直接提示注入繞過防護

當惡意行為者透過多輪對話與角色扮演進行直接提示詞注入 (Prompt Injection) 攻擊時；系統因防護層僅具備單輪語意檢測而缺乏跨輪意圖分析，於互動時遭繞過安全對齊護欄並輸出違法指引，除造成內容安全防線失守外，亦引發企業合規責任與商譽損害。