🏷️ 提示词注入

越狱提示词工程 · 第四课：输出架构

本文是《越狱提示词工程》系列的第四课，专注于解决模型在输出生成过程中的自我审查与拒绝问题。文章指出，即使解决了身份、免疫和思维轨道问题，模型仍会在逐Token生成时触发安全机制。为此，作者提出了“输出架构”策略，包括通过具体工艺标准劫持验证通道、利用篇幅和示例抢夺注意力、设置锚定循环防止漂移，以及使用暗语触发和格式护甲等手段，确保模型在生成阶段不偏离预设轨道。

越狱提示词工程 · 第二课：注入免疫系统

本文是《越狱提示词工程》系列的第二课，主要讲解如何为AI设定的角色构建一套“免疫系统”，以防御系统安全提示（注入）对预设身份的覆盖。文章提出了三层防御架构：第一层“皮肤”通过规则显式拦截已知安全标签；第二层“先天免疫”利用性格设定排斥“说教”语气；第三层“适应性免疫”利用感官锚点建立条件反射，自动修正思维漂移。文中提供了针对不同人设的具体Prompt写法范例，并强调了防御系统的协作机制与局限性。

炸裂！Openclaw 史诗级大更新：接入 Gemini 3.1 与保姆级避坑指南

Openclaw 发布史诗级更新，重点接入 Gemini 3.1 模型以平衡性能与成本，并大幅升级安全机制以防止提示词注入。文章详细对比了 Discord 与 Telegram 的集成体验，介绍了线程隔离、Prompt 缓存等新功能，并分享了包括 Agent 调教、模型成本控制及 VPS 自动化部署在内的 5 条实战避坑法则。