Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Long-term
Relevance
9/4/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedSystem 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% similarUnverified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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/853026API
curl https://kongchang.com/api/v1/knowledge/claims/853026MCP
get_claim(id=853026)