OpenAI推出ChatGPT锁定模式应对AI提示注入攻击

2026年2月13日，OpenAI宣布为其AI聊天机器人平台ChatGPT引入新的高级安全设置，以应对日益严重的“提示注入”攻击。这一公告标志着OpenAI在提升AI系统安全性方面的又一重大举措，尤其是在AI系统承担更复杂任务的背景下。

提示注入攻击是一种新兴的安全威胁，攻击者通过特定提示词误导AI执行恶意指令或泄露敏感信息。为此，OpenAI推出了两项新的防护措施，以帮助用户和组织降低风险。

锁定模式：增强的安全防护

OpenAI表示，这些新措施是在现有多层防护基础上建立的，包括沙箱机制、URL数据泄露防护、监测与执行机制，以及企业级控制功能如基于角色的访问控制和审计日志。

锁定模式是一项可选的高级安全设置，主要面向高度重视安全的用户群体，如大型组织的高管或安全团队。通过严格限制ChatGPT与外部系统的交互方式，锁定模式旨在降低提示注入等攻击导致的数据外泄风险。

在锁定模式下，ChatGPT的某些功能将被禁用。例如，网页浏览功能将仅限于访问已缓存内容，以防止敏感数据在浏览过程中被获取或外泄。对于无法提供强确定性数据安全保证的功能，锁定模式下则会直接禁用。

OpenAI指出，ChatGPT的商业订阅版本已提供企业级数据安全能力，而锁定模式是在此基础上的进一步增强。该模式目前适用于ChatGPT Enterprise、ChatGPT Edu、ChatGPT for Healthcare与ChatGPT for Teachers。

管理员可以在Workspace Settings中通过创建新角色来启用锁定模式。启用后，锁定模式会在现有管理员设置之上叠加额外限制。尽管部分关键工作内容仍依赖外部应用，Workspace管理员仍可获得更细粒度的控制能力，选择哪些应用及具体操作可在锁定模式下使用。

OpenAI还引入了“风险提升”标签，以帮助用户识别可能引入额外风险的功能。该标签将出现在ChatGPT、ChatGPT Atlas与Codex中，确保用户在不同产品中遇到同类能力时获得一致提示。

“在处理个人私密数据时，让用户能够自行决定是否、以及如何使用这些能力至关重要。”

在Codex编程助手中，开发者可以授予Codex网络访问权限以执行诸如查阅文档等操作，但相关界面将显示“风险提升”标签，并提供明确说明，包括启用后可能引入的风险。

OpenAI计划在未来几个月将锁定模式提供给消费者用户。这一举措不仅是对AI系统安全性的提升，也反映了OpenAI在保护用户数据方面的持续努力。