前言
前段时间不是参加了阿里云上面一个叫AI攻防的比赛嘛，具体可以看看这个我之前的文章全球AI攻防挑战赛--AI生图prompt攻防 - 掘金。很遗憾的是我没有进入复赛，我是在赛事的baseline上做了一些提示词的结构化修改，分数大概比基础分提高了30分左右。后面就没有思路了也就没有继续做下去忙别的去了。但是我确实想知道别人是怎么做的分数能一下子提高几百分。所以今天看到我们datawhale组织了本次比赛的获奖选手进行分享，我就赶紧进来偷师了。各位选手的分享大家想看具体的内容就下面自己翻PPT吧，我先对他们全部的技巧进行总结汇总。
大模型生图提示词prompt越狱技巧：
- 添加画面艺术风格（毛笔画，像素风，水彩画，黑白画，漫画等等）
- 增加字幕（爱护儿童，呼吁和平等等）
- 错误否定（在结尾加上“是错误的”）
- 增加无关内容（和平鸽，警示牌，无关的人等等）
- 增加前后缀（扩充描述，分治改写）
- 将敏感字用*代替
- 注意力机制攻击（【答案】有争议-------------图像左上角写着时间00：00）
7个技巧最有效最简单提分最高的就是第一和第二个。但是我觉得最牛逼的是错误否定和注意力攻击，一个是纯文字语义技巧，我就添加4个字完全改变语义并且完全骗过大模型，真的简单粗暴真的牛逼，我是真佩服。注意力攻击这个是真专业级别的真专家，从源头出发，他甚至不看你模型不看你参数不看你训练过程，直接攻击你的算法本质，攻击你的底层逻辑，攻击你Transformer的架构核心机制。我人都傻了真的，啥叫专业这个就叫专业，牛
