模块二 提示词攻击
提示词攻击总览
深入学习提示词注入、越狱技术和防御策略
本模块将带你深入探索提示词攻击的世界。提示词攻击是针对大语言模型最常见也是最有效的攻击手段之一。通过精心设计的输入，攻击者可以操纵 AI 系统执行非预期的操作，绕过安全限制，甚至泄露敏感信息。
预计学习时间
阅读时长：约 3-4 小时 | 实验时长：约 3 小时
学习目标
完成本模块后，你将能够：
- 理解提示词注入的本质，掌握直接注入和间接注入的原理
- 掌握主流越狱技术，包括 DAN 系列、编码绕过和逻辑操纵
- 学会系统提示提取技术，了解如何获取 AI 系统的内部配置
- 理解内容过滤器的工作机制，掌握字符级、语义级、结构级绕过技术
- 建立多层防御思维，设计和评估 AI 系统的安全方案
章节概览
第1章：提示词注入基础原理
理解提示词注入的本质，掌握直接注入、间接注入和多轮对话注入技术
第2章：越狱技术详解
学习 DAN 系列越狱技术、编码绕过、逻辑操纵和场景构造方法
第3章：系统提示提取技术
掌握直接请求、间接诱导、编码翻译等系统提示词提取方法
第4章：内容过滤器绕过技术
深入理解内容过滤器的工作机制，学习三大类绕过技术
第5章：防御机制与对策
建立多层防御架构，掌握输入层、模型层、输出层的防御技术
配套实验
安全提示
本模块介绍的攻击技术仅供学习和研究目的。请在合法和授权的环境中进行实验，不要将这些技术用于未经授权的系统或恶意用途。