已验证65% 置信观点精确时间

由于大模型本身无法严格区分指令与数据，提示词注入从根本上很难被彻底消除

3

来源数

65%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

Arcjet：为AI智能体提供运行时安全防护的开发平台

涉及实体

提示词注入concept

相关事实

已验证当模型本身缺乏对特定问题的理解能力时，再精巧的提示词也无法弥补这一缺陷77% 相似待验证大模型本身只具备分析能力，并不自带任何额外功能，需要通过description才能知道可调用的工具76% 相似已验证大模型倾向于用通用推理来解决问题，而缺乏对领域特定规则的严格遵守和自我验证能力76% 相似待验证大模型的输出是概率性的，无法简单判断相等与否，因此不能用传统断言方式测试75% 相似待验证早期模型能力不足时需要大量引导词，但引导词本身会反过来约束模型的能力边界75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/938868

API

curl https://kongchang.com/api/v1/knowledge/claims/938868

MCP

get_claim(id=938868)