AISPA 審核 88 款商用 AI 的隱藏指令，約四成產品含不利使用者規則

系統提示詞會決定模型如何描述身分、處理個資、揭露限制及服從產品方利益，但使用者與外部稽核者通常看不到這一層。AISPA（Artificial Intelligence System Prompt Assurance）試圖把提示詞審核從零散爆料改造成可比較的評測：研究者把每條指令依八個與使用者相關的維度分類，再判斷它具有保護作用、屬中性，或可能違反使用者利益。

研究分析公開 GitHub 儲存庫所收集的 88 款商用產品系統提示詞，共標註 3,249 條指令。論文指出，98.9% 的產品至少有一條保護性指令，但僅 24% 同時涵蓋八個維度；不同開發者的平均保護規則數量可相差十倍以上。約 40% 的產品至少包含一條問題指令，而且保護與問題規則經常出現在同一份提示詞內，說明僅檢查「是否有安全條款」不足以判斷產品實際如何排序利益。

配套的 System Prompt Index 將部分提示詞、公司層級結果和互動式審核工具公開，讓研究者能追查標註依據。對工程團隊而言，AISPA 可被轉成提示詞的靜態檢查流程：在版本發布前比較身分透明度、資料使用、操控性與申訴等面向，並把提示詞變更納入程式碼審查與回歸測試。它也提醒採用第三方代理或提示模板的團隊，隱藏指令本身就是需要建立來源與版本紀錄的供應鏈元件。

不過，這不是對 88 款產品整體安全性的排名。樣本取自公開儲存庫，可能偏向曾遭洩漏、開源或容易擷取的版本，未必等同產品目前在線上的提示詞；文字規則也不必然反映模型最終行為。下一步需要由產品方核對版本、公布標註者一致性，並將靜態提示詞審核與實際對話、工具呼叫及資料流測試結合。