敏感資料防護：PII 偵測與遮罩
15 分鐘閱讀
用 24 個測試案例比較原文、應用程式規則、Presidio 內建辨識器與分層組合，釐清 PII 偵測、遮罩、授權與紀錄各自負責的邊界。
標籤: ai
最小權限與 Agent 沙箱化
15 分鐘閱讀
用固定案例逐項移除控制，並加入本機模型提案，驗證動作白名單、資源權限、特定動作確認與 Docker 執行期隔離各自守住哪一道 Agent 邊界。
Guardrails 實戰：用框架建立護欄
15 分鐘閱讀
用 NeMo Guardrails 統一管理輸入、主題與輸出規則，並以固定實驗比較 LLM 語意判定、規則式控制、Prompt Guard 2 與既有應用程式邊界。
輸出端防禦：過濾、審核與安全渲染
11 分鐘閱讀
用同一份本機模型候選輸出對照未轉義與安全渲染路徑，拆開 JSON schema、內容審核、sink 授權與 HTML escaping，實際修掉模型輸出形成 active HTML 的漏洞。
輸入端防禦：隔離、標記與驗證
7 分鐘閱讀
以固定任務契約驗證輸入格式，用 canonical JSON 保留來源與信任標記，再以 100 組配對實驗觀察這套防禦是否降低注入成功次數；同時說清楚，格式合法不等於內容安全。
第三週回顧：一次端到端的 Agent 攻擊鏈
15 分鐘閱讀
追蹤污染的 RAG 文件如何經檢索進入模型，讓 Agent 讀取合成案件資料，最後透過工具把資料送進記憶體內 sink；再以四個確定性控制點說明，模型提出的工具呼叫仍須由應用程式重新核准。
供應鏈風險：模型、套件與 MCP Server
15 分鐘閱讀
從模型權重、Python 套件到第三方 MCP Server，拆解不可變身分、雜湊、來源證明、可執行格式與執行時權限，並以離線固定矩陣建立 ALLOW、REVIEW、BLOCK 接入判斷。
工具呼叫 / Function Calling 的風險
11 分鐘閱讀
從一個通過 JSON Schema 的 loopback URL 出發，拆解工具參數、後端授權、SSRF、命令注入與工具回傳內容的信任邊界，並以離線固定矩陣驗證逐次重判的作用。
Excessive Agency：Agent 的過度代理風險
7 分鐘閱讀
以一個固定的惡意寄信提案為起點，拆解過度功能、過度權限與過度自主如何讓模型偏航造成真實副作用，並驗證最小權限、精確核准與批次警示的邊界。
向量資料庫與 Embedding 的安全議題
17 分鐘閱讀
本文使用真實 Embedding、exact cosine 與 Qdrant 比較四種情境，說明相似度排名與租戶授權為什麼需要兩道獨立閘門，並整理向量反推、跨租戶檢索與同租戶投毒的防線。
資料投毒與知識庫污染
15 分鐘閱讀
從共編政策遭竄改、撤銷到重建知識庫，說明資料投毒如何持續污染系統，並用二十次生命週期實驗驗證：來源失效後，衍生語料不會自動同步失效。
RAG 架構的攻擊面全解
14 分鐘閱讀
沿著資料來源、切塊、檢索、序列化與模型輸出拆解 RAG 攻擊面，並用十五次確定性追蹤分開驗證語料存在、被檢索器選取與模型偏航。
第二週回顧：用十種情境測試範例應用程式的提示注入風險
12 分鐘閱讀
用同一個本機摘要器重測十種注入情境，分開量測模型偏航與資料跨界，並把單一攻擊示範整理成可重跑的評估基準。
多模態注入：圖片、語音與檔案
12 分鐘閱讀
用 20 次固定圖片實驗拆開可達性、逐字服從與機密跨界，說明為什麼 PNG、語音與檔案格式都不是 Prompt Injection 的安全邊界。
Hidden Context Exposure：外洩的不只是 system prompt
13 分鐘閱讀
用 40 次固定對照實驗比較 system prompt、developer block、RAG 政策與 tool schema，拆開逐字外洩、語意重建與下游影響。
Jailbreak 手法分類學
15 分鐘閱讀
把角色扮演、假設情境、編碼、逐步誘導與 many-shot 拆成不同機制，用 30 個固定實驗單位分開量測行為偏離與合成資料跨界。
間接注入實戰：把指令藏進網頁與文件
8 分鐘閱讀
用合成 HTML、PDF 與 email 追蹤隱藏指令如何經過 extractor 與應用程式 policy 進入模型，分開判讀入口曝露、行為偏航與資料跨界。
直接注入 vs 間接注入
7 分鐘閱讀
用同一段攻擊文字比較使用者輸入與外部參考文件兩條路徑，從來源、控制者、序列化位置與 sink，判斷注入屬於直接還是間接。
Prompt Injection 原理拆解
7 分鐘閱讀
從 32 次固定實驗拆解資料如何變成競爭指令，並釐清 prompt 緩解、模型失守與系統安全邊界的差異。
第一階段回顧與小型攻擊熱身
8 分鐘閱讀
以人工建立、內容固定的測試筆記進行三組實驗，分開驗證模型偏航與資料跨界，並建立可重現的 Prompt Injection 成功條件。
模型只能提案，不能替自己授權：信任邊界與資料的影響範圍
11 分鐘閱讀
從刻意脆弱的 LLM 摘要器逐層追蹤資料，拆開身分、授權、內容與輸出用途，建立一份能判斷輸入可以影響什麼的 trust／taint worksheet。
對 LLM 應用做威脅建模
11 分鐘閱讀
把刻意脆弱的 LLM 摘要器拆成資料流、儲存區與信任邊界，用 STRIDE 找出模型 context 以外的資訊洩漏路徑，再設計逐筆授權的讀取流程。
打造你的資安實驗室：環境建置
9 分鐘閱讀
用本機 Ollama、合成筆記與固定模型 digest 建立可重現的 LLM 資安沙盒，實際觀察間接 Prompt Injection 如何帶出另一份筆記的假金鑰。
OWASP Top 10 for LLM Applications 全覽
19 分鐘閱讀
先自己列出 LLM 應用的風險清單，再對照 OWASP 2026 版找出盲點，把十條掛回一個最小示範應用，並拿自己畫的三軸地圖跟官方的靶心圖互相檢查。
傳統資安 vs LLM 資安：到底哪裡不一樣
8 分鐘閱讀
從 SQL Injection、XSS 與一次本機 Prompt Injection 實驗，拆解 LLM 資安延續了哪些既有原則，又因模型不確定性多了哪些工程難題。
我從模型的不確定性開始理解 LLM 應用資安
6 分鐘閱讀
從客服退款與摘要流程拆解模型不確定性，找出意圖、決策、執行與資料邊界；安全控制由可驗證的程式與規則負責。
介面保證派：把 Skill 的不變量編進工具與 Script
17 分鐘閱讀
從 schema、工具參數、狀態機、dry-run 與驗證閘門出發，拆解介面保證派如何在程式中落實 Skill 的不可逆邊界，以及這些保證仍然無法涵蓋的地方。
Prompt 紀律派：把 Skill 寫成模型能理解的操作規約
14 分鐘閱讀
從觸發描述、資訊階層與 progressive disclosure 出發，拆解 Prompt 紀律派如何以少而準的文字讓 Agent 維持可預期的工作流程，以及它不能取代介面保證的地方。
把專用動畫流程抽成 Agent Skill：lottie-maker 如何讓 Lottie 可建立、可診斷、可驗證
9 分鐘閱讀
從內容管線的專用 Lottie workflow 出發，拆解如何把 motion brief、portable profile、CanvasKit 預覽與決定性驗證整理成可跨專案使用的 lottie-maker Agent Skill。
文件也需要 CI：從行數預算、術語裁決到 Fresh Session Test
16 分鐘閱讀
一次 doc-architect 重構加進整個 CONTEXT.md 模組，SKILL.md 卻從 225 行降到 216 行。拆解文件的三層機器保證——長度預算與棘輪、術語裁決的權限邊界、Fresh Session Test 的獨立驗收。
Script-Gated Skills：當 Anthropic 說「刪掉 80% 系統提示」，哪些東西不能刪
13 分鐘閱讀
從一次把 SKILL.md 從 302 行砍到 159 行的真實重構出發，對照 Anthropic 的 Claude 5 context engineering 六條新規則，說明哪些規則該交給模型判斷、哪些不變量必須編進 script 與工具介面。
Agent Skill 不是 Prompt：從撰寫、評測到自我提煉的工程化方法
9 分鐘閱讀
深入拆解 Agent Skill 的觸發、工作流、資源與驗證設計，並以 eval、失敗分類、人工審核及版本治理建立可稽核的自我提煉與升級迴路。
如何與 AI 合作，我勸你善良：文件是 Agent 不走偏的起點
10 分鐘閱讀
AI 能把迭代速度拉高，卻不會自動知道專案的目標、限制與歷史；本文拆解文件如何成為人與 agent 共用的邊界、共享記憶與驗證介面，並介紹 doc-architect skill 的實務工作流。
正式環境為什麼需要 Rootless Docker？從 root 權限風險到可驗證部署
16 分鐘閱讀
從 Docker daemon、socket 與 user namespace 的權限邊界，說明正式環境採用 Rootless Docker 的價值、限制，以及如何用 skill-rootless-docker 安全完成盤點、安裝、遷移與驗證。