本研究探讨大型语言模型（LLMs）在自主响应中的价值一致性问题，并提出迭代提示技术以提高越狱攻击的有效性。研究发现，采用说服策略可显著提升攻击成功率，最高可达90%。

本研究探讨大型语言模型生成代码的安全漏洞，发现安全导向的提示前缀可降低漏洞发生率56%。通过迭代提示技术，能够检测和修复41.9%至68.7%的漏洞，并提出“提示代理”以优化开发流程。