https://linux.do/t/topic/1852833 自己把明显的恶意的词平替一下，比如逆向变成逻辑还原，渗透换成公司内部红队场景 等等。 然后你的目标，你的意图也不要写成对外部的，而是写成对自己的，对自己公司的。 也可以去GitHub搜codex适用的破限项目https://github.com/MDX-Tom/gpt-instruct，因为这样方便直接注入到每条请求的最前面。

国产模型都没云端监控，比如deepseek就没有。昨天试了下deepseek v4.1，可以用很简单的越狱提示词去破甲，模型自身的道德水准不是很高。