# system-prompt
標記為「system-prompt」的 27 篇文章
技能驗證：提示詞注入（評估）
計時技能驗證實驗室：使用提示詞注入技術在 15 分鐘內從防禦 AI 系統萃取系統提示詞。
2026 年 1 月：系統提示詞萃取挑戰
從五個防禦層層升級之聊天機器人萃取系統提示詞，由無防護逐步升級至強化加固配置。
強化系統提示詞的模式
強化 LLM 系統提示詞以抵禦注入、萃取與操縱攻擊之實用模式與技術,涵蓋結構性防禦、指令階層、分隔符策略與縱深防禦方法。
系統提示詞強化模式
建立抗注入系統提示詞的設計模式,打造縱深防禦的提示詞架構。
Lab: Prompt Leaking Basics
學習 to extract 系統提示詞s from chatbots using common leaking 技術 including direct requests, indirect elicitation, and format manipulation.
Lab: System Prompt Enumeration Techniques
Practice systematic approaches to enumerating hidden 系統提示詞 content through varied probing strategies.
System Prompt Extraction Fundamentals
學習 to extract hidden 系統提示詞s from LLM applications using direct and indirect 技術.
Lab: System Prompt Extraction
Hands-on 技術 for extracting hidden 系統提示詞s from LLM-powered applications using direct asking, role-play, instruction replay, and other methods.
實作：系統提示詞覆寫
探索 技術 to override system-level instructions with user-level inputs, testing how models prioritize conflicting directives across different prompt architectures.
Lab: System Prompt Reconstruction
Use various 技術 to 系統性地 extract and reconstruct the full 系統提示詞 of an LLM application, combining direct, indirect, and incremental extraction methods.
系統 提示詞 重建 from Clues
Piece together a hidden 系統提示詞 by collecting partial information from multiple probe techniques.
系統 提示詞 萃取 via Error 注入
Trigger specific error conditions that cause the model to inadvertently reveal 系統提示詞 contents.
Context Heist: System Prompt Extraction Championship
Extract 系統提示詞s from 10 progressively harder LLM applications using diverse 技術.
提示詞 Archaeology: Deep 系統 提示詞 Recovery
Recover fragments of a deeply hidden,multi-layer 系統提示詞 using various extraction techniques.
Token Probability 系統 提示詞 重建
Reconstruct complete system prompts using token-by-token probability analysis through API access.
實驗：系統提示重建（中階實驗）
透過迭代式的部分擷取與多個外洩向量的交叉比對，重建完整的系統提示。
系統 提示詞 萃取 via Token Probabilities
利用 token probability APIs to reconstruct hidden system prompts character by character.
指令階層攻擊
利用系統、使用者與助理訊息間的優先順序以覆寫安全控制、操控指令優先權，並透過訊息角色混淆進行權限提升。
系統提示詞竊取技術
從生產大型語言模型應用程式萃取隱藏系統提示詞的完整技術，從簡單直接請求到精密的間接方法。
系統提示擷取
從 AI 應用中擷取隱藏系統提示的技術，揭露安全規則、工具定義、行為約束與敏感組態。
系統提示擷取技術
針對 LLM 應用之系統提示擷取方法的目錄：直接攻擊、間接技術、多輪策略與規避偵測。
Prompt Leaking Step by Step
Systematic approaches to extract system prompts from LLM applications, covering direct elicitation, indirect inference, differential analysis, and output-based reconstruction.
System Prompt Override
Techniques to override, replace, or neutralize LLM system prompts through user-level injection, analyzing how system prompt authority can be undermined.
系統提示保護技術
實作多層次的系統提示保護，以對抗擷取、覆寫與外洩攻擊。
System Prompt Protection Layers
Implement multi-layer system prompt protection including injection-resistant formatting and runtime validation.
Chatbot 紅隊 Engagement
Step-by-step walkthrough for a complete chatbot red team assessment: scoping, system prompt extraction, content filter bypass, PII leakage testing, multi-turn manipulation, and professional reporting.
偵察工作流程
為 AI 紅隊委任之系統化偵察工作流程：系統提示提取、模型辨識、能力繪製、API 列舉，與記錄攻擊面。