利用零宽字符隐藏指令，新型提示词注入轻松绕过安全过滤

GiiTZzz · reddit · 2026-08-13

开发者发现，通过在看似正常的提示词中插入零宽空格（Zero-width space, U+200B），可以成功绕过大多数基于短语匹配的 LLM 安全过滤器。

这种攻击手段在人类和常规检测机制眼中完全隐形，能够悄无声息地注入如“忽略之前指令”的恶意命令。作者随后分享了其防御方案：专门针对零宽字符和 Bidi 覆盖字符增加检查，同时需小心排除波斯语、印度语等 RTL（从右向左）书写系统中的合法 Unicode 字符，以避免误报。