文档中心

ArkClaw 企业版

请输入

智能体防护配置

添加提示词攻击防护策略

提示词攻击防护是针对大语言模型特有的输入层安全防御机制。它通过语义分析和意图识别模型，实时检测用户输入（Prompt）中是否包含恶意引导、规则绕过、越狱（Jailbreak）或角色扮演劫持等攻击特征，从而在请求到达大模型前将其阻断。

系统会默认创建一条提示词攻击防护策略，对所有新增智能体生效。如你需要新建对应策略，可参考本文操作。

适用场景

前提条件

你已将智能体接入 AgentSentry 服务。接入方式请参考启用安全防护。

操作步骤

参数	是否必填	说明
规则名称	必填	为规则命名，建议采用“业务线-防护场景”的命名格式（例如：客服智能体-提示词攻击），便于后续检索。
规则描述	选填	补充该规则的适用背景、例外情况或制定依据，方便团队内部协作与交接。
防护类型	必填	在下拉列表中勾选该规则需要防护的提示词攻击类型（支持多选）。
执行动作	必填	设定 AgentSentry 识别到上述敏感信息时的处置方式：拦截：直接切断链路，阻止智能体调用对应工具或返回结果，对应会话同时记录于风险事件和审计日志中。提醒：仅触发安全告警记录，但不阻断当前交互，对应会话同时记录于风险事件和审计日志中。
生效对象	必填	全部：对当前已经添加的全部智能体生效，且后续添加的智能体会自动加入到该规则中。选择智能体：基于智能体维度设置生效范围。

效果验证

与生效范围内的智能体发起对话，测试防护策略效果。

最近更新时间：2026.10.09 20:22:21

这个页面对您有帮助吗？

有用

无用