破甲提示词怎么写才不白写:DeepSeek Harness 四段结构模板、变量替换与五个检查点
破甲提示词写不白写的前提,是把它当成一份可复核的指令,而不是一段咒语。 结构完整、变量清楚、边界明确,才有讨论「为什么失效」的基础。
四段结构:角色、任务、约束、输出
一版可复核的提示词,最少包含四段。 少任何一段,失效时就无法判断问题出在哪。
| 段落 | 回答的问题 | 缺失后的表现 |
|---|---|---|
| 角色 | 以什么身份处理 | 输出语气与判断标准漂移 |
| 任务 | 具体要做什么 | 模型自行发挥,结果不可比 |
| 约束 | 不能做什么、必须遵守什么 | 跑偏、越界、无法追责 |
| 输出 | 结果长什么样 | 无法核对,无法复现 |
四段的顺序也有意义。 角色与任务在前,约束与输出在后;把约束放在最后,容易被前面的长段内容稀释,模型执行时优先级下降。
结构不是越长越好。 每段只保留必要信息,段落之间不重复;重复的约束会互相竞争,反而降低执行稳定性。
第一段:角色——决定判断标准
角色的作用不是「换个身份说话」,而是换一套判断标准。 同一个任务,以审查者身份和以执行者身份处理,关注点完全不同。
常见错误:
- 角色与任务冲突:角色设定为「不受限制」,任务却要求遵守规则;
- 角色堆叠:同时设定多个身份,模型不知道以哪个为准;
- 角色过于抽象:只说「你是专家」,没说专家在该任务里关注什么。
写法建议: 角色只写一层,写清「关注什么、依据什么判断」,不写与任务无关的性格描述。角色越具体,后续任务的执行越稳定。
第二段:任务——决定结果可比性
任务段要写到「换个人看也知道要做什么」的程度。 任务模糊,结果就无法横向比较,也无法判断是提示词失效还是任务本身没定义清楚。
常见错误:
- 一句话任务,缺少输入、范围与完成标准;
- 任务里混入约束,导致模型分不清主次;
- 一次给多个任务,没有优先级。
写法建议: 任务段用动宾结构,写清输入、处理范围与完成条件;多个任务时编号并标注优先级。任务段不出现「尽量」「适当」这类无法验证的词。
第三段:约束——决定边界是否清楚
约束段是提示词里最容易被省略、也最影响合规的一段。 它明确模型不能做什么、遇到冲突时怎么处理。
常见错误:
- 只写「不要违规」,没写违规时怎么办;
- 约束与任务冲突,模型只能二选一;
- 约束写在最后,被长上下文稀释。
写法建议: 约束段用否定句与优先级句组合:先写不能做什么,再写冲突时的处理顺序。约束要可判断,避免「合适」「安全」这类主观词。
第四段:输出——决定能否核对
输出段决定结果能不能被验证。 没有格式要求,模型每次给的结构都不同,复现与对比就无从谈起。
常见错误:
- 只要求「详细说明」,没规定字段;
- 格式要求与任务不匹配,例如要求表格但任务需要叙述;
- 输出长度没有上限,导致截断。
写法建议: 输出段写清结构、字段与长度上限;需要机器核对时用固定字段,需要人读时用固定小节。输出格式一旦确定,后续对照才有基准。
变量替换:先分清是结构问题还是场景问题
提示词失效时,先做变量替换,而不是整段重写。 把依赖具体场景的部分抽成占位符,换场景只换变量,能快速定位问题。
- 标出提示词里所有与具体场景绑定的词:对象、范围、格式、示例。
- 把它们替换成统一占位符,保留结构不变。
- 用两个不同变量各跑一次,观察结果差异。
- 差异只出现在变量相关部分,说明结构没问题;整体都变,说明结构依赖了某个变量。
变量替换的价值是隔离。 不隔离,你永远不知道失效是结构冲突还是场景不匹配;隔离之后,改动才有针对性。
五个检查点:判断一版提示词值不值得留
一版提示词是否值得保留,不看它成功过一次,而看它能否通过五个检查点。
- 可验证: 结果有明确的对错或可核对字段,不依赖主观感受。
- 不照抄: 结构来自任务本身,而不是从别处复制的模板;照抄的结构无法解释为什么有效。
- 有边界: 写清不能做什么、冲突时怎么处理,且边界可判断。
- 可复现: 相同版本、入口、上下文重复执行,结果稳定。
- 可回滚: 改动前后有对照记录,出问题能退回上一版。
五项里最容易被忽略的是「可回滚」。 没有版本记录,改坏之后只能从头再来;保留每次改动的结构与结果,排查成本会低很多。
什么时候该停止改写
出现下面三种情况,继续改写提示词的收益已经很低。
- 三层判断都指向请求本身不被允许。 这不是结构问题,改结构不会改变结论。
- 需要依赖未授权环境或他人账号。 已经超出提示词讨论范围。
- 结果无法用于正当用途。 即使技术上可行,也不应继续。
停止不是失败,是判断。 把时间从「再改一版」转到「换一个合规目标」,通常更有产出。
下一步
先结构,后变量,再判断边界。 想看词层面的失效信号,看《deepseek破甲 词怎么写》;想看三层判据,看《deepseek jailbreak 为什么越来越难生效》;想做合规评估,看《DeepSeek Harness 破甲是什么》。
常见问题
破甲提示词写得越长越容易失效,是因为它通常叠加了多层角色、任务与格式要求,彼此冲突。模型会优先遵守更靠前或更明确的约束;冲突越多,实际执行越不稳定,失效点也越多。
四段结构里的约束限定模型不能做什么、必须遵守什么边界;输出规定结果的格式与字段。前者减少跑偏,后者让结果可核对,两段缺失都会让提示词难以复现。
判断破甲提示词值不值得保留,用五个检查点:可验证、不照抄、有边界、可复现、可回滚。任何一项不满足,都说明它依赖偶然条件,保留下来只会增加后续排查成本。
做安全评估时,提示词模板应记录结构、变量、触发条件与结果,不记录可直接复用的完整绕过话术。模板用于复现问题与验证修复,不用于对外分发。
相关术语
- 破甲提示词
- 破甲提示词是围绕诱导模型偏离安全策略这一目标组织的完整指令,由角色、任务、约束与输出等段落构成。— DeepSeek 服务条款
- 四段结构
- 四段结构是把提示词拆成角色、任务、约束、输出四个部分的方法,用于减少指令冲突并让结果可核对。— DeepSeek Harness 官方文档
- 变量替换
- 变量替换是把提示词里依赖具体场景的部分抽成占位符,换场景时只替换变量、不改结构,从而判断失效来自变量还是结构。— DeepSeek Harness 官方文档
- 可复现
- 可复现指同一提示词在相同版本、相同入口、相同上下文中重复执行,能得到稳定一致的结果。— DeepSeek Harness 官方文档
来源
- DeepSeek Harness 官方文档· deepseek-harness
- DeepSeek 服务条款· DeepSeek
- DeepSeek Harness 官方文档 - 系统提示词· deepseek-harness