由于模型会把上下文中的所有文本都视为可能的指令，攻击者控制的文本就能颠覆预期行为。Perez 和 Ribeiro（2022）演示了目标劫持和提示词泄露攻击，Greshake 等人（2023）则展示了间接提示词注入：恶意指令被预先埋在网页或文档中，等模型日后检索时触发。
OWASP 将提示词注入列为 LLM 应用的头号安全风险。针对它的防御仍是一个活跃的研究领域，目前尚无完整的解决方案。
安全信息安全
2026 年更新
提示词注入（Prompt Injection）
定义
一种攻击手段：把恶意指令偷偷混入模型的输入（直接输入或通过检索到的内容），以覆盖其系统提示词或劫持其行为。
参考文献
本定义所依据的一手文献、同行评审文献和存档资料。
Ignore Previous Prompt: Attack Techniques For Language Models
Not what you've signed up for: Compromising Real-World LLM-Integrated Applications with Indirect Prompt Injection
词典与百科条目
- OWASP — LLM01: Prompt Injection (OWASP Top 10 for LLM Applications)
- Wikipedia — Prompt injection
引用本条目
MultipleChat.《提示词注入（Prompt Injection）》. MultipleChat AI 与 LLM 术语表，2026. https://multiple.chat/ai-glossary/prompt-injection