| 本质 | 输入通道里内容与指令混流，模型按语言模式统一解读 |
|---|---|
| 分类 | 直接注入（用户自己输入）与间接注入（第三方内容夹带） |
| 定位 | 需要隔离、权限与审查手段组合应对，而非单点修复 |
概念区分速记
概念区分速记
提示注入：内容里藏指令 → 影响模型行为
越狱：绕过安全策略 → 输出受限内容
两者可叠加，但防护手段不同（前者靠架构隔离，后者靠安全策略）提示注入的基本概念
提示注入：不可信内容里夹带的指令被模型当作任务执行；它利用的是“模型无法原生区分数据与指令”，属于系统设计问题。
易错点
- 把提示注入当成“非法字符过滤”问题会漏掉语义层面的注入
- 承诺“彻底消除”不现实；目标是降低成功率与收窄影响面
数据来源与参考
- Simon Willison（2022）提出 prompt injection 概念；OWASP LLM Top 10（2025）：LLM01 提示注入