已验证75% 置信事实精确时间

与SQL注入不同，提示注入没有简单的转义或参数化方案，因为自然语言指令与数据之间缺乏形式化边界。

3

来源数

75%

置信度

长期有效

时效性

2026/10/19

首次发现

来源

AI模型应被视为内部威胁：Project Perception新增风险管控能力

twittersatyanadella2026/10/19

涉及实体

提示注入concept SQL注入concept

相关事实

待验证大语言模型在推理时无法可靠区分系统指令与用户/外部内容的边界，这是提示词注入的根本性局限，与SQL注入原理相似80% 相似待验证与传统SQL注入或XSS攻击不同，提示注入利用的是语言模型对自然语言的理解本身，难以通过简单输入过滤防御75% 相似待验证英国国家网络安全中心（NCSC）指出，语言模型没有对等的隔离机制，提示注入可能永远无法像SQL注入那样被彻底修复。72% 相似已验证提示注入的根本原因在于大语言模型缺乏区分指令层与数据层的原生机制70% 相似已验证大型语言模型在架构层面没有天然的指令/数据分层机制，无法区分合法指令与文档中的普通文字68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1068400

API

curl https://kongchang.com/api/v1/knowledge/claims/1068400

MCP

get_claim(id=1068400)