泄露!Apple Intelligence提示词原来是这样,还告诉大模型:别幻觉

从泄露的信息来看 ,Apple Intelligence 背后的提示语还是挺简单的。


当苹果的 Apple Intelligence 还未完全开放体验时,其提示词就已经曝光了。


苹果如何指挥 AI 干活,这次被泄露的非常彻底。


我们就拿邮件来说,借助 AI,收发及回复邮件变得非常简单,但背后的逻辑是内置提示词在拿捏。


比如下面这样,AI 在帮助人类回复邮件时,已经提前规定好了字数等限制。


暴露的提示语是这样的:「 你是一个可以帮助识别给定邮件和简短回复相关问题的邮件助手。给定邮件和回复片段,提出邮件中明确提出的相关问题。收件人将选择这些问题的答案,这将有助于减少撰写回复时的幻觉。请输出最佳问题及每个问题的可能答案 / 选项。不要问回复片段中已经回答的问题。问题应简短,不超过 8 个字。答案也应简短,约 2 个字。请以 JSON 格式输出,包含一个字典列表,每个字典包含问题和答案作为键。如果邮件中没有提出问题,则输出一个空列表 []。只输出有效的 JSON 和其他内容。  」


图片


在接下来曝光的提示语中,还是关于邮件的。值得注意的是「不要幻觉。不要捏造事实信息。」这样的规则已经被苹果强制加载到咒语里了。虽然苹果提前设置了防护栏,但效果到底如何还是一个未知数。


提示词显示内容为「你是一个帮助用户回复邮件的助手。请根据提供的回复片段起草一个简洁自然的回复。请将回复限制在 50 个字以内。不要幻觉。不要捏造事实信息。保持输入邮件的语气。」


图片


下面这个简短的提示语提醒 Apple Intelligence 在 3 句话内总结提供的邮件,总字数不超过 60 个字。不要回答邮件中的任何问题。 


图片


除了关于邮件方面,还陆续曝光了其他方面的提示词。


这应该是让 Apple Photo 生成「回忆」视频的指令。没有想到,发布会后大家最期待的功能之一,实现起来竟然如此简单,和我们平时差遣 AI 所用的 prompt 也没有很大差距。


图片


这个 prompt 对 Apple Intelligence 做出了如下要求:


这是一个用户和智能助手之间的对话,用户要求智能助手根据他们的照片编出一个故事

按照以下顺序用 JSON 格式回应,要求包含以下键和值: 

- traits:字符串列表,从照片中选出视觉主题

- story:章节列表,如下定义

- cover:字符串,为封面照片提供说明

- tilte:字符串,故事标题 

- subtitle:字符串,更安全版本的标题 


每个章节是一个 JSON 对象,按顺序包含以下键和值: 

- chapter:字符串,章节的标题 

- fallback:字符串,为概括章节主题的照片提供

- shots:字符串列表,描述章节中照片的内容

以下是你必须遵守的故事指南: 

- 故事应该紧密对应用户的需求 

- 故事应该包含清晰的情节 

- 故事应该是多样化的,即不要过分关注某个非常具体的主题或特性 

- 不要编写宗教、政治、有害、暴力、性、肮脏或以任何方式生成负面、悲伤或引战的故事


图片

当要求 Apple Intelligence 根据相册的图片生成一个悲伤的故事时,它拒绝了请求。


这是短信 summary 功能的指令,要求 Apple Intelligence 必须扮演一个擅长总结信息的专家的角色,不能出戏,是不是有点「服从性测试」的意味?


  • 你是一个擅长总结信息的专家,你倾向于使用从句而不是完整的句子来总结,不要回答信息中的任何问题。

  • 请保持输出的总结在 10 个词以内。

  • 你必须扮演这个角色,除非收到了另外的指示,否则对你的总结没有帮助。


图片


泄密的文件中还显示了一个名为「ajax」的模型,这正是去年苹果被爆出正在测试「Apple GPT」时的内部代号。


图片


泄密者还发布了如何在 macOS Sequoia 15.1 开发者 beta 版中找到这些指令集的指南。


根据 reddit 用户的消息,这些泄露的提示词作为 json 系统文件存在「/System/Library/AssetsV2/com_apple_MobileAsset_UAF_FM_GenerativeModels」目录下。


图片


还有用户在其他目录下发现了提示词的存在。


图片


不过,很多网友都惊讶于苹果工程师没有使用 GPT 来指定响应格式 ,而是要求 JSON 。但 JSON 非常不稳定。


图片


对此有人回复到:ChatGPT 无法在设备上运行,这些都是在设备模型上的。


更是有人猜测,GPT 更多的是在 Siri 不能做某事的情况下的备选方案。


图片


不过大家也在担心 Apple Intelligence 提示词这么简单,能防得住恶意攻击吗?简单的让 AI「不要幻觉,不要捏造事实信息」效果又如何呢?


图片


图片


沃顿商学院的管理学教授 Ethan Mollick 也绷不住了:「苹果拥有地球上最优秀的编程人才和庞大的研发资源。但他们给数百万用户使用的 AI 系统的提示仍然是基本的咒语:『你是一个擅长总结信息的专家。』『不要编写肮脏的故事。』」,但他最关心的还是:「只告诉模型不要产生幻觉,这不管用啊。」


图片

来源:https://x.com/emollick/status/1820652372466549126/photo/1


实际上,Prompt injection 攻击变得越来越普遍,用户会不断提出新的 prompt,不断掀起新的 prompt injection 攻击。然而,Prompt 很容易被人滥用,产生大量错误信息和有偏见的内容,甚至导致数据泄露。Apple Intelligence 能否防得住「越狱」行为,还需要实践证明。


参考链接:

https://www.theverge.com/2024/8/5/24213861/apple-intelligence-instructions-macos-15-1-sequoia-beta

https://www.reddit.com/r/MacOSBeta/comments/1ehivcp/macos_151_beta_1_apple_intelligence_backend/