Meta Prompt Guard 2
Meta Prompt Guard 2 是面向生成式 AI、模型、RAG 或 Agent 风险控制的 AI 安全工具。
分类：开源提示词攻击检测模型
公司 / 团队：Meta
详细介绍
该工具的主要能力包括越狱和提示词注入分类、轻量级模型、直接与间接注入识别、多语言攻击检测和本地部署。
AI 安全工具的真实效果取决于模型、语言、攻击方法、上下文长度、输入模态、系统提示、RAG 数据、工具权限、部署位置、阈值、规则、版本和业务容错。详情页应把防护位置、风险类型、模态、动作、API、延迟、部署方式、数据处理、日志、评测结果和产品状态拆成动态字段维护。
适合场景
- RAG 文档注入
- Agent 输入过滤
- 低延迟检测
- 本地安全服务
- 研究基准
使用注意
- 模型只提供风险信号，不能证明输入安全
- 长文本、编码混淆和新型攻击需持续红队
- 检测结果应与来源隔离、工具权限和人工策略结合
- 上线前应建立正常样本、边界样本、已知攻击、未知变体、跨语言、多模态和故障场景测试集，并完成权限审查、红队、安全评审、日志、回滚和应急预案。