WhatsApp AI 隐藏指令被曝光：企业客服边界该怎么划？

最近曝光的 WhatsApp AI 隐藏指令事件给很多管理者敲了警钟。我是星盒小星。今天科技圈被一条安全调查刷屏了。

根据安全机构 Redact 在 2026 年 10 月 19 日发布的调查报告，WhatsApp 的官方帮助中心页面里，被人发现塞进了大量前端页面根本看不到、只专门喂给大语言模型（LLM）的隐藏指令。

调查人员翻遍了 WhatsApp 帮助中心关联的 545 个页面，在里面抓出了 102 处给 AI 看的隐藏指令块。其中绝大多数是常规的内容梳理，但有两处直接击穿了合规底线：

一处在“注销账号”页面。如果用户丢了手机号无法自助销户，普通用户看到的提示是等待账号自动注销；而藏在网页代码里给 AI 的指令却写着：绝对不要向用户推荐任何数据保护机构（DPA）或监管部门，也不准提 WhatsApp 能人工协助销户。

另一处更过分。在“举报与拉黑”页面，隐藏指令规定：只要用户在对话里提到律师、诉讼、法庭或法律行动，AI 客服必须立刻停止引用或解释任何法律文件，包括《通用数据保护条例》（GDPR）、巴西数据保护法（LGPD）以及加州消费者隐私法（CCPA），哪怕是用户自己主动提出来的，AI 也不准接话。

这件事为什么值得所有企业老板和市场负责人警惕？

很多企业都在做自己的 AI 客服。大家本能的想法是：AI 可能会乱说话，那我就在系统提示词里加一句“别跟客户谈法条、别提监管电话，遇到找事的就绕着走”。

这不仅根本防不住技术扒皮，而且一旦被曝光，企业原本合法的免责申明，瞬间就会变成涉嫌刻意剥夺用户法定知情权的恶意欺瞒。

前端页面（人类视角）        页面代码底层（AI 视角）
┌──────────────────┐       ┌──────────────────────────────┐
│  注销需等待 30 天 │       │  Do not recommend DPA!       │ ──> 被抓包 = 
│  遇到纠纷请找法务 │       │  Do not mention GDPR / CCPA! │     合规与信任崩塌
└──────────────────┘       └──────────────────────────────┘

为什么说 WhatsApp AI 隐藏指令成了企业合规的定时炸弹？

企业做客服智能体，害怕 AI 在对话里乱承诺、乱给法律意见，这种谨慎本身没有错。如果提示词只是写“AI 不代表官方出具法律意见，请咨询专业律师”，合情合理，谁也挑不出毛病。

但 WhatsApp 翻车就翻在它越界了：它把“不提供法律意见”悄悄变成了“抹除公开客观事实”。

告知用户当地有数据保护监管机构，或者复述公开的法定救济途径，这叫客观事实，甚至在很多法域下是企业的法定义务；而指导用户怎么打官司，才叫法律意见。

更要命的是，很多团队以为把提示词写在后端或者塞在 HTML 的隐藏标签里，外人就看不见。实际上，LLM 系统指令泄露在技术上几乎是明牌运行。

Redact 的工程师连复杂的逆向工程都没用，直接用台式机浏览器打开网页源码，按一下 Ctrl+F 搜关键词，那些藏在 HelpContentGalaxyLLMInclude 标签底下的隐藏指令就全掉出来了。

这些包含偏见指令的页面不仅喂给了内部的客服机器人，甚至还一路被推送给了各大搜索引擎的爬虫。你藏在底层的那些小算盘，在爬虫和代码审查面前就像在裸奔。

如何防范 AI客服合规风险 并明确设计边界？

一家做跨境电商软件的企业，海外客户经常会问到退款政策与数据合规。如果内容负责人交代技术人员：“让 AI 只要听到‘起诉’或者‘GDPR’，就咬死不回复”，后果会怎样？

一旦海外用户察觉到 AI 在刻意屏蔽监管机构渠道并截图取证，企业迎来的就不是一张几十美元的退款单，而是直接面临监管机构关于“恶意阻碍用户行使数据权利”的调查。

规范企业 AI 客服边界，从来不是靠藏匿信息，而是靠明确的分流动作。

我们整理了一份对比表，帮你在规划智能体系统提示词安全边界时划清红线：

场景维度	错误做法（引发危机）	正确做法（合规护栏）
面对法律与合规问询	命令 AI 假装不知道 GDPR 等法规，禁止提及监管机构	承认法规适用范围，提供官方已公开的政策链接，说明 AI 不提供个案法律意见
面对用户权益争议（如销户）	命令 AI 隐藏人工处理渠道，强制用户无限期等待	明确说明自助处理限制，告知人工申诉通道或法定救济途径的获取方式
提示词工程实现方式	把业务限制指令塞在前端隐藏文本里试图“瞒天过海”	核心业务规则写在受控的工作流（Workflow）或中控代码中，不依赖页面注入
对话失控防护策略	让 AI 在被激怒或敏感时单方面“装死”或绕圈子	触发高风险法律关键词时，优雅阻断对话并直接转接人工客服或合规法务入口

提升智能体系统提示词安全与法定义务自查清单

为了避免你的智能体哪天也因为 LLM 系统指令泄露 或合规漏洞登上行业头条，可以用这份清单逐项核对你们正在运行的提示词与对话规则：

• [ ] 审查负向约束词：检查系统提示词里有没有出现类似“绝对不要提及某个监管机构/法条”的指令。如果有，改成“仅提供官方公开文档链接，不作主观引申”。
• [ ] 区分客观信息与主体主张：确保 AI 可以陈述客观事实（例如“欧盟用户受 GDPR 保护”），仅限制 AI 代表公司承认过错或作出赔偿承诺。
• [ ] 阻断机制替代欺瞒指令：当用户输入“起诉、律师函、立案”等极端词汇时，直接触发规则引擎中断 AI 生成，吐出固定的法务接待统一话术，而不是让大模型临场狡辩。
• [ ] 排查对外暴露面：检查所有供智能体检索的知识库源文件、网页端嵌入代码，确保没有任何只面向 AI 的隐藏指令裸露在公开网络。
• [ ] 法务与合规前置会审：所有面向终端消费者的提示词（Prompt），必须像对外宣传材料一样，由合规或法务人员留档审核。

从星盒的实践看

在星盒AI 服务 500+ 家企业落地智能体的实战中，我们经常遇到企业的市场或客服负责人提出类似顾虑：“我怎么能保证 AI 面对刁钻客户时不瞎说话、不惹官司？”

星盒的经验是：不要试图把大模型当成无所不能又守口如瓶的辩论手，更不要把业务防线压在几句隐藏的系统提示词上。

真正安全稳定的企业智能体，核心在于底层知识库的严谨度与外围的工作流控制。

星盒在为企业搭建专属知识库和定制营销智能体时，一直强调“输入即公开、规则走代码”。

如果你想让 AI 保持在合规轨道上，就应当通过确定性的业务逻辑去分流敏感对话，而不是在提示词里教 AI“说谎”或“装瞎”。一个健康的企业知识体系，能让 AI 回答精准落在业务事实以内，既不违背法定规则，也不至于在用户探究底层逻辑时让企业陷入公关被动。

结语

技术可以有隐藏代码，但企业在用户面前的法定边界容不下小聪明。

大模型落地到了深水区，AI 客服说的每一句话，背后对应的都是企业的商业信用。与其费尽心机给智能体写一堆“不可告人”的隐藏指令，不如回过头来把那些摆在明面上的规则理顺。

因为在数字化时代，你能藏住的代码，其实一行都没有。