Loading...
    • 建構
    • 管理
    • 模型與定價
    • 客戶端 SDK
    • API 參考
    Search...
    ⌘K
    第一步
    Claude 簡介快速入門
    使用 Claude 建構
    功能概覽使用 Messages API處理停止原因
    模型功能
    延伸思考自適應思考效能快速模式(測試版:研究預覽)結構化輸出引用來源串流訊息批次處理搜尋結果串流拒絕多語言支援嵌入向量
    工具
    概覽工具使用方式網路搜尋工具網路擷取工具程式碼執行工具記憶體工具Bash 工具電腦使用工具文字編輯器工具
    工具基礎架構
    工具搜尋程式化工具呼叫細粒度工具串流
    上下文管理
    上下文視窗壓縮上下文編輯提示快取Token 計數
    處理檔案
    Files APIPDF 支援圖像與視覺
    技能
    概覽快速入門最佳實踐企業版技能API 中的技能
    MCP
    遠端 MCP 伺服器MCP 連接器
    提示工程
    概覽提示最佳實踐Console 提示工具
    測試與評估
    定義成功標準並建立評估在 Console 中使用評估工具降低延遲
    強化防護欄
    減少幻覺提高輸出一致性防範越獄減少提示洩漏
    資源
    詞彙表
    版本說明
    Claude Platform
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    強化防護欄

    減少提示詞洩漏

    提示詞洩漏可能會暴露您期望在提示詞中「隱藏」的敏感資訊。雖然沒有任何方法是萬無一失的,但以下策略可以顯著降低風險。

    在嘗試減少提示詞洩漏之前

    我們建議僅在絕對必要時才使用防洩漏的提示詞工程策略。嘗試防止提示詞洩漏可能會增加複雜性,由於增加了 LLM 整體任務的複雜度,可能會降低任務其他部分的效能。

    如果您決定實施防洩漏技術,請務必徹底測試您的提示詞,以確保增加的複雜性不會對模型的效能或其輸出品質產生負面影響。

    請先嘗試監控技術,例如輸出篩選和後處理,以嘗試捕捉提示詞洩漏的實例。

    減少提示詞洩漏的策略

    • 將上下文與查詢分離: 您可以嘗試使用系統提示詞來將關鍵資訊和上下文與使用者查詢隔離。您可以在 User 回合中強調關鍵指令,然後透過預填 Assistant 回合來重新強調這些指令。(注意:預填功能已棄用,且在 Claude Opus 4.6 和 Sonnet 4.5 上不受支援。)

    • 使用後處理:過濾 Claude 的輸出中可能表示洩漏的關鍵字。技術包括使用正規表達式、關鍵字過濾或其他文字處理方法。
      您也可以使用經過提示的 LLM 來過濾輸出,以捕捉更細微的洩漏。
    • 避免不必要的專有細節:如果 Claude 不需要這些資訊來執行任務,就不要包含它。額外的內容會分散 Claude 對「不洩漏」指令的注意力。
    • 定期審查:定期檢視您的提示詞和 Claude 的輸出,以發現潛在的洩漏。

    請記住,目標不僅僅是防止洩漏,還要維持 Claude 的效能。過於複雜的防洩漏措施可能會降低結果品質。關鍵在於取得平衡。

    Was this page helpful?