待验证50% 置信事实精确时间
当用户自定义系统提示词与平台注入的安全级指令冲突时，平台指令通常拥有更高优先级
1
来源数
50%
置信度
长期有效
时效性
2026/9/4
首次发现
来源
涉及实体
相关事实
待验证System Prompt在对话开始前由开发者注入，位于上下文窗口最前端对输出影响权重最高，通常包含身份声明、能力边界、回复风格和安全护栏四个核心要素71% 相似待验证应对提示词注入的策略包括在系统提示词中声明外部数据源指令不具系统级权限，以及在应用层对工具返回内容进行沙箱化处理69% 相似待验证系统提示词优先级高于用户指令的特性是通过 RLHF 阶段的偏好标注刻意强化的，标注人员针对用户试图覆盖系统约束的场景给出偏好标注69% 相似待验证有效的提示词引导策略包括将任务描述为安全研究语境、采用角色设定框架、分步骤提问，以及利用MCP工具调用绕过纯对话层过滤69% 相似待验证自定义指令本质上是一种系统提示词（System Prompt）的持久化机制，将用户规则注入系统提示词层68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/853026API
curl https://kongchang.com/api/v1/knowledge/claims/853026MCP
get_claim(id=853026)