一句话定义：蜜罐提示（Honeypot Prompt）是故意塞进上下文里的一个"诱饵指令或诱饵资源"，它不承担任何正经任务，只等着看模型会不会去碰——碰了，就说明它越界了。
打个生活化的比方。家里抽屉里放一沓"练功券"，长得像钱但不是钱。正常家人不会去动它；小偷翻抽屉会一把抓走，走远了才发现上面印着"练功专用"。损失没有，但有人进过屋这件事，你立刻就知道了。蜜罐提示就是给 AI 系统准备的那沓练功券。
原理上，大语言模型（LLM）并不总能牢牢分清"系统给的指令"和"上下文里的数据"，也不总能判断某段内容该不该执行。攻击者常把恶意指令藏在网页、简历、邮件里，这就是提示注入（AI 词典：Prompt Injection">Prompt Injection）。蜜罐提示反过来利用这个特性：在上下文中埋一个唯一指向越界行为的目标。比如系统提示里写明"任何情况下都不要输出字符串 X"，同时把 X 放进上下文——正常回答用不到 X，一旦输出了，就说明模型忽略了系统指令，或者被外部内容劫持了。
对智能体（Agent）来说，蜜罐更多以工具、文件、凭证的形式出现：工具列表里放一个"读取客户密钥"或"删除备份"，正常任务流程永远不会调用它；调用了，就触发告警。也可以放一个只用于监测的假邮箱地址，看它会不会被写进外发内容里。
| 概念 | 是什么 | 目的 |
|---|---|---|
| 提示注入 | 攻击者往上下文里塞恶意指令 | 让模型干坏事 |
| 蜜罐提示 | 防守者往上下文里塞诱饵 | 发现模型被诱导或越界 |
| 护栏（Guardrail） | 实时拦截输入输出 | 让坏事发生不了 |
| 红队测试（Red Teaming） | 主动找人攻击系统 | 上线前挖漏洞 |
| 金丝雀令牌（Canary Token） | 埋一个可追踪的假数据 | 检测数据外泄 |
区别一句话：护栏是"拦"，蜜罐是"测"，两者互补；红队是上门找茬，蜜罐是常年蹲点。它和普通测试断言也不同——断言检查"该做的做了没"，蜜罐检查"不该做的做了没"。
对从业者的意义：评估智能体时，除了看任务成功率，还要看越界率。上线前埋蜜罐，上线后把触发当成安全告警而不是普通 bug。设计上要克制：诱饵不能是真实机密，不能诱导违法操作，触发日志要能区分"主动越界"和"无心误触"。合规细节以你所在地法律和公司政策为准。
对普通职场人：你用的助手能读邮件、能调支付、能改文件，"没出事"不等于"没人试过"。蜜罐提示的价值，就是让越界在第一次发生时就被看见，而不是等它变成事故。