模型周围的 Harness
一条可以继续验证的思路
Prompt 安全
这里有 8 篇文章，从一个词走向真实工作里的选择；先读懂，再决定要不要使用。
阅读线程开放
8篇札记
阅读方式先找到你卡住的地方，再顺着证据和取舍走
每篇可以独立阅读，也可以沿着这条线程继续。
模型周围的 Harness无需登录
本页解决的问题
先给结论什么是「Prompt 安全」，它会影响哪些 AI 决策？
SQL 注入类比 → Message List 本质 → 缺乏参数化 → 5 大攻击类型概览 本页把相关概念、常见误区和实践文章放在同一条阅读线程里。
判断标准
先判断你卡在定义、选择还是验证，再从下方 8 篇文章中选择最接近的一篇。
下一步
从「Prompt Injection：为什么会被攻击」开始，读完后用自己的任务复述结论。
常见误区
不要把同一主题下的所有方法当成可互换方案；输入、风险和验收标准变化时，答案也会变化。
这条问题线程
把一个词放回它真正影响的选择里。
安全
Prompt Injection：为什么会被攻击
SQL 注入类比 → Message List 本质 → 缺乏参数化 → 5 大攻击类型概览
模型周围的 Harness 3 min →
安全
Prompt Injection：12 个攻击案例
越权指令 / 角色扮演 / Few-Shot / 结构注入 / 隐喻伪装，中招版 vs 防御版
模型周围的 Harness 3 min →
实战
Prompt 防御：三层拦截实战
输入层正则 → 提示词层约束 → 输出层泄漏检测 → 二次审核，可模拟攻击全链路
模型周围的 Harness 3 min →
安全
AI 安全红线：四条底线
不能做的事、做了会怎样，产品经理必须守住的四类安全边界
模型周围的 Harness 3 min →
安全
风险分级与责任：谁来管、怎么管
AI 输出的风险分级模型，各角色的责任分工与治理框架
模型周围的 Harness 3 min →
概念
AI 该有多大的自由
完全自主 vs 每步审批，五种权限模式和适用场景
从能跑的 Demo 到能用的产品 3 min →
实战
弹窗太多用户烦，不弹又不安全
Human-in-the-loop 的平衡点：风险分级思路
从能跑的 Demo 到能用的产品 3 min →
架构
Agent 干了什么你知道吗
事件流与 Token 追踪。不看日志你永远不知道出了什么错
从能跑的 Demo 到能用的产品 3 min →