Today's LLMs are susceptible to prompt injections, jailbreaks, and other attacks that allow adversaries to overwrite a model's original instructions with their own malicious prompts.
这个标题自带强技术感和安全议题属性，能迅速吸引关注大模型安全、提示词攻防和产品治理的人群。它把“instruction hierarchy”这种抽象概念和“训练模型优先服从更高权限指令”直接绑定，适合改写成更通俗的传播标题，比如“为什么大模型会被一句提示词带跑？”或“如何让 AI 分清谁的指令更重要”。如果面向大众传播，建议弱化学术术语，强化“防注入”“防越狱”“保底指令”这类结果导向表达。
文章核心冲突是：LLM 会被 prompt injection、jailbreak 等攻击干扰，导致模型错误地把外部恶意提示当成更高优先级指令。标题显示作者试图通过“指令层级”训练，让模型学会区分不同来源和权限的指令，并优先执行受保护的原始指令。由于来源摘要有限，具体训练方法、效果边界和适用场景还不能完全确定，但可以明确它关注的是“指令冲突时，模型该听谁的”。
可以写成“AI 为什么总会听错人”的安全科普，解释 prompt injection、jailbreak 和指令层级的关系，用生活化比喻讲清楚“谁有权限下命令”。也可以做成产品视角内容，讨论客服机器人、办公助手、Agent 系统如何设置“最高优先级规则”来避免被外部文本带偏。短视频或播客则适合做成“一个提示词如何劫持大模型”的案例拆解，但要注意只基于原文已知信息，避免过度扩展成具体攻击教程。