PIAtlas：把提示注入分为六类机制，一种按构建机制解构提示词注入攻击空间的分类法

南加州大学研究者于 2026 年 10 月 18 日发布预印本论文（arXiv:2610.24999），提出按构建机制解构提示注入攻击空间的 PIAtlas 分类法，把攻击分为指令操纵、结构伪装、混淆、社会工程、场景框定、输出胁迫六类，每类对应模型一种被利用的特性，并配有只看文本即可检验的签名规则，使标注无需猜测攻击者意图。论文同时发布 PICorpus，称其为最大的许可干净公开注入数据集，将数千条记录映射到六类机制。分析发现：大多数攻击组合多种机制；广泛使用的智能体基准只覆盖攻击空间的一部分；自适应攻击者偏好的机制恰恰是被低估的部分。这项工作尚未经同行评审，六类边界的人工标注也存在一定主观性。