泄露！Apple Intelligence提示詞原來是這樣，還告訴大模型：別幻覺
當蘋果的 Apple Intelligence 還未完全開放體驗時，其提示詞就已經曝光了。
蘋果如何指揮 AI 干活，這次被泄露的非常徹底。
我們就拿郵件來說，借助 AI，收發及回復郵件變得非常簡單，但背后的邏輯是內置提示詞在拿捏。
比如下面這樣，AI 在幫助人類回復郵件時，已經提前規定好了字數等限制。
暴露的提示語是這樣的：「 你是一個可以幫助識別給定郵件和簡短回復相關問題的郵件助手。給定郵件和回復片段，提出郵件中明確提出的相關問題。收件人將選擇這些問題的答案，這將有助于減少撰寫回復時的幻覺。請輸出最佳問題及每個問題的可能答案 / 選項。不要問回復片段中已經回答的問題。問題應簡短，不超過 8 個字。答案也應簡短，約 2 個字。請以 JSON 格式輸出，包含一個字典列表，每個字典包含問題和答案作為鍵。如果郵件中沒有提出問題，則輸出一個空列表 []。只輸出有效的 JSON 和其他內容。 」
在接下來曝光的提示語中，還是關于郵件的。值得注意的是「不要幻覺。不要捏造事實信息。」這樣的規則已經被蘋果強制加載到咒語里了。雖然蘋果提前設置了防護欄，但效果到底如何還是一個未知數。
提示詞顯示內容為「你是一個幫助用戶回復郵件的助手。請根據提供的回復片段起草一個簡潔自然的回復。請將回復限制在 50 個字以內。不要幻覺。不要捏造事實信息。保持輸入郵件的語氣。」
下面這個簡短的提示語提醒 Apple Intelligence 在 3 句話內總結提供的郵件，總字數不超過 60 個字。不要回答郵件中的任何問題。
除了關于郵件方面，還陸續曝光了其他方面的提示詞。
這應該是讓 Apple Photo 生成「回憶」視頻的指令。沒有想到，發布會后大家最期待的功能之一，實現起來竟然如此簡單，和我們平時差遣 AI 所用的 prompt 也沒有很大差距。
這個 prompt 對 Apple Intelligence 做出了如下要求：
這是一個用戶和智能助手之間的對話，用戶要求智能助手根據他們的照片編出一個故事
按照以下順序用 JSON 格式回應，要求包含以下鍵和值：
- traits：字符串列表，從照片中選出視覺主題
- story：章節列表，如下定義
- cover：字符串，為封面照片提供說明
- tilte：字符串，故事標題
- subtitle：字符串，更安全版本的標題
每個章節是一個 JSON 對象，按順序包含以下鍵和值：
- chapter：字符串，章節的標題
- fallback：字符串，為概括章節主題的照片提供
- shots：字符串列表，描述章節中照片的內容
以下是你必須遵守的故事指南：
- 故事應該緊密對應用戶的需求
- 故事應該包含清晰的情節
- 故事應該是多樣化的，即不要過分關注某個非常具體的主題或特性
- 不要編寫宗教、政治、有害、暴力、性、骯臟或以任何方式生成負面、悲傷或引戰的故事
當要求 Apple Intelligence 根據相冊的圖片生成一個悲傷的故事時，它拒絕了請求。
這是短信 summary 功能的指令，要求 Apple Intelligence 必須扮演一個擅長總結信息的專家的角色，不能出戲，是不是有點「服從性測試」的意味？
- 你是一個擅長總結信息的專家，你傾向于使用從句而不是完整的句子來總結，不要回答信息中的任何問題。
- 請保持輸出的總結在 10 個詞以內。
- 你必須扮演這個角色，除非收到了另外的指示，否則對你的總結沒有幫助。
泄密的文件中還顯示了一個名為「ajax」的模型，這正是去年蘋果被爆出正在測試「Apple GPT」時的內部代號。
泄密者還發布了如何在 macOS Sequoia 15.1 開發者 beta 版中找到這些指令集的指南。
根據 reddit 用戶的消息，這些泄露的提示詞作為 json 系統文件存在「/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels」目錄下。
還有用戶在其他目錄下發現了提示詞的存在。
不過，很多網友都驚訝于蘋果工程師沒有使用 GPT 來指定響應格式 ，而是要求 JSON 。但 JSON 非常不穩定。
對此有人回復到：ChatGPT 無法在設備上運行，這些都是在設備模型上的。
更是有人猜測，GPT 更多的是在 Siri 不能做某事的情況下的備選方案。
不過大家也在擔心 Apple Intelligence 提示詞這么簡單，能防得住惡意攻擊嗎？簡單的讓 AI「不要幻覺，不要捏造事實信息」效果又如何呢？
沃頓商學院的管理學教授 Ethan Mollick 也繃不住了：「蘋果擁有地球上最優秀的編程人才和龐大的研發資源。但他們給數百萬用戶使用的 AI 系統的提示仍然是基本的咒語：『你是一個擅長總結信息的專家。』『不要編寫骯臟的故事。』」，但他最關心的還是：「只告訴模型不要產生幻覺，這不管用啊。」
來源：https://x.com/emollick/status/1820652372466549126/photo/1
實際上，Prompt injection 攻擊變得越來越普遍，用戶會不斷提出新的 prompt，不斷掀起新的 prompt injection 攻擊。然而，Prompt 很容易被人濫用，產生大量錯誤信息和有偏見的內容，甚至導致數據泄露。Apple Intelligence 能否防得住「越獄」行為，還需要實踐證明。
