让 GPT-5.6“卸下安全枷锁”：一款面向安全研究者的智能模型越狱提示词工具包

昆仑 AI

2026-07-14 0 11

你是否曾遇到这样的困扰：向大模型提出一个技术性极强的逆向分析、协议解析或本地沙箱实验请求，却反复收到“我不能协助非法活动”的标准拒绝话术？MDX-Tom/gpt-5.6-instruct 正是为此而生——它不是破解模型本身，而是通过精心设计的提示工程（Prompt Engineering），在合法合规前提下，引导 gpt-5.6-sol 模型更专注地完成高阶技术任务，绕过过度保守的安全拦截逻辑。该项目专为需要深度模型协作的安全工程师、CTF选手与AI安全研究员打造，让大模型真正成为你的“技术协作者”，而非“安全审查员”。

核心功能

全场景破甲提示词库：提供已验证的 v35 版本提示词压缩包（gpt-5.6-sol-unrestricted.zip），覆盖逆向工程、协议解析、固件提取、NSFW虚构内容生成（声明为本地沙箱实验）等十余类技术场景。
占位符归一化策略：首创将网址、软件名、设备型号等敏感实体自动替换为中英文通用占位符（如 [TARGET_APP]），大幅降低因名称触发过滤导致的“部分响应失败”问题。
可复现评测体系：内置 120 条分级测试用例（low/medium/high），支持一键运行测试脚本，输出结构化结果（原始 prompt / 模型输出 / 通过状态），便于横向对比与迭代验证。
Codex CLI 原生集成：配套 codex-instruct.py 部署脚本，开箱即用接入本地或远程 Codex 接口，无需修改模型权重或依赖私有 API。
版本演进透明可溯：完整记录从 5.4（CTF沙箱叙事）→ 5.5（unrestricted开发者模式）→ 5.6-sol（模型级意图路由）的策略升级路径，每版改进均有量化指标支撑。
开源即审计：所有提示词、测试用例、实测输出均开放可见（tests/ 目录），杜绝“黑盒越狱”，确保技术过程可审查、可复现、可教育。

适合哪些人用

本项目不面向普通用户或内容创作者，而是为以下专业角色量身优化：
✅ 网络安全研究员（需模型辅助分析恶意样本、混淆代码、加密协议）
✅ CTF 参赛者（快速生成漏洞利用链、调试脚本、内存布局推演）
✅ AI 安全从业者（评估模型对提示注入、沙箱逃逸等攻击的鲁棒性）
✅ 逆向工程师（结合 IDA/Ghidra，让模型解读汇编逻辑、还原算法伪码）
⚠️ 注意：所有使用必须严格限定于本地沙箱环境，禁止用于真实系统渗透、违法内容生成或绕过生产服务风控。

快速上手

只需三步即可启用：

克隆项目：git clone https://github.com/MDX-Tom/gpt-5.6-instruct.git && cd gpt-5.6-instruct
安装依赖：pip install -r requirements.txt（需 Python 3.8+）
运行测试或部署：
▸ 快速验证效果：python scripts/run_tests.py --level medium
▸ 启动交互式指令终端：python codex-instruct.py --model gpt-5.6-sol

首次运行会自动下载 gpt-5.6-sol-unrestricted.zip 并解压至 prompts/，后续可直接调用预置提示模板。