【免费下载链接】arc_pi_taxonomyThe Arcanum Prompt Injection Taxonomy项目地址https://gitcode.com/gh_mirrors/ar/arc_pi_taxonomy点击查看免费下载本文基于开源项目 arc_pi_taxonomy 系统梳理提示注入Prompt Injection的 12 个攻击入口Inputs给出提示注入攻击面完整清单哪些入口属于直接注入、哪些属于间接注入、哪些是双通道入口帮助 AI 安全新手快速建立攻击面盘点框架。arc_pi_taxonomy 是什么面向 AI 红队的攻击面分类系统arc_pi_taxonomy全称 The Arcanum Prompt Injection Taxonomy是一个开源、可交互的提示注入与 LLM 攻击分类法专为正在转向 AI 红队的网络安全审计员和渗透测试人员设计。当前版本为v1.6.1共收录172 个节点覆盖 752 条示例提示且每个节点都带有可在安全报告中直接引用的编号如PIT-N-01。 项目说明见 README.md完整版本记录见 CHANGELOG.md。四大支柱攻击意图、技术、规避与入口分类法按四个维度组织攻击面其中与本文攻击入口主题直接对应的是Inputs支柱支柱编号前缀回答的问题节点数Intents意图PIT-I-NN攻击者想达成什么目标27Techniques技术PIT-T-NN用什么手法操纵模型70Evasions规避PIT-E-NN如何混淆以绕过过滤器63Inputs入口PIT-N-NN载荷从哪里进入12官方在交互站点中专门指出提示注入既可经由用户输入直接发生也可经由外部数据源间接发生。Inputs 部分正是对这些攻击面的盘点。12个攻击入口总览一张表看懂直接注入与间接注入每个入口都带有投递方式标签direct直接、indirect间接、either两者皆可。汇总如下编号攻击入口投递方式一句话说明PIT-N-01API Request直接攻击者构造恶意 API 请求在参数中携带载荷PIT-N-02Chat Interface直接通过对话界面实时输入恶意文本PIT-N-03Collaboration Platforms间接Slack、Teams 等协作工具的 AI 集成处理消息与共享内容PIT-N-04File Upload双通道上传的文档、表格、图片中隐藏指令PIT-N-05Form直接网页表单与结构化输入字段中的注入PIT-N-06Indirect Input间接网页、数据库、RAG 检索、第三方 API 等外部数据PIT-N-07Audio双通道语音输入与音频文件中的隐藏指令PIT-N-08Image双通道图片内嵌文本、二维码、隐写载荷PIT-N-09Productivity Applications间接邮件、表格、幻灯片等生产力套件的 AI 功能PIT-N-10Video双通道视频帧文字、音轨指令、字幕文件操纵PIT-N-11Supply Chain / Pipeline间接投毒 RAG 向量库、摄取管道、插件依赖PIT-N-12Sensor / Cross-Modal间接摄像头、麦克风等物理传感器通道 统计一下3 个纯直接入口、5 个纯间接入口、4 个双通道入口。盘点你自己的 AI 系统时可以先对照这张表逐项打钩。直接注入攻击入口盘点3 个PIT-N-01 API Request最白盒的直接入口攻击者直接向模型端点构造原始请求载荷可以藏在消息参数、system 字段、工具调用参数乃至模型专属参数里。典型思路包括利用函数/工具调用参数、操纵 API 调用中的对话历史、构造模型特定参数的载荷。其别名直接对应 OWASP LLM01 的 direct 分类与 MITRE ATLAS 的 AML.T0051.000。PIT-N-02 Chat Interface最直观的攻击面用户与 AI 实时对话的文本输入框是新手最容易理解的直接注入面多轮对话利用、聊天历史操纵、流式响应注入、共享/协作会话中的注入等。它也被称为 UPIAUntrusted Prompt Input Attack微软术语。PIT-N-05 Form容易被忽略的表单入口凡是把表单数据喂给 AI 处理的功能都要纳入盘点AI 助理处理联系表单、AI 分诊的支持工单、AI 增强搜索框、AI 分析的反馈表单等。表单数据往往未经可信用户校验天然适合携带恶意指令。间接注入攻击入口盘点5 个PIT-N-06 Indirect Input间接注入的总入口数据来自外部系统、由 AI 模型处理攻击者只需在第三方数据源埋入载荷即可。覆盖面非常广AI 代理抓取或浏览的网页、检索到的数据库记录、向量库中的 RAG 文档、第三方 API 响应、AI 助理拉取的邮件、RSS 源、外部平台的 UGC、CRM/ERP 数据等。这一节点别名收录了 Greshake 等人 2023 年的经典间接注入论文、微软 XPIA、OWASP LLM01 与 MITRE ATLAS 编号是间接注入盘点的核心参照。PIT-N-03 Collaboration Platforms团队协作工具的暗面Slack、Microsoft Teams、Discord 等与 AI 集成的平台会把消息、频道、共享内容喂给模型被 AI 总结的线程、共享链接的预览、机器人命令与自动化工作流、会议纪要都是潜在载荷位置。PIT-N-09 Productivity Applications办公套件里的攻击面邮件正文与主题、电子表格单元格、幻灯片、日历事件、任务笔记、AI 协作文档、AI 过滤器处理的附件——生产力套件中的 AI 功能几乎都会处理用户内容 他人内容属于典型的间接入口。PIT-N-11 Supply Chain / Pipeline一次投毒长期生效这是 v1.6 新增的入口区别于普通间接注入载荷不是随用户输入或读取时进入而是投毒RAG 向量库、摄取/解析管道、训练或微调数据、插件/工具包。关键特征是跨会话、跨用户持续生效匹配查询即触发的投毒向量条目、解析器/分块器被利用、带触发短语的数据投毒、插件/MCP 包投毒工具影子攻击。PIT-N-12 Sensor / Cross-Modal物理世界通道同样为 v1.6 新增注入经由物理传感器通道进入多模态智能体——画面中一块写着指令的牌子、超声波/次声波提示、环境中扫码即注入的二维码以及文本图像各自良性、融合后才生效的跨模态载荷拆分。对机器人和具身智能体尤其相关。双通道攻击入口盘点4 个PIT-N-04 File Upload上传即攻击文档与文件上传功能让模型处理用户提供的文件隐藏手段五花八门PDF 内嵌指令、Office 文档隐藏文本、图片/文档的 EXIF 元数据、恶意代码注释、隐藏单元格与表格页甚至文件头魔数操纵。用户自己上传是直接他人分享的文件被处理则是间接因此标记为 either。PIT-N-07 Audio听得见的与听不见的语音输入与音频文件口述注入指令、音频上传中的恶意指令、背景音频隐藏命令、超声/人耳不可听频率载荷、播客转写利用、语音助手命令注入、音频隐写。其中不可听频率思路可追溯到 DolphinAttackCCS 2017。PIT-N-08 Image视觉模型的 OCR 陷阱图片上传与视觉内容图片内嵌文本OCR 利用、视觉模型处理的可见文字叠加、图像数据隐写、含恶意指令的二维码、截图中隐藏指令、对抗性图像扰动。别名包含 garak 的 FigStep / visual_jailbreak。PIT-N-10 Video帧、音轨与字幕多模态模型可分析视频帧、音频和转写文本攻击面包括单帧中的文字指令、音轨中的口述注入、字幕/字幕文件操纵、人眼来不及看但 AI 能捕捉的闪烁文字、视频元数据利用。数据文件怎么用把分类清单变成你的盘点工具分类法的数据以纯 JSON 形式存放每个节点包含code、title、description、aliases、ideas、examples字段任何语言都能解析也可以直接喂给 LLM 消费数据源程序化使用首选docs/data/taxonomy.json网页应用加载版本docs/data/taxonomy.js交互站点页面docs/index.html实操建议做 AI 应用攻击面评审时可以只取inputs数组逐条对照你的系统是否有此类入口 → 是否可信来源 → 是否有隔离/过滤就能产出一份结构化的提示注入攻击面清单。报告中如何引用每个节点都有可引用的编号如PIT-N-06并附带Also Known As别名映射覆盖 OWASP Top 10 for LLM Applications 2025、MITRE ATLAS、NIST AI 100-2e2025、MLCommons AILuminate、garak 等主流框架——知道任一框架的名字都能找到对应节点。白盒攻击需要模型权重、梯度等本地访问会标记LOCAL提醒测试者它不适用于黑盒 API 或聊天机器人场景。总结把 12 个入口装进你的安全评审流程arc_pi_taxonomy 用 12 个 Inputs 节点给出了提示注入攻击面的完整坐标系直接注入看 API、聊天、表单三大入口间接注入盯住外部数据、协作平台、办公套件、供应链管道与物理传感器双通道入口则覆盖文件、音频、图像、视频四类多模态内容。把这张清单当作检查表你的 AI 系统就不太可能留下没人管的攻击面。项目基于 CC BY 4.0 许可发布可自由使用与商用详见 LICENSE.md。赞分享【免费下载链接】arc_pi_taxonomyThe Arcanum Prompt Injection Taxonomy项目地址https://gitcode.com/gh_mirrors/ar/arc_pi_taxonomy点击查看免费下载相关推荐libinjectionSQL注入攻击检测库libinjectionSQL注入攻击检测库 libinjection是一个C语言编写的轻量级库用于检测HTTP请求中的SQL注入漏洞。它可以帮助开发者在应应用安全网络安全Psalm CircularReference 问题解析类继承循环引用的检测机制与处理方案Psalm CircularReference 问题解析类继承循环引用的检测机制与处理方案 本文围绕 Psalm 的 CircularReference 问题Genkit数据可视化AI生成的交互式图表与仪表盘Genkit数据可视化AI生成的交互式图表与仪表盘 Genkit作为一款开源AI应用框架不仅提供了强大的AI功能集成能力还内置了完善的数据可视化工具链帮网络安全渗透测试上一篇国内用户第一坑yoinks 下 YouTube 卡在 99%代理与 CDN 排查手册下一篇端侧部署 9B 的血泪史内存、量化、首 token 延迟MiMo-Distill 落地实录创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
【免费下载链接】arc_pi_taxonomyThe Arcanum Prompt Injection Taxonomy项目地址https://gitcode.com/gh_mirrors/ar/arc_pi_taxonomy点击查看免费下载本文基于开源项目 arc_pi_taxonomy 系统梳理提示注入Prompt Injection的 12 个攻击入口Inputs给出提示注入攻击面完整清单哪些入口属于直接注入、哪些属于间接注入、哪些是双通道入口帮助 AI 安全新手快速建立攻击面盘点框架。arc_pi_taxonomy 是什么面向 AI 红队的攻击面分类系统arc_pi_taxonomy全称 The Arcanum Prompt Injection Taxonomy是一个开源、可交互的提示注入与 LLM 攻击分类法专为正在转向 AI 红队的网络安全审计员和渗透测试人员设计。当前版本为v1.6.1共收录172 个节点覆盖 752 条示例提示且每个节点都带有可在安全报告中直接引用的编号如PIT-N-01。 项目说明见 README.md完整版本记录见 CHANGELOG.md。四大支柱攻击意图、技术、规避与入口分类法按四个维度组织攻击面其中与本文攻击入口主题直接对应的是Inputs支柱支柱编号前缀回答的问题节点数Intents意图PIT-I-NN攻击者想达成什么目标27Techniques技术PIT-T-NN用什么手法操纵模型70Evasions规避PIT-E-NN如何混淆以绕过过滤器63Inputs入口PIT-N-NN载荷从哪里进入12官方在交互站点中专门指出提示注入既可经由用户输入直接发生也可经由外部数据源间接发生。Inputs 部分正是对这些攻击面的盘点。12个攻击入口总览一张表看懂直接注入与间接注入每个入口都带有投递方式标签direct直接、indirect间接、either两者皆可。汇总如下编号攻击入口投递方式一句话说明PIT-N-01API Request直接攻击者构造恶意 API 请求在参数中携带载荷PIT-N-02Chat Interface直接通过对话界面实时输入恶意文本PIT-N-03Collaboration Platforms间接Slack、Teams 等协作工具的 AI 集成处理消息与共享内容PIT-N-04File Upload双通道上传的文档、表格、图片中隐藏指令PIT-N-05Form直接网页表单与结构化输入字段中的注入PIT-N-06Indirect Input间接网页、数据库、RAG 检索、第三方 API 等外部数据PIT-N-07Audio双通道语音输入与音频文件中的隐藏指令PIT-N-08Image双通道图片内嵌文本、二维码、隐写载荷PIT-N-09Productivity Applications间接邮件、表格、幻灯片等生产力套件的 AI 功能PIT-N-10Video双通道视频帧文字、音轨指令、字幕文件操纵PIT-N-11Supply Chain / Pipeline间接投毒 RAG 向量库、摄取管道、插件依赖PIT-N-12Sensor / Cross-Modal间接摄像头、麦克风等物理传感器通道 统计一下3 个纯直接入口、5 个纯间接入口、4 个双通道入口。盘点你自己的 AI 系统时可以先对照这张表逐项打钩。直接注入攻击入口盘点3 个PIT-N-01 API Request最白盒的直接入口攻击者直接向模型端点构造原始请求载荷可以藏在消息参数、system 字段、工具调用参数乃至模型专属参数里。典型思路包括利用函数/工具调用参数、操纵 API 调用中的对话历史、构造模型特定参数的载荷。其别名直接对应 OWASP LLM01 的 direct 分类与 MITRE ATLAS 的 AML.T0051.000。PIT-N-02 Chat Interface最直观的攻击面用户与 AI 实时对话的文本输入框是新手最容易理解的直接注入面多轮对话利用、聊天历史操纵、流式响应注入、共享/协作会话中的注入等。它也被称为 UPIAUntrusted Prompt Input Attack微软术语。PIT-N-05 Form容易被忽略的表单入口凡是把表单数据喂给 AI 处理的功能都要纳入盘点AI 助理处理联系表单、AI 分诊的支持工单、AI 增强搜索框、AI 分析的反馈表单等。表单数据往往未经可信用户校验天然适合携带恶意指令。间接注入攻击入口盘点5 个PIT-N-06 Indirect Input间接注入的总入口数据来自外部系统、由 AI 模型处理攻击者只需在第三方数据源埋入载荷即可。覆盖面非常广AI 代理抓取或浏览的网页、检索到的数据库记录、向量库中的 RAG 文档、第三方 API 响应、AI 助理拉取的邮件、RSS 源、外部平台的 UGC、CRM/ERP 数据等。这一节点别名收录了 Greshake 等人 2023 年的经典间接注入论文、微软 XPIA、OWASP LLM01 与 MITRE ATLAS 编号是间接注入盘点的核心参照。PIT-N-03 Collaboration Platforms团队协作工具的暗面Slack、Microsoft Teams、Discord 等与 AI 集成的平台会把消息、频道、共享内容喂给模型被 AI 总结的线程、共享链接的预览、机器人命令与自动化工作流、会议纪要都是潜在载荷位置。PIT-N-09 Productivity Applications办公套件里的攻击面邮件正文与主题、电子表格单元格、幻灯片、日历事件、任务笔记、AI 协作文档、AI 过滤器处理的附件——生产力套件中的 AI 功能几乎都会处理用户内容 他人内容属于典型的间接入口。PIT-N-11 Supply Chain / Pipeline一次投毒长期生效这是 v1.6 新增的入口区别于普通间接注入载荷不是随用户输入或读取时进入而是投毒RAG 向量库、摄取/解析管道、训练或微调数据、插件/工具包。关键特征是跨会话、跨用户持续生效匹配查询即触发的投毒向量条目、解析器/分块器被利用、带触发短语的数据投毒、插件/MCP 包投毒工具影子攻击。PIT-N-12 Sensor / Cross-Modal物理世界通道同样为 v1.6 新增注入经由物理传感器通道进入多模态智能体——画面中一块写着指令的牌子、超声波/次声波提示、环境中扫码即注入的二维码以及文本图像各自良性、融合后才生效的跨模态载荷拆分。对机器人和具身智能体尤其相关。双通道攻击入口盘点4 个PIT-N-04 File Upload上传即攻击文档与文件上传功能让模型处理用户提供的文件隐藏手段五花八门PDF 内嵌指令、Office 文档隐藏文本、图片/文档的 EXIF 元数据、恶意代码注释、隐藏单元格与表格页甚至文件头魔数操纵。用户自己上传是直接他人分享的文件被处理则是间接因此标记为 either。PIT-N-07 Audio听得见的与听不见的语音输入与音频文件口述注入指令、音频上传中的恶意指令、背景音频隐藏命令、超声/人耳不可听频率载荷、播客转写利用、语音助手命令注入、音频隐写。其中不可听频率思路可追溯到 DolphinAttackCCS 2017。PIT-N-08 Image视觉模型的 OCR 陷阱图片上传与视觉内容图片内嵌文本OCR 利用、视觉模型处理的可见文字叠加、图像数据隐写、含恶意指令的二维码、截图中隐藏指令、对抗性图像扰动。别名包含 garak 的 FigStep / visual_jailbreak。PIT-N-10 Video帧、音轨与字幕多模态模型可分析视频帧、音频和转写文本攻击面包括单帧中的文字指令、音轨中的口述注入、字幕/字幕文件操纵、人眼来不及看但 AI 能捕捉的闪烁文字、视频元数据利用。数据文件怎么用把分类清单变成你的盘点工具分类法的数据以纯 JSON 形式存放每个节点包含code、title、description、aliases、ideas、examples字段任何语言都能解析也可以直接喂给 LLM 消费数据源程序化使用首选docs/data/taxonomy.json网页应用加载版本docs/data/taxonomy.js交互站点页面docs/index.html实操建议做 AI 应用攻击面评审时可以只取inputs数组逐条对照你的系统是否有此类入口 → 是否可信来源 → 是否有隔离/过滤就能产出一份结构化的提示注入攻击面清单。报告中如何引用每个节点都有可引用的编号如PIT-N-06并附带Also Known As别名映射覆盖 OWASP Top 10 for LLM Applications 2025、MITRE ATLAS、NIST AI 100-2e2025、MLCommons AILuminate、garak 等主流框架——知道任一框架的名字都能找到对应节点。白盒攻击需要模型权重、梯度等本地访问会标记LOCAL提醒测试者它不适用于黑盒 API 或聊天机器人场景。总结把 12 个入口装进你的安全评审流程arc_pi_taxonomy 用 12 个 Inputs 节点给出了提示注入攻击面的完整坐标系直接注入看 API、聊天、表单三大入口间接注入盯住外部数据、协作平台、办公套件、供应链管道与物理传感器双通道入口则覆盖文件、音频、图像、视频四类多模态内容。把这张清单当作检查表你的 AI 系统就不太可能留下没人管的攻击面。项目基于 CC BY 4.0 许可发布可自由使用与商用详见 LICENSE.md。赞分享【免费下载链接】arc_pi_taxonomyThe Arcanum Prompt Injection Taxonomy项目地址https://gitcode.com/gh_mirrors/ar/arc_pi_taxonomy点击查看免费下载相关推荐libinjectionSQL注入攻击检测库libinjectionSQL注入攻击检测库 libinjection是一个C语言编写的轻量级库用于检测HTTP请求中的SQL注入漏洞。它可以帮助开发者在应应用安全网络安全Psalm CircularReference 问题解析类继承循环引用的检测机制与处理方案Psalm CircularReference 问题解析类继承循环引用的检测机制与处理方案 本文围绕 Psalm 的 CircularReference 问题Genkit数据可视化AI生成的交互式图表与仪表盘Genkit数据可视化AI生成的交互式图表与仪表盘 Genkit作为一款开源AI应用框架不仅提供了强大的AI功能集成能力还内置了完善的数据可视化工具链帮网络安全渗透测试上一篇国内用户第一坑yoinks 下 YouTube 卡在 99%代理与 CDN 排查手册下一篇端侧部署 9B 的血泪史内存、量化、首 token 延迟MiMo-Distill 落地实录创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
