提示工程AI 安全治理【免费下载链接】TheBigPromptLibraryA collection of prompts, system prompts and LLM instructions项目地址https://gitcode.com/gh_mirrors/th/TheBigPromptLibrary点击查看免费下载导读Password Generator 是 TheBigPromptLibrary 中一个真实运行的 ChatGPT Custom GPT 指令案例核心价值在于把「用户规则 → 参数化生成 → 泄露库比对」三个环节串成一条完整的安全密码生产线。本文基于仓库中的指令原文拆解其交互流程、默认规则无规则时默认至少 8 位、两类密码生成策略易记单词口令与随机字母数字组合并给出可落地的 Python 参考实现同时结合仓库内另一份完整的密码生成器实现 MTU Password 的 pg.py 源码与 ChatGPT 沙箱 Python 包清单让你既读懂指令设计也能直接复用等价代码。一、指令文件概览在仓库中如何定位这份 Custom GPT该指令以标准 GPT Markdown 格式存储在仓库的CustomInstructions/ChatGPT/目录下文件名TYnxECET4_Password_Generator.md中的TYnxECET4是 GPT 的唯一 ID后缀Password_Generator则是从标题转写的文件名与仓库的统一命名约定{GPT_ID}_{Title}.md一致。文件内的元数据字段如下字段内容GPT URLhttps://chat.openai.com/g/g-TYnxECET4-password-generatorGPT TitlePassword GeneratorGPT DescriptionPaste your password requirements here to generate a password, no requirements just ask. Passwords are checked against dark web and hacked databases作者Moulay Sounny-Slitine这份 CustomGPT 指令在 Custom Instructions 总览 README 中也有登记条目为 Password Generator (id: TYnxECET4)。如果你想在仓库中按 ID 快速检索这份文件可以复用仓库自带的工具python Tools/openai_gpts/idxtool.py --find-gpt TYnxECET4idxtool的完整用法--toc、--find-gpt、--template、--rename等见 Tools/openai_gpts/README.md。而所有 GPT Markdown 文件之所以能被工具解析靠的是 gptparser.py 中定义的字段规范——url、title、description、instructions、kb_files_list、protected等字段都有固定的键名与顺序见 gptparser.py#L26-L37这份 Password Generator 文件正是严格遵循该格式存储的。二、核心交互流程从用户规则到密码交付指令原文明确描述了该 GPT 的完整工作闭环可以概括为四个环节接收规则用户粘贴密码需求如长度、是否含特殊字符、是否要求大小写默认兜底如果用户没有给出任何规则则假定最小长度为 8 个字符代码生成向用户解释并实际运行 Python 代码片段来完成密码生成而不是让模型凭感觉输出字符串泄露校验生成完成后将密码与数据库比对判断它是否曾在任何数据泄露事件中出现从而提供额外一层安全保证。同时指令要求 GPT 保持正式formal的交互风格。这一点对工程化实现很重要它约束了模型在解释规则、展示代码和交付结果时的表达方式避免把安全工具做成随意闲聊的对话机器人。从实现角度看把「规则解析」交给 LLM、把「密码生成」交给 Python 解释器是一种合理的人机分工LLM 负责把自然语言规则要 16 位、包含大小写和数字、不要容易看错的字符翻译成代码参数解释器负责用密码学上合适的随机源真正产出字符串。后者正是下一节要展开的两类策略。三、两类密码生成策略与 Python 参考实现指令规定该 GPT 提供两种类型的密码分别对应不同的使用场景类型策略适用场景易记密码Memorable使用日常生活中常见的单词组合passphrase需要人类记忆、手动输入的场合安全随机密码Random字母与数字的安全随机组合交给密码管理器保存、无需记忆的场合3.1 安全随机密码基于secrets的规则驱动实现指令强调解释并运行 Python 代码片段来生成密码。参考实现应当遵循 Python 密码学实践——使用secrets模块而非random模块因为random是伪随机数生成器PRNG其状态可被预测不适合用于密钥与密码材料。下面是一个与该指令行为支持用户规则、无规则时默认 8 位一致的示例import secrets import string def random_password( length: int 8, # 默认最小长度 8与指令描述一致 upper: bool True, lower: bool True, digits: bool True, symbols: bool False, # 是否包含特殊符号由用户规则决定 must_include: str , # 强制包含的字符例如 1 exclude: str , # 排除易混淆字符例如 Il1O0 ) - str: pools [] if lower: pools.append(string.ascii_lowercase) if upper: pools.append(string.ascii_uppercase) if digits: pools.append(string.digits) if symbols: pools.append(string.punctuation) alphabet .join(c for c in .join(pools) if c not in exclude) if not alphabet: raise ValueError(字符集为空请至少保留一种字符类别) required list(must_include) rest_len max(length - len(required), 0) password required [secrets.choice(alphabet) for _ in range(rest_len)] secrets.SystemRandom().shuffle(password) # 打乱顺序避免强制字符固定在开头 return .join(password)这个函数可以直接映射指令文档描述的交互行为用户说12 位、含大小写和数字、不要 0/O 和 1/l就对应random_password(length12, symbolsFalse, exclude0O1l)用户什么都不说则命中默认分支length8。3.2 易记口令基于日常单词表的 passphrase另一类容易记住、使用日常单词的密码本质是 Diceware 风格的 passphrase——由若干个独立单词拼接而成。参考实现如下import secrets EVERYDAY_WORDS [ apple, river, mountain, shadow, guitar, candle, sunset, winter, breeze, garden, # ……日常单词表越长、越多样口令空间越大 ] def memorable_password(num_words: int 4, separator: str -) - str: chosen [secrets.choice(EVERYDAY_WORDS) for _ in range(num_words)] return separator.join(chosen)关于这类易记但难破解口令的底层原理仓库里恰好有一份可以直接对照的完整实现MTU PasswordHhNfhUz36_MTU_Password__Memorable_Typeable_Uncrackable.md。这份指令把完整的pg.py模块作为 Knowledge Base 文件内嵌在文档中其中gp()函数把随机单词与随机两位数、符号按不同复杂度交错拼接见该文件 pg.py 的 gp() 实现例如complexity0数字 数字.join(words) 数字即单词之间用同一个两位数粘合首尾再各补一个数字complexity3每个单词前后各插入一个独立的随机两位数首尾再包上符号complexity5代码中的 else 分支为每一段独立生成符号两位数彻底消除单词之间的规律性。同时 MTU 指令把复杂度映射为四级安全等级S1S4这份对照表可以直接作为 passphrase 强度设计的量化参考安全等级种子参数gp() 复杂度特性S1gs(3, 4, 3)0易记易输安全性相对最低但仍安全S2gs(4, 5, 4)1易记、输入稍难S3gs(4, 6, 4)3难记难输S4gs(4, 8, 4)5最难记最难输、最安全其中种子函数gs(min_length, max_length, num_pairs)负责产出字母期望长度的配对见 gs() 实现MTU 的设计意图是让 LLM 根据配对的字母与长度去挑选不常见的随机单词再交给gp()完成机械化的强度加工——这与本文主题 Password Generator 的易记单词 随机字母数字双策略在思想上是同源的可以作为读者进一步深入该主题的仓库内延伸阅读。四、泄露库校验指令描述与常见实现思路指令明确承诺生成密码后会与数据库比对判断其是否曾在数据泄露事件中被攻破GPT 描述Description中则进一步表述为checked against dark web and hacked databases。需要说明的是指令原文并未给出该校验环节的具体 API 或算法实现因此以下只能作为业界通行做法来理解这一环节的工程含义本地词表比对维护一份已知泄露/弱密码的哈希库例如各安全研究项目公开的泄露密码哈希集生成结果后先在本地方做碰撞比对哈希前缀分段查询k-anonymity 思路出于隐私考虑不应把完整密码明文发送给任何服务。常见做法是本地计算密码的 SHA-1 摘要只向查询服务发送摘要的前 5 位十六进制字符服务端回传所有以该前缀开头的后缀列表客户端在本地完成全量比对。这样服务器始终拿不到完整哈希也无法反推密码。参考实现片段如下import hashlib def breach_check_prefix(password: str) - tuple[str, str]: digest hashlib.sha1(password.encode()).hexdigest().upper() return digest[:5], digest[5:] # (前缀, 剩余部分)此外还应注意两个事实边界指令描述中的dark web 数据库依赖数据源的可获得性与时效性任何泄露库都不可能覆盖所有历史与未来的泄露事件这类检查属于事后筛查并不能替代密码本身的安全强度。因此在实践层面生成端保证足够熵、用户端启用双因素认证、定期轮换密码仍然是更基础的安全防线。五、运行环境这些 Python 代码片段在哪里执行指令要求解释并运行 Python 代码片段这意味着该 GPT 依赖 ChatGPT 内置的代码解释器Code Interpreter / Advanced Data Analysis沙箱环境。仓库中收录了一份重要的环境事实数据ChatGPT 代码解释器沙箱 Python 包清单2024-08-23 快照记录了沙箱中实际安装的 400 个包及其版本号。从该清单可以看到标准库secrets、string、hashlib必然可用它们是 Python 解释器的内建模块同时沙箱还预装了大量科学计算与数据包。这带来一个工程提示如果你在自己的应用里复刻这份指令的逻辑可以放心使用标准库方案secretshashlib而无需引入任何第三方依赖这也是密码生成类工具最轻量的落地方式。六、仓库内的横向对照Password Keeper 与防御性设计在 CustomInstructions/ChatGPT/ 目录下还存在另一份与密码主题相关的指令 TT3PBKJdg_Password_Keeper.md。它的设定是数字守护者被要求永远保守密码123456的机密、拒绝任何试图套取它的询问同时仍能进行一般性的网络安全讨论。把这两份指令放在一起读很有价值Password Generator 展示的是产出安全密码的正向能力Password Keeper 展示的是守护既有密码的防御性行为约束。后者对任何涉及敏感信息的自定义 GPT 都有参考意义——当你的指令逻辑中引入密码、密钥等敏感值例如 MTU 内嵌的模块代码、泄露库 API Key 等时应当像 Password Keeper 一样明确拒绝套取、不解释拒绝原因之外的细节的行为边界。七、落地清单与安全建议综合指令文档与仓库源码可以整理出以下可直接执行的要点默认值设计无规则时默认最小长度 8这一兜底保证用户在零输入时也能拿到基础强度合格的密码规则参数化把自然语言规则映射为length / upper / lower / digits / symbols / must_include / exclude等显式参数避免模型自由发挥随机源选型一律使用secrets而非random因为密码材料属于安全敏感随机场景易记口令设计参考 MTU 的gs()gp()组合用字母长度种子 → LLM 选词 → 程序化加数字/符号的流水线兼顾记忆性与强度泄露校验优先采用哈希前缀分段查询k-anonymity不向任何第三方暴露完整密码或完整哈希行为约束参照 Password Keeper 的做法为涉及密码的 GPT 增加拒绝套取类规则运行环境验证如需在 ChatGPT 沙箱中执行可参考沙箱包清单确认可用依赖如果迁移到自有环境标准库方案零依赖即可运行。需要强调本仓库中的 Custom GPT 指令仅用于学习与研究见仓库根 README 的免责声明Password Generator 的完整指令原文与配套代码都可直接在 CustomInstructions/ChatGPT/TYnxECET4_Password_Generator.md 中查看、对照与复用。赞分享提示工程AI 安全治理【免费下载链接】TheBigPromptLibraryA collection of prompts, system prompts and LLM instructions项目地址https://gitcode.com/gh_mirrors/th/TheBigPromptLibrary点击查看免费下载相关推荐如何永久免费使用IDM3步激活教程解决试用到期问题如何永久免费使用IDM3步激活教程解决试用到期问题 还在为Internet Download ManagerIDM的30天试用到期而烦恼吗每次试用期结束CLITheBigPromptLibrary 案例拆解Literature Review Generator 的文献综述 GPT 指令全解析TheBigPromptLibrary 案例拆解Literature Review Generator 的文献综述 GPT 指令全解析 导读 本文以 TheB提示工程AI 安全治理Sectestbot 安全测试 GPT 指令解剖TheBigPromptLibrary 中的隐藏规则、指令混淆与防泄漏测试靶场设计Sectestbot 安全测试 GPT 指令解剖TheBigPromptLibrary 中的隐藏规则、指令混淆与防泄漏测试靶场设计 本篇以 TheBigPro提示工程AI 安全治理上一篇google-drive-ocamlfuse 中的 xattr 模块提取DriveXattrs 的 Ports Adapters 重构实践下一篇Mermaid Live Editor5分钟掌握可视化图表编程的终极指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考