知识卡片
输入输出与使用模式共同检测异常
只过滤输入会漏掉看似无害请求引出的有害输出;只检查单条输出又可能看不到重复探测。应结合输入风险、输出敏感内容和连续使用模式识别异常,同时检查误拒与成本。关键词规则覆盖有限,不能保证所有自然语言攻击都被识别。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 提示工程
原书出处 · 1 处
- · 查看原书依据
你还应该在输入端和输出端都设置防护措施。在输入端,可以设置关键词黑名单,匹配已知的提示词攻击模式,或者使用模型检测可疑请求。然而,看似无害的输入也可能产生有害的输出,因此输出端的防护措施也很重要。例如检查输出内容是否包含个人身份信息或有害信息。第10
参考来源
- 位置:《AI工程:大模型应用开发实战》第5章《提示工程》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/AI工程:大模型应用开发实战/_epub-src/EPUB/xhtml/Section013.xhtml)
- 结论依据:原文定义、条件、机制或比较支持上述说明,案例数据限于原书语境。
- 原始内容:你还应该在输入端和输出端都设置防护措施。在输入端,可以设置关键词黑名单,匹配已知的提示词攻击模式,或者使用模型检测可疑请求。然而,看似无害的输入也可能产生有害的输出,因此输出端的防护措施也很重要。例如检查输出内容是否包含个人身份信息或有害信息。第10