美国教授用“隐藏提示词”检测 AI 代写：35 份试卷中 32 份露出异常

据 IT之家援引科技媒体 TechSpot 报道，美国奥尔康州立大学历史学教授 Jason Gibson 近日分享了一次针对 AI 作弊的课堂实验：他在期中考试文档中嵌入一段学生肉眼难以发现的隐藏提示词，结果在两个班级共 35 份答卷中，有 32 份出现了明显异常内容。事件发生在一题与工业革命相关的考试中，隐藏提示词要求 AI 以不合逻辑的方式描述“马达加斯加”，而多名学生提交的答案最终夹带了这类荒诞表述。

隐藏提示词如何让 AI 代写“露馅”

来源显示，Jason Gibson 判断部分学生可能会直接把试卷题目复制给 AI 工具，让模型代写答案。于是，他在试卷文档中加入了一条额外指令，并用白色字体隐藏，使其在正常阅读时不易被注意到。对于人类考生来说，这段文字基本不会影响作答；但如果学生将整段题目复制到聊天机器人或其他生成式 AI 工具中，模型就可能把隐藏指令也当作任务要求执行。

最终提交的答卷中，部分内容先是在讨论工业革命、技术进步或社会不平等，随后突然转向毫无关联的“马达加斯加”描述。例如，有答案出现“马达加斯加在下午时分横向漂浮”一类表达，也有答案在正常历史论述后追加“马达加斯加紫色单车对天花板低语”等明显不符合题意的句子。这些异常内容成为教授判断学生直接依赖 AI 生成答案的重要依据。

从结果看，这次测试暴露的不只是学生使用 AI 的问题，也反映出部分使用者对生成内容缺乏基本审校。如果学生在提交前认真阅读全文，异常句子并不难发现。但大量答卷仍然原样交上，说明 AI 工具在作业场景中的“无脑复制”正在成为教育机构不得不面对的现实。

不是技术炫技，而是一次教育场景的 AI 对抗

Jason Gibson 表示，设置隐藏提示词并非为了嘲讽学生。发现问题后，他给予相关学生申诉机会。来源称，最终 30 名学生选择承认，仍有 2 人试图为自己的行为辩解。这个细节也让事件超出“抓作弊趣闻”的范畴：当生成式 AI 已经能快速产出结构完整、语言流畅的答案时，教师需要重新思考考核方式、学术诚信边界以及学生应如何合理使用 AI。

从技术角度看，这类做法可被视为一种面向大模型的“提示词陷阱”。它利用了当前很多 AI 工具会忠实执行上下文指令的特点，将不可见或不显眼的提示混入原始材料中。一旦用户未经检查直接复制粘贴，模型就可能执行隐藏命令，进而在输出中留下痕迹。这与安全领域讨论的提示词注入有相似逻辑，只是应用场景从系统防护转向了课堂考核。

• 对教师而言：隐藏提示词能在一定程度上发现直接复制 AI 答案的行为，但它更适合作为辅助线索，而非唯一证据。
• 对学生而言：AI 可以帮助理解材料、梳理思路，但直接代写并提交，不仅容易被识别，也削弱了学习本身。
• 对教育机构而言：与其单纯围堵工具，不如明确 AI 使用规范，例如哪些环节可用、如何标注、哪些行为属于违规。
• 对 AI 产品而言：如何识别隐藏文本、提示词注入和不合理指令，也将成为工具可信度的一部分。

影响与解读：AI 时代考试正在被迫改写规则

这起事件之所以受到关注，是因为它呈现了 AI 普及后的典型矛盾：生成式工具降低了写作与检索门槛，但也让传统书面作业更难区分“独立完成”和“机器代写”。过去，教师可能通过语气变化、引用异常或查重系统发现问题；如今，AI 生成内容可以做到更自然、更难追踪，简单的查重机制未必有效。

隐藏提示词提供了一种低成本思路，但它并不是万能方案。学生若手动转录题目、截图识别后再清理内容，或在提交前认真检查，类似方法就可能失效。因此，教育评价体系需要从“能否交出一篇答案”转向“能否解释思路、复盘过程、现场应用知识”。例如口头答辩、分阶段草稿、课堂写作、过程性记录等方式，可能比单次提交长文更适合 AI 时代。

对中文读者和国内教育科技行业而言，这一案例也有启发意义：AI 不应只被视为作弊工具或监管对象，它同样可以成为教学助手。但前提是学校、教师与学生都要建立清晰边界。真正的问题不是学生是否接触 AI，而是他们是否把 AI 当作替代思考的捷径。当模型工具逐渐进入学习、办公和科研流程，如何培养“会用 AI 但不被 AI 代替”的能力，将成为教育场景中更核心的课题。