Prompt Injection 深挖

状态：🚧 占位待补齐
一句话定义：攻击者通过用户输入或检索内容 篡改指令层级 ，让模型违背开发者意图（直接 / 间接注入）。

大纲（待补齐）

  1. 直接 vs 间接（RAG/网页/邮件）注入
  2. 典型 payload 与防御失败模式
  3. 分层防御：隔离、权限、输出审核、工具白名单
  4. 与「系统提示保密」的关系（提示不是密钥）

已有相关文档（先读这些）

学习要点（补齐后应能回答）

  • 为什么「忽略之前的指令」仍然有效？
  • RAG 场景最小安全基线是什么？

参考资料（待补充）

-