Loading...
    • 構建
    • 管理
    • 模型和定價
    • 客戶端 SDK
    • API 參考
    Search...
    ⌘K
    第一步
    Claude 簡介快速開始
    使用 Claude 構建
    功能概覽使用 Messages APIClaude API 技能處理停止原因
    模型功能
    擴展思考自適應思考努力任務預算 (測試版)快速模式 (測試版:研究預覽)結構化輸出引用流式傳輸消息批量處理搜索結果流式傳輸拒絕多語言支持嵌入
    工具
    概覽工具使用如何運作網絡搜索工具網絡獲取工具代碼執行工具顧問工具記憶工具Bash 工具計算機使用工具文本編輯器工具
    工具基礎設施
    工具參考工具搜索程序化工具調用細粒度工具流式傳輸
    上下文管理
    上下文窗口壓縮上下文編輯提示詞緩存令牌計數
    處理文件
    Files APIPDF 支持圖像和視覺
    技能
    概覽快速開始最佳實踐企業技能API 中的技能
    MCP
    遠程 MCP 服務器MCP 連接器
    提示詞工程
    概覽提示詞最佳實踐Console 提示詞工具
    測試和評估
    定義成功並構建評估在 Console 中使用評估工具降低延遲
    加強護欄
    減少幻覺提高輸出一致性緩解越獄減少提示詞洩露
    資源
    詞彙表
    發佈說明
    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
    加強護欄

    減少提示詞洩露

    了解如何減少提示詞洩露的風險,同時保持模型效能。

    提示詞洩露可能會暴露您期望在提示詞中「隱藏」的敏感資訊。雖然沒有絕對萬無一失的方法,但以下策略可以顯著降低風險。

    嘗試減少提示詞洩露之前

    只有在絕對必要時,才應考慮使用防洩露提示詞工程策略。試圖防止提示詞洩露可能會增加複雜性,這可能會因為增加了 LLM 整體任務的複雜性而降低任務其他部分的效能。

    如果您決定實施防洩露技術,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輸出品質產生負面影響。

    先嘗試監控技術,例如輸出篩選和後處理,以試圖捕捉提示詞洩露的實例。

    減少提示詞洩露的策略

    • 將上下文與查詢分開: 您可以嘗試使用系統提示詞將關鍵資訊和上下文與使用者查詢隔離。您可以在 User 輪次中強調關鍵指示,然後通過預填充 Assistant 輪次來重新強調這些指示。(注意:Claude Mythos Preview、Claude Opus 4.7、Claude Opus 4.6 和 Sonnet 4.6 不支援預填充。)

    • 使用後處理:篩選 Claude 的輸出中可能表示洩露的關鍵字。技術包括使用正規表達式、關鍵字篩選或其他文字處理方法。
      您也可以使用提示詞 LLM 來篩選輸出以獲得更細緻的洩露檢測。
    • 避免不必要的專有詳細資訊:如果 Claude 不需要它來執行任務,就不要包含它。額外的內容會分散 Claude 對「無洩露」指示的注意力。
    • 定期審計:定期檢查您的提示詞和 Claude 的輸出是否存在潛在洩露。

    請記住,目標不僅是防止洩露,還要維持 Claude 的效能。過度複雜的洩露防止可能會降低結果品質。平衡是關鍵。

    Was this page helpful?