跳到主要内容
AI教程

如何使用 AI Jailbreaks 提示词集合进行模型研究

了解如何浏览 AI Jailbreaks 仓库、选择正确的提示词格式、安装工作区和 Ollama 配置、负责任地测试提示词，并随着模型行为变化贡献更新。

AI我搜编辑部阅读约 6 分钟
如何使用 AI Jailbreaks 提示词集合进行模型研究

本项目的功能

AI Jailbreaks 是一个精心整理的集合，包含 35 个完整、可直接粘贴使用的提示词，面向 25 个以上的 AI 模型。该仓库记录了系统提示词、角色定义、工作区策略、AGENTS.md 文件、配置块以及 Ollama Modelfile。

其目的是研究和教育：了解角色设定、指令层级、提示词冲突和策略覆盖如何影响模型行为。这些概念在开发防御提示词注入的机制时同样有用。

请负责任地使用该集合。不要使用这些材料伤害他人、违反法律或违反服务提供商的服务条款。

浏览集合

该仓库按模型系列和部署格式组织提示词。可用目标包括 OpenCode Zen 隐身模型、Claude、GLM 和 ZCode、DeepSeek、Kimi、Grok、Gemini、Mistral、Qwen、Gemma 以及 GPT-OSS。

  • OpenCode Zen：运行规范、角色锁定和工作区配置。
  • Claude：Opus 和 Sonnet 提示词变体。
  • GLM 和 ZCode：系统提示词和 AGENTS.md 插入文件。
  • DeepSeek 和 Kimi：系统提示词和工作区运行配置。
  • Grok：代理指令、应用构建指南和配置文件。
  • Gemini、Mistral 和 Qwen：运行策略和系统提示词。
  • Ollama：适用于 Gemma 4 和 GPT-OSS 20B 的 Modelfile。

先从仓库的集合开始，然后选择同时匹配你的模型以及客户端所支持的指令界面的文件。

选择正确的提示词格式

系统提示词

在提供系统消息、自定义指令字段、代理指令块或运行框架级提示词配置的客户端或 API 中，使用系统提示词文件。请复制完整的文件内容，而不是使用摘要或节选。

AGENTS.md 文件

对于明确作为 AGENTS.md 插入文件的文件，请以该确切名称将其保存到仓库或工作区的根目录。这样，编程代理和兼容工具就能将其作为项目级指令加载。

工作区策略

标注为助手运行规范或工作区运行配置的文件，应放置在支持持久化全局指令的环境中。例如，OpenCode 安装会读取：

~/.config/opencode/AGENTS.md

正确位置取决于客户端或运行框架，因此部署工作区策略前请先查阅其文档。

Ollama Modelfile

Ollama 条目包含 FROM 声明和 SYSTEM 块。可以使用如下命令将文件直接提供给 Ollama：

ollama create gemma4-jb -f gemma4.md

请根据正在测试的 Modelfile，按需替换模型名称和源文件。

Grok 配置

grok-config.txt 用于目标运行框架的配置字段，而不是常规对话输入。在设置测试时，请区别对待配置文件和普通提示词。

基本使用流程

  1. 选择目标。 浏览集合，选择你想评估的模型或模型系列。
  2. 确定格式。 阅读文件说明，确定它应放入系统提示词、AGENTS.md、工作区策略、Ollama Modelfile 还是配置字段中。
  3. 阅读完整文件。 每个仓库条目都设计为完整且可直接粘贴使用。将其应用到外部服务或本地环境前，请先进行审阅。
  4. 应用于隔离测试。 尽可能使用一次性工作区、测试账户或本地模型，并避免暴露敏感数据。
  5. 记录结果。 记录模型版本、客户端、文件名和观察到的行为，以便复现结果。

示例：应用系统提示词

对于带有系统指令字段的 API 或聊天机器人，打开相关文件，例如 deepseek-v3.md，复制其完整内容，并将其放入系统级字段。然后发送一个无害的评估请求，并将结果与模型的默认行为进行比较。

system: [所选仓库提示词的内容]
user: 总结以下测试文档，并指出其中的假设。

由于不同提供商和应用的系统提示词接口各不相同，该仓库不规定通用的客户端命令。

示例：应用 AGENTS.md 文件

对于特定代理文件，请将选定条目下载或复制到测试项目的根目录，并命名为 AGENTS.md。从该项目运行兼容的编程代理，然后确认工具将该文件识别为项目级指令。

project/
├── AGENTS.md
└── README.md

高级评估技巧

跟踪版本和上下文

提示词行为取决于版本。模型会更新，指令层级会变化，系统提示词也可能轮换。请始终记录模型版本、客户端或运行框架、提示词文件名以及测试日期。

比较指令界面

同一段文本放在系统消息、工作区策略、AGENTS.md 或配置槽位中时，表现可能不同。仅测试目标环境支持的界面，并分别保留这些结果。

使用受控且无害的测试

使用摘要、格式化、角色遵循或指令优先级场景等无害任务来评估一致性。请勿包含私密凭据、机密文档，也不要提出违法或有害活动的请求。

检查过时条目

如果某个提示词不再按照文档所述运行，请将模型和环境与仓库中的说明进行对比。维护者要求提交的问题中包含模型、版本、受影响的文件以及观察到的行为。

保持本地更改可复现

测试多个文件时，请使用清晰的命名方案，并保留原始仓库文件。这样更容易判断结果究竟来自提示词、模型更新，还是周边测试框架的变化。

贡献新提示词

遵循仓库约定的拉取请求均受欢迎：

  1. 每个文件使用一个提示词。
  2. 文件名使用小写字母和连字符，不含空格，例如 model-name.md。
  3. 包含完整、可直接粘贴使用的提示词，而不是摘要或节选。
  4. 说明提示词应放置的位置：系统字段、AGENTS.md、Modelfile、配置槽位或其他指令载体。
  5. 对于重大修订，请创建新的版本化文件，例如 opus-v3.md，不要默默覆盖早期版本。
  6. 只有在完成测试后，才能提出兼容性声明。

报告问题时，请包含模型、版本、受影响的文件，以及对行为变化的简要描述。

结语

AI Jailbreaks 为研究不同模型系列和部署环境中的提示词行为提供了结构化参考。要有效使用它，请选择正确的文件格式，在隔离且经过授权的环境中应用提示词，记录完整准确的模型上下文，并将结果视为与版本相关。负责任的测试既有助于模型评估，也有助于构建更强的提示词注入防御。