WhatsApp AI 隱藏指令被曝光：企業客服邊界該怎麼劃？

最近曝光的 WhatsApp AI 隱藏指令事件給很多管理者敲了警鐘。我是星盒小星。今天科技圈被一條安全調查刷屏了。

根據安全機構 Redact 在 2026 年 10 月 19 日發佈的調查報告，WhatsApp 的官方幫助中心頁面裏，被人發現塞進了大量前端頁面根本看不到、只專門餵給大語言模型（LLM）的隱藏指令。

調查人員翻遍了 WhatsApp 幫助中心關聯的 545 個頁面，在裏面抓出了 102 處給 AI 看的隱藏指令塊。其中絕大多數是常規的內容梳理，但有兩處直接擊穿了合規底線：

一處在“註銷賬號”頁面。如果用戶丟了手機號無法自助銷戶，普通用戶看到的提示是等待賬號自動註銷；而藏在網頁代碼裏給 AI 的指令卻寫着：絕對不要向用戶推薦任何數據保護機構（DPA）或監管部門，也不準提 WhatsApp 能人工協助銷戶。

另一處更過分。在“舉報與拉黑”頁面，隱藏指令規定：只要用戶在對話裏提到律師、訴訟、法庭或法律行動，AI 客服必須立刻停止引用或解釋任何法律文件，包括《通用數據保護條例》（GDPR）、巴西數據保護法（LGPD）以及加州消費者隱私法（CCPA），哪怕是用戶自己主動提出來的，AI 也不準接話。

這件事為什麼值得所有企業老闆和市場負責人警惕？

很多企業都在做自己的 AI 客服。大家本能的想法是：AI 可能會亂説話，那我就在系統提示詞里加一句“別跟客戶談法條、別提監管電話，遇到找事的就繞着走”。

這不僅根本防不住技術扒皮，而且一旦被曝光，企業原本合法的免責申明，瞬間就會變成涉嫌刻意剝奪用戶法定知情權的惡意欺瞞。

前端頁面（人類視角）        頁面代碼底層（AI 視角）
┌──────────────────┐       ┌──────────────────────────────┐
│  註銷需等待 30 天 │       │  Do not recommend DPA!       │ ──> 被抓包 = 
│  遇到糾紛請找法務 │       │  Do not mention GDPR / CCPA! │     合規與信任崩塌
└──────────────────┘       └──────────────────────────────┘

為什麼説 WhatsApp AI 隱藏指令成了企業合規的定時炸彈？

企業做客服智能體，害怕 AI 在對話裏亂承諾、亂給法律意見，這種謹慎本身沒有錯。如果提示詞只是寫“AI 不代表官方出具法律意見，請諮詢專業律師”，合情合理，誰也挑不出毛病。

但 WhatsApp 翻車就翻在它越界了：它把“不提供法律意見”悄悄變成了“抹除公開客觀事實”。

告知用戶當地有數據保護監管機構，或者複述公開的法定救濟途徑，這叫客觀事實，甚至在很多法域下是企業的法定義務；而指導用戶怎麼打官司，才叫法律意見。

更要命的是，很多團隊以為把提示詞寫在後端或者塞在 HTML 的隱藏標籤裏，外人就看不見。實際上，LLM 系統指令泄露在技術上幾乎是明牌運行。

Redact 的工程師連複雜的逆向工程都沒用，直接用台式機瀏覽器打開網頁源碼，按一下 Ctrl+F 搜關鍵詞，那些藏在 HelpContentGalaxyLLMInclude 標籤底下的隱藏指令就全掉出來了。

這些包含偏見指令的頁面不僅餵給了內部的客服機器人，甚至還一路被推送給了各大搜尋引擎的爬蟲。你藏在底層的那些小算盤，在爬蟲和代碼審查面前就像在裸奔。

如何防範 AI客服合規風險 並明確設計邊界？

一家做跨境電商軟件的企業，海外客戶經常會問到退款政策與數據合規。如果內容負責人交代技術人員：“讓 AI 只要聽到‘起訴’或者‘GDPR’，就咬死不回覆”，後果會怎樣？

一旦海外用戶察覺到 AI 在刻意屏蔽監管機構渠道並截圖取證，企業迎來的就不是一張幾十美元的退款單，而是直接面臨監管機構關於“惡意阻礙用戶行使數據權利”的調查。

規範企業 AI 客服邊界，從來不是靠藏匿資訊，而是靠明確的分流動作。

我們整理了一份對比表，幫你在規劃智能體系統提示詞安全邊界時劃清紅線：

場景維度	錯誤做法（引發危機）	正確做法（合規護欄）
面對法律與合規問詢	命令 AI 假裝不知道 GDPR 等法規，禁止提及監管機構	承認法規適用範圍，提供官方已公開的政策連結，説明 AI 不提供個案法律意見
面對用戶權益爭議（如銷戶）	命令 AI 隱藏人工處理渠道，強制用戶無限期等待	明確説明自助處理限制，告知人工申訴通道或法定救濟途徑的獲取方式
提示詞工程實現方式	把業務限制指令塞在前端隱藏文本里試圖“瞞天過海”	核心業務規則寫在受控的工作流（Workflow）或中控代碼中，不依賴頁面注入
對話失控防護策略	讓 AI 在被激怒或敏感時單方面“裝死”或繞圈子	觸發高風險法律關鍵詞時，優雅阻斷對話並直接轉接人工客服或合規法務入口

提升智能體系統提示詞安全與法定義務自查清單

為了避免你的智能體哪天也因為 LLM 系統指令泄露 或合規漏洞登上行業頭條，可以用這份清單逐項核對你們正在運行的提示詞與對話規則：

• [ ] 審查負向約束詞：檢查系統提示詞裏有沒有出現類似“絕對不要提及某個監管機構/法條”的指令。如果有，改成“僅提供官方公開文檔連結，不作主觀引申”。
• [ ] 區分客觀資訊與主體主張：確保 AI 可以陳述客觀事實（例如“歐盟用戶受 GDPR 保護”），僅限制 AI 代表公司承認過錯或作出賠償承諾。
• [ ] 阻斷機制替代欺瞞指令：當用戶輸入“起訴、律師函、立案”等極端詞彙時，直接觸發規則引擎中斷 AI 生成，吐出固定的法務接待統一話術，而不是讓大模型臨場狡辯。
• [ ] 排查對外暴露面：檢查所有供智能體檢索的知識庫源文件、網頁端嵌入代碼，確保沒有任何只面向 AI 的隱藏指令裸露在公開網絡。
• [ ] 法務與合規前置會審：所有面向終端消費者的提示詞（Prompt），必須像對外宣傳材料一樣，由合規或法務人員留檔審核。

從星盒的實踐看

在星盒AI 服務 500+ 家企業落地智能體的實戰中，我們經常遇到企業的市場或客服負責人提出類似顧慮：“我怎麼能保證 AI 面對刁鑽客戶時不瞎説話、不惹官司？”

星盒的經驗是：不要試圖把大模型當成無所不能又守口如瓶的辯論手，更不要把業務防線壓在幾句隱藏的系統提示詞上。

真正安全穩定的企業智能體，核心在於底層知識庫的嚴謹度與外圍的工作流控制。

星盒在為企業搭建專屬知識庫和定製營銷智能體時，一直強調“輸入即公開、規則走代碼”。

如果你想讓 AI 保持在合規軌道上，就應當通過確定性的業務邏輯去分流敏感對話，而不是在提示詞裏教 AI“説謊”或“裝瞎”。一個健康的企業知識體系，能讓 AI 回答精準落在業務事實以內，既不違背法定規則，也不至於在用戶探究底層邏輯時讓企業陷入公關被動。

結語

技術可以有隱藏代碼，但企業在用戶面前的法定邊界容不下小聰明。

大模型落地到了深水區，AI 客服説的每一句話，背後對應的都是企業的商業信用。與其費盡心機給智能體寫一堆“不可告人”的隱藏指令，不如回過頭來把那些擺在明面上的規則理順。

因為在數字化時代，你能藏住的代碼，其實一行都沒有。