injection）可通过精心构造的用户输入诱导模型忽略系统提示词的约束75% 相似待验证提示注入针对系统架构，越狱针对模型价值观对齐本身，这是两类攻击的根本区别75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/4263

API

curl https://kongchang.com/api/v1/knowledge/claims/4263

MCP

get_claim(id=4263)