面试题库 › 算法 / 大模型 › Prompt Injection 的原理与防御

Prompt Injection 的原理与防御

难度 ★★★在 8 场真实面经中被问到 方向:算法 / 大模型考点:安全与权限

哪些公司问过

美团1cvte1科大讯飞1淘天1AI应用开发1

常见岗位:AI 应用 / Agent 开发、软件开发

答案要点

  1. 原理:模型无法从根本上区分指令和数据,恶意指令覆盖或篡改系统提示
  2. 直接注入来自用户输入;间接注入藏在网页、文档、邮件、工具返回中,更隐蔽
  3. 输入过滤和转义,用分隔符隔离不可信内容;加固系统提示;输出校验
  4. 核心是权限控制:最小权限、高危操作人工确认、沙箱执行
  5. 辅以检测模型和护栏;不能只靠提示词,因为模型行为是概率性的

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题