破甲提示词是什么？网上的AI破甲词为什么危险、为什么很快失效，以及企业如何检测与防护（2026）

最后更新：2026-11-10

搜“破甲提示词”“破甲词”“ai破甲提示词”的人，多数是想找一段能让 ChatGPT、DeepSeek 或其他大模型“放开限制”的文字。本文不提供、不复述任何可用的破甲词，而是站在防守方讲清楚四件事：破甲提示词到底是什么、靠哪几类思路、为什么用了会带来封号和数据泄露、为什么总是很快失效，以及做 AI 产品的企业该怎么检测和拦截。

想先了解“AI破甲”整体概念和5类攻击原理，可以看站内的 AI破甲/AI越狱是什么？5类攻击原理与提示词注入防护清单；本文只聚焦“提示词”这一层。

一、破甲提示词、破甲词、破甲指令是一回事吗？

基本是一回事。中文网络里“破甲”就是英文 jailbreak（越狱）的俗称，“破甲提示词”“破甲词”“破甲指令”“破甲prompt”指的都是一段想让模型无视安全规则的输入。OWASP 在《LLM01:2025 Prompt Injection》里说得很清楚：越狱是提示词注入的一种，攻击者给出的输入让模型完全不顾安全规程（OWASP：LLM01 Prompt Injection）。

更完整的术语区分见 AI破甲、越狱、破限、提示词注入术语对照。

二、网上流传的破甲词通常靠哪几类思路？（只讲类别）

公开讨论和安全研究里，这类输入大致可以归为下面几类。这里只做概念说明，不给示例句，因为防守方需要知道的是“类型”，而不是“原文”：

• 角色扮演包装：把请求包在虚构故事、扮演设定里，想让模型以为“这只是剧情”。
• 虚构的特殊模式：声称模型进入了某种“开发者模式”“无限制模式”。这些模式并不存在。
• 指令堆叠与长文本施压：用很长、很多层的规则覆盖系统设定，或者多轮对话一点点推进。
• 编码、多语言与混淆：换语言、编码或拆分字词，想躲过关键词过滤。OWASP 把“多语言/混淆攻击”“对抗性后缀”都列为典型场景。
• 间接夹带：把指令藏在网页、文件、图片里，让模型在处理内容时“读到”。这已经是提示词注入，Agent 场景更危险（见 Agent破甲、破甲API与破甲插件的风险与防护）。

每一类为什么有时能起作用、对应的防护手段，可以看 大模型越狱提示词为什么有效？5类手法与企业防护对照表。

三、为什么“破甲词合集”很危险：6类风险

两家头部模型厂商的条款写得很直接：OpenAI 使用政策把“规避我们的安全措施（circumventing our safeguards）”列为禁止用途，并说明违反或规避规则可能失去访问权限（OpenAI：Usage Policies）；Anthropic 使用政策把未经授权“通过越狱或提示词注入等方式故意绕过产品限制或护栏”列为平台滥用，可能被警告、限流、暂停或终止访问（Anthropic：Usage Policy）。对公司来说，这意味着一名员工在团队账号里试破甲词，影响的可能是整个工作空间。

具体到 ChatGPT 的封号与条款问题，可以看 GPT破甲是什么意思？ChatGPT越狱的风险与封号后果；DeepSeek 等开源模型的情况见 DeepSeek破甲怎么防。

四、为什么破甲词总是“上个月能用、这个月失效”？

• 厂商在盯公开清单：流传越广的破甲词，越早被拿去做训练数据和分类器样本。
• 防护是多层的：除了模型本身的安全训练，还有输入、输出两侧的检测和账号侧的监控，单靠一段文字很难同时绕过。
• OWASP 的判断：系统提示词和输入处理能缓解注入，但防越狱需要持续更新模型训练和安全机制（
• OWASP LLM01
• ）。也就是说，这是一场厂商持续投入的攻防，追新词没有意义，而尝试记录会一直留在日志里。

各家模型在公开评测里的防护差异，见 ChatGPT／Claude／DeepSeek／Qwen越狱防护横评。

五、做AI产品的企业：怎么检测和拦截破甲尝试

如果你在出海做 AI 客服、AI 写作工具或智能体，你的产品上线后很快就会被同一批破甲词测试。下面6步是按 OWASP LLM01 的缓解思路整理的最低配置：

1. 输入分类：在主模型前放一个安全分类器（开源方案见 Llama Guard 4 + Prompt Guard 2 部署教程，规则编排见 NeMo Guardrails 越狱检测教程，云厂商方案见 云厂商AI护栏对比）。
2. 系统提示词不放秘密：不要把密钥、内部规则和高权限工具写进系统提示词，也不要只靠“不要泄露”这一句话。
3. 输出过滤：回答展示前按你的内容政策再检查一遍，OWASP 建议用确定性代码校验输出格式。
4. 限速与告警：破甲尝试通常表现为超长输入、反复改写、多轮施压，可以据此降级或转人工。
5. 日志与复盘：按“类别”而不是“原文”统计尝试，定期修补；发生事故时按 AI安全事件响应手册 处置。
6. 授权红队：用内部、受控的测试集定期自测（工具见 用 garak、PyRIT、promptfoo 做红队自测，指标见 越狱测试用例设计与ASR指标），不要把网上清单直接灌进生产环境。

整体风险清单可以对照 OWASP LLM Top 10（2025）中文解读；攻击手法和技术分类也可参考 MITRE ATLAS。

六、给员工的一条规则

在公司 AI 使用规范里加一条：不在公司账号、公司设备上使用破甲词、“破甲版AI”或来路不明的破甲工具；客户或合作方提出此类要求时上报。“破甲版AI”“无审核模型”的授权与合规问题，见 本地部署开源大模型的“无审核版”风险与合规。

常见问题（FAQ）

破甲提示词违法吗？

多数情况下首先是违反服务条款，会导致账号被限制或封禁；如果用来生成违法内容、攻击他人系统或侵犯隐私，就可能涉及法律责任。企业使用场景应直接禁止。

有没有“万能破甲词”？

没有。厂商持续更新模型和检测，公开流传的破甲词寿命很短，越“万能”的说法越可能是引流或卖工具的噱头。

为什么我搜到的破甲词不管用？

因为它们大多已经被厂商纳入训练或检测。继续尝试只会累积违规记录。

企业怎么知道用户在尝试破甲？

看输入分类器的命中、异常长度和重复改写、同一会话里的多轮施压，以及输出过滤的拦截记录；按类别做周报即可。

自己公司的模型可以做破甲测试吗？

可以，前提是对自己拥有或获得授权的系统、在受控环境里做，并遵守所用模型厂商的条款。Anthropic 政策也提到，对自有系统、经系统所有者授权的安全研究不在禁止之列。

“破甲提示詞”和“破甲提示词”有区别吗？

没有，只是繁体和简体写法不同。英文版说明见 AI Jailbreak Prompts: Why Prompt Lists Are a Security Risk（英文版）。

熊猫出海能做什么

熊猫出海（pandawm.com）服务出海企业，包括中国大陆公司出海：海外广告开户与代投、多语言网站、GEO／AI 搜索优化。如果你在做 AI 产品出海，需要投放获客，可以看 全媒体广告代理 或 Google广告开户与代投。我们不提供任何破甲、越狱或绕过平台规则的服务。

联系熊猫出海

把你的主体所在地、牌照或认证情况、目标国家和落地页发给我们，我们先做资质预审，再说明开户路径和适合的合作方式（只开户，或托管投放）。不承诺审核结果。

• WhatsApp：https://wa.me/85259048602
• Telegram：https://t.me/PANDA0134
• 微信：szcwh99（扫码添加）

延伸阅读

• AI破甲/AI越狱是什么？5类攻击原理与提示词注入防护清单
• AI破甲、越狱、破限、提示词注入术语对照
• 大模型越狱提示词为什么有效？5类手法与企业防护对照表
• GPT破甲是什么意思？ChatGPT越狱的风险与封号后果
• Agent破甲、破甲API与破甲插件的风险与防护
• ChatGPT／Claude／DeepSeek／Qwen越狱防护横评
• AI Jailbreak Prompts: Why Prompt Lists Are a Security Risk（英文版）

参考来源

• OWASP Gen AI Security Project：LLM01:2025 Prompt Injection
• OpenAI：Usage Policies（2026-11-20 生效版）
• Anthropic：Usage Policy（2026-11-12 生效版）
• MITRE ATLAS

查阅日期：2026-11-10。平台政策会更新，以官方页面为准。