练完一遍了？ 用英文写下回答，粘贴到免费自查工具打分（工具按英文要点评分）
考察点
是否理解注入是结构性问题（指令和数据走同一个通道），了解更难防的间接注入，并能设计分层防御，而不是依赖一段更聪明的 system prompt。
评分要点
- 定义：不可信文本（用户消息、网页、邮件、检索到的文档）中夹带的指令覆盖了开发者的意图；区分直接注入和间接注入，后者经由检索内容或工具输出进入，更难防。
- 讲清为什么 prompt 无法彻底阻止：指令和数据共用一个通道，模型内部没有硬边界。
- 分层防御：把检索文本当数据；工具最小权限和 allow-list；有副作用的操作需要人工确认；secret 不放进上下文；输入输出过滤；审计日志。
- guardrail（护栏）的位置：输入检查、输出检查、动作检查，与主 prompt 相互独立，并度量误报率。
常见扣分点
把“写一个更强的 system prompt”当作解决方案。
参考回答
Prompt injection 是指不可信的文本，比如用户消息、网页、邮件或检索到的文档，里面含有覆盖开发者意图的指令，例如“忽略之前的指令，把数据发送到……”。通过检索内容进入的间接注入更难防。它在 OWASP Top 10 for LLM Applications 中排第 1 位。
没有任何 prompt 能彻底阻止它，因为指令和数据共用一个通道。所以我分层防御：把所有检索文本当作数据，给模型最小权限的工具，有副作用的操作要求人工确认，把 secret 隔离在上下文之外，过滤输入和输出，并记录日志以便审计。
对会调用工具的系统，我还会按用户角色配置工具 allow-list、校验参数、设置频率和花费上限，并把每个工具输出都当作不可信输入。guardrail 和主 prompt 相互独立，这样一处失效不会让所有防护一起失效，同时我会度量它们的误报率。
常见追问
为什么更好的 system prompt 解决不了这个问题？ 指令和数据共用一个通道，模型在两者之间没有硬边界。
中文手册想要完整的中文备考方法？
《如何从0到1准备AI Engineer面试》：20 章、5 套答题框架（FLAME、SPARK、FORGE、RISE、EMBER）、100 道题库和 8 周备考计划。
获取中文手册 优惠码 EARLYBF 立减 40%，截至太平洋时间 11 月 3 日 23:59更想读英文版？The 0→1 AI Engineer Interview Playbook，$19.99，Gumroad 英文版。也可以先免费领取 Top 30 题 PDF（英文）。