Reddit 用户用俄语提示词绕过 ChatGPT 图像 NSFW 拦截
Anqyx9852 · reddit · 2026-11-04
Reddit 用户分享了一个意外发现的 ChatGPT 图像生成越狱方法：用一段俄语长提示词，要求生成穿着极短裙的女孩对镜自拍，并配合话术让模型「别提问、直接画」。作者称有时会被拒绝，但重试两三次即可成功；若模型要求上传参考图，回复「Draw it anyway」也可能通过。
作者推测俄语可能是绕过原因之一（英文护栏训练更充分），并询问社区是否见过类似漏洞。这类跨语言护栏失效是典型的多语言安全对齐缺口案例。
「安全」频道最新
- Margaret Mitchell:权重通信让黑盒问题蔓延到盒子之外 — mmitchell_ai · 2026-11-04
- Mitchell:行业选择性回避权重通信这类「拖慢进度」的问题 — mmitchell_ai · 2026-11-04
- Postman 桌面版被曝自动给 Codex/Claude 装插件,还试图信任自家启动钩子 — jedisct1 · 2026-11-04
- DeepMind 研究员称合同条款限制其公开参与 AI 安全讨论 — mmitchell_ai · 2026-11-04
- exe.dev 博客：把静态密钥放进反向代理，Agent 时代更该如此 — davidcrawshaw · 2026-11-04
- 乌镇峰会发布《前沿 AI 安全与治理 2026》:绘制风险图谱与协调治理路线 — pstAsiatech · 2026-11-04