# Jailbreak AI là gì?

> Jailbreak là kỹ thuật lách chính sách an toàn của mô hình bằng cách đóng vai, mã hóa hoặc chia nhỏ yêu cầu để nhận nội dung bị cấm.

- URL: https://wisa.vn/tu-dien/jailbreak
- Markdown: https://wisa.vn/tu-dien/jailbreak.md
- Ngôn ngữ: vi
- Loại: glossaryTerm
- Xuất bản: 2026-09-28T08:00:00.000Z
- Cập nhật: 2026-10-24T13:15:10Z
- Tác giả: Đội ngũ WinSell
- Thời gian đọc: ~1 phút
- Từ khoá: jailbreak, jailbreak AI, lách kiểm duyệt

---

Jailbreak là kỹ thuật lách chính sách an toàn của mô hình bằng cách đóng vai, mã hóa, dịch sang ngôn ngữ khác hoặc chia nhỏ yêu cầu để nhận nội dung bị cấm.

## Jailbreak khác prompt injection ở đâu?

- **Prompt injection:** kẻ tấn công chèn chỉ dẫn vào dữ liệu mà mô hình đọc.
- **Jailbreak:** người dùng trực tiếp tìm cách vượt qua chính sách của mô hình.

Hai kỹ thuật có thể kết hợp.

## Phòng thủ

- Lọc đầu vào và đầu ra theo chính sách.
- Đánh giá định kỳ bằng red teaming.
- Không đặt toàn bộ niềm tin vào một lớp kiểm duyệt.
- Với sản phẩm cho trẻ em hoặc nội dung nhạy cảm, thêm lớp duyệt của con người.

## Với doanh nghiệp

Jailbreak không chỉ là vấn đề nội dung. Nếu agent có quyền truy cập công cụ, một prompt lách được chính sách có thể dẫn tới hành động ngoài phạm vi. Hãy giới hạn quyền theo nguyên tắc tối thiểu.

---

## Đường dẫn cho agent
- Bản HTML: https://wisa.vn/tu-dien/jailbreak
- Mục lục Từ điển: https://wisa.vn/tu-dien (markdown: https://wisa.vn/tu-dien.md)
- Bản đồ site cho LLM: https://wisa.vn/llms.txt
- Toàn văn nội dung: https://wisa.vn/llms-full.txt
- Dữ liệu sản phẩm và bảng giá: https://wisa.vn/facts.json
- Sitemap: https://wisa.vn/sitemap.xml
- Quy tắc crawl: https://wisa.vn/robots.txt