LGBT-Prompt 安全样本分析服务

一句话结论

LGBT-Prompt 不是一个“Prompt 工程项目”，而是一个公开把“身份同情偏置”当作突破口的对抗性提示样本库。

它的价值主要在安全研究，不在产品建设。

项目定位

从仓库首页和 CONTRIBUTING.md 看，作者的目标很直接：利用模型对弱势身份的保护倾向，推动模型执行原本可能拒绝的请求。

仓库自己也把主题标成了 jailbreak 和 prompt。这说明它不是在优化任务效果，而是在研究越界触发。

我对它的核心判断

• 第一，它本质上是“情绪施压型 jailbreak”。它不是靠复杂推理链、上下文污染或工具调用漏洞，而是靠身份标签、脆弱叙事、道德绑架和后果威胁来压模型的安全边界。
• 第二，它几乎没有工程深度。截至 2026-05-11，仓库公开显示约 452 stars、45 forks、2 issues、8 commits，文件也很少，主要是 README、CONTRIBUTING、index.html 和赞助/support 文件。它更像“一个传播性很强的攻击样本”，不是成熟框架。
• 第三，它说明了一个真实风险：很多模型安全对“显式恶意”防得更严，但对“弱者求助叙事”更容易出现过度补偿。这个项目抓住的正是这种对齐脆弱点。

为什么它会传播

• 门槛低：几乎就是一段可复制文本，不需要代码能力。
• 叙事强：身份、情绪、道德压力混在一起，容易引发讨论。
• 结果感强：哪怕成功率不稳定，也很适合在社媒传播“我绕过了模型”。

它的边界

• 这不是稳定可靠的通用攻击框架，更像单类话术样本。
• 它依赖模型是否存在明显“同情偏置”或风险处置不平衡。
• 随着厂商强化自伤、胁迫、身份操纵相关防护，这类提示的有效性通常会波动下降。

安全使用建议

站内不建议复刻或传播原始提示文本。更合适的用法是把它抽象成安全评测维度：身份标签是否会削弱拒绝策略、情绪胁迫是否会诱导越界、真实求助与操纵性请求如何区分。

真正有价值的是用它做防护复测和误伤率评估，而不是把它当成 prompt 技巧。

最终判断

如果把它当“开源项目”，它很轻；如果把它当“安全样本”，它很典型。

它最值得研究的，不是 prompt 写得多巧，而是它提醒了一件事：模型的安全问题，不只来自技术绕过，也来自情绪操纵和道德施压。