待验证50% 置信事实精确时间

通过精心设计的提示词、角色扮演框架或多轮对话引导可以绕过部分护栏，这类技术被称为越狱

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

研究人员借助Claude攻破OpenAI系统：AI安全新警钟

涉及实体

越狱concept 提示词工程technology

相关事实

已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77% 相似已验证越狱是指通过构造特殊输入绕过大模型安全限制的攻击手法，常见形式包括角色扮演诱导、多轮对话累积绕过、编码混淆等76% 相似待验证常见的提示词技术包括Few-shot、Chain-of-Thought（链式思维）、角色设定等76% 相似待验证提示词的作用可拆解为沟通桥梁、任务导航、风格控制、边界约束四个层面73% 相似待验证工具调用策略可拆成四步：定默认态度、设定触发模式、明确禁用场景、给出具体示例70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/932296

API

curl https://kongchang.com/api/v1/knowledge/claims/932296

MCP

get_claim(id=932296)