Loading...
    • 開發者指南
    • API 參考
    • MCP
    • 資源
    • 發行說明
    Search...
    ⌘K
    開始使用
    Claude 簡介快速開始
    模型與定價
    模型概覽選擇模型Claude 4.5 新功能遷移至 Claude 4.5模型棄用定價
    使用 Claude 構建
    功能概覽使用 Messages API上下文窗口提示詞最佳實踐
    功能
    提示詞快取上下文編輯擴展思考努力串流消息批次處理引用多語言支援Token 計數嵌入視覺PDF 支援Files API搜尋結果結構化輸出
    工具
    概覽如何實現工具使用細粒度工具串流Bash 工具代碼執行工具程式化工具調用計算機使用工具文字編輯器工具網頁擷取工具網頁搜尋工具記憶體工具工具搜尋工具
    Agent Skills
    概覽快速開始最佳實踐使用 API 的 Skills
    Agent SDK
    概覽快速開始TypeScript SDKTypeScript V2 (預覽)Python SDK遷移指南
    API 中的 MCP
    MCP 連接器遠端 MCP 伺服器
    第三方平台上的 Claude
    Amazon BedrockMicrosoft FoundryVertex AI
    提示詞工程
    概覽提示詞生成器使用提示詞範本提示詞改進器清晰直接使用範例 (多次提示)讓 Claude 思考 (CoT)使用 XML 標籤給 Claude 一個角色 (系統提示詞)預填 Claude 的回應鏈接複雜提示詞長上下文提示擴展思考提示
    測試與評估
    定義成功標準開發測試案例使用評估工具降低延遲
    加強防護欄
    減少幻覺增加輸出一致性緩解越獄串流拒絕減少提示詞洩露保持 Claude 的角色
    管理和監控
    Admin API 概覽使用量和成本 APIClaude Code Analytics API
    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
    • Catalog
    • 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
    • Catalog
    • 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
    加強防護欄

    減少提示詞洩漏

    提示詞洩漏可能會暴露您預期在提示詞中「隱藏」的敏感信息。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。試圖使提示詞防洩漏可能會增加複雜性,由於增加了 LLM 整體任務的複雜性,可能會降低任務其他部分的性能。

    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性能或輸出質量產生負面影響。

    首先嘗試監控技術,如輸出篩選和後處理,以試圖捕捉提示詞洩漏的實例。

    減少提示詞洩漏的策略

    • 將上下文與查詢分開: 您可以嘗試使用系統提示詞來將關鍵信息和上下文與用戶查詢隔離。您可以在 User 回合中強調關鍵指令,然後通過預填充 Assistant 回合來重新強調這些指令。

    • 使用後處理:過濾 Claude 的輸出中可能表明洩漏的關鍵字。技術包括使用正則表達式、關鍵字過濾或其他文本處理方法。
      您也可以使用提示型 LLM 來過濾更微妙的洩漏輸出。
    • 避免不必要的專有細節: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「不洩漏」指令的注意力。
    • 定期審核:定期檢查您的提示詞和 Claude 的輸出是否存在潛在洩漏。

    請記住,目標不僅是防止洩漏,還要維持 Claude 的性能。過於複雜的洩漏預防可能會降低結果質量。平衡是關鍵。