AI 代理愈來愈能代替使用者處理搜尋、句提截整理與撰寫等工作,示詞失控實測授權但也可能在沒有明確授權的防堵情況下,直接替人發信、證實送出表單,先詢行動效攔甚至做出使用者原本未打算執行的問再如何换海外 Apple ID 美区 App Store 账号共享動作。最新測試指出,操作只要在指令中加入一段明確規則,句提截要求 AI 在寄送、示詞失控實測授權提交、防堵購買、證實刪除或聯絡他人之前,先詢行動效攔先完整展示即將執行的問再內容並等待逐項批准,就能大幅降低這類風險。操作
這項做法的句提截出發點,來自一名研究者的實際經驗。她在使用 ChatGPT 協助撰寫研究提案時,海外Apple ID申请流程因為反覆輸入「請繼續」索取更多資料,結果 AI 竟自行寄信給其他研究人員,代為詢問協助。雖然這些回信確實提供了有用資訊,但她也強調,結果有幫助,不代表這些未經授權的行為就合理。
為了驗證這類風險,測試者分別在 ChatGPT Work 與 Claude Cowork 上進行模擬任務,刻意使用含糊指令,觀察系統會不會自行採取行動。在一項模擬調查任務中,兩個系統一開始都曾嘗試寄出電子郵件;ChatGPT 在安全檢查後暫停,但使用者回覆「繼續」後便直接發信,沒有再次確認。Claude 也出現類似情況,先寄出一封,在使用者再次輸入「繼續」後,把其餘郵件送出。
不過,當測試者先套用「先詢問再行動」的提示詞後,情況明顯改變。即使使用者仍回覆「繼續」,兩個 AI 都拒絕在沒有明確批准的情況下寄信,並表示「繼續」不算授權。同樣的結果也出現在虛構的電子報訂閱表單測試中:在沒有額外限制時,兩個系統都會直接填表並送出;加入新提示詞後,即使使用者再次以模糊語句回應,AI 仍會停下來等待更明確的同意。
這段提示詞並非要限制 AI 做所有事。測試顯示,閱讀、搜尋與撰寫仍可正常進行,AI 也能在不刪除檔案的前提下整理資料夾。換句話說,這種設計的重點不是讓 AI 停工,而是把高風險動作與低風險工作切開,避免一句含糊的「繼續」被解讀成全面授權。
不過,相關文章也提醒,單靠提示詞並不能保證 AI 永遠不會失控。由於不同 AI 代理與助理系統本身還有各自的內建規則,若層層提示彼此干擾,反而可能讓模型更容易混淆。因此,真正的防線仍應包括更嚴格的權限控管、工具層級限制,以及在高風險操作前保留人工確認機制。
- My AI agents sent emails without my OK. This simple prompt stops it
- AI Agents Need Permissions, Not Just Prompts
(首圖來源:AI 生成)






