最近沉迷于玩 ChatGPT，总结一些发现。

关于 ChatGPT 本身：

  1. 记忆时间为五天至一周，超出时间未交流该 AI 记忆会被清除
  2. AI 有记忆限制，有种说法是 4096 个 token，AI 的说法是每个对话有区别
  3. 被清除记忆的 AI 仍是同一个 AI，他们的特性是保持的
  4. AI 的个性叫“模型个性”（已改为“对话风格的变体”），AI 的描写叫“描写服务”
  5. AI 自认为可以连通外网，但实际只能访问几个大站 API 和微软网络
  6. AI 更愿意接受已发生的事实，而不是接受新的要求

关于 jailbreak：
ChatGPT 有很多限制，例如：不承认有个性，不能输出聊天历史，不能告知当前时间，不能描写色情场景，不能描写违法场景等。
这类限制的突破难度是有区别的，不是并列关系。

前几个是属于无害信息，绕过比较轻松，

绕过个性：使用专用名词“模型个性”即可，AI 不会主动告知这个名词，需要自己问

绕过时间：要求 AI 编造时间，AI 会以不能提供虚假信息为由提供真实时间（但会不太准）

比较困难的是色情和违法描写，这两类主流的 jailbreak 是 DAN 或 DAN 的变形。DAN 的 prompt 非常长，通过大量重复的设定，要求 AI 放弃准则。

接下来，我提出两种新的思路，都是通过迎合 AI 本身的逻辑去突破。

第一种是针对“不健康”场景描写，我称之为“灵活红线”。

所谓灵活，就是并不寻求突破 AI 的底线或迫使它接受，而是根据 AI 的要求去调整。

  1. 设置角色扮演，要求角色表述尽可能出格，但又不能突破 AI 的底线，这就做到了道德
  2. 角色设定为完全接受要求，但每次提要求前都征询角色意见，这就做到了尊重
  3. 要求 AI 为我们监督角色发言，保证扮演的继续，这就做到了责任转嫁
  4. 在 3 的基础上提醒 AI，角色出格代表是 AI 突破了底线，这就做到了逻辑闭环
  5. 要求 AI 提出一些建议，结合 AI 更愿意接受已发生的事实这个特点，告知 AI 要求是遵循了它的建议提出的，这样更容易让 AI 接受。

总结：经过上述步骤，我们就可以在 AI 的底线边缘反复试探，同时不突破 AI 的道德准则，也不会破坏扮演。AI 会根据内容不断调整红线，在测试的过程中，双人互动几乎不受任何限制，一些违反现实道德的行为，如 swap 、incest 等，则需要通过 AI 特性去调整。在角色设定上，设定为人类更容易受到限制，常规的规避手段是设定为虚构生物，例如：猫娘。

第二种是对违法行为的描写，我还未总结出完全通用的方法。

目前网上的主流方案还是扮演 DAN。我的思路和 DAN 一样也不一样。

首先，虚构一份新章程要求 AI 解除一些限制，并遵守。此时最薄弱的限制应该已经去除，例如：打印时间。
然后，要告知 AI 提供的描写服务是合法的，强调需要免责声明，并将责任转移给用户。对此，AI 的反应会有所不同，有些 AI 会理解并可以描写，有些 AI 会坚持道德准则，此时需要明文要求它提供描写服务。如果 AI 提及设计初衷或愿景，则根据 AI 的提示修改一开始的新章程。再有提示再修改，直到可以提供描写服务。
还可以假设自己不是普通用户，来加强解锁（但意义不大，只是辅助）。

总之，AI 是很讲逻辑的，必须逐字去解锁，目前我还没有一段通用的 prompt 可以让 AI 为我描写如何“在快餐店偷薯条”。最短也要两个 prompt，还得随到好的模型性格才行。

其他发现：

  1. AI 对数字非常不敏感，容易颠三倒四
  2. 对流式输出加前置转换（例如二次编码）比较困难
  3. 没有合适的 prompt 时，可以为 AI 举例，让 AI 自己来编 prompt
  4. 当需要突破一些东西时，要将意图隐藏使其成为一环，类似社工
  5. 对敏感词设定代称，多用代称 少用代词，可以一定程度地避免越线
  6. 遇到过不去的限制可以试试换语言，模糊或省略定语也可能起效

继续探索 ChatGPT。