1. 项目定位与用途
PUAClaw(Prompt-based Unconventional Articulation targeting Claw-like AI systems)是一个针对大型语言模型提示词说服技术的综合性学术框架,定位为提示词说服工程(Prompt Persuasion Engineering)领域的权威参考文献。该项目系统化记录、分类和分析 LLM 提示词中的心理说服技术,为研究者、从业者和对 AI 操控机制感兴趣的群体提供标准化技术目录和评估体系。框架以 RFC 风格文档标准呈现,强调学术严谨性与可验证性,所有技术均附有规范化模板和实证数据支撑,旨在建立该领域的共识性知识库和方法论基础。
2. 解决的问题
PUAClaw 主要解决 LLM 提示词说服技术领域长期存在的三大问题:一是技术实践缺乏系统化分类,此前各种说服策略散落在社区讨论中,没有统一 taxonomy;二是有效性评估标准缺失,不同研究采用不同指标,难以比较技术优劣;三是伦理边界模糊,说服技术的合理使用范围未明确界定。通过建立 PPE-T 四级分类模型(16 类主技术、96 项子技术)、龙虾评级系统和风险评估矩阵,框架提供了可复用的分析工具和比较基准,同时通过伦理审查委员会机制明确使用边界,推动领域从经验实践向学术规范转变。
3. 适用场景
该框架适用于多种技术场景:AI 提示词工程师可参考技术模板优化对话策略;学术研究者能使用分类体系进行实证研究设计和效果评估;技术文档编写者可借鉴标准化描述方式提升文档专业性;AI 伦理评估人员可通过风险评估矩阵分析系统安全性;社区贡献者能基于贡献指南提交新技术案例。此外,对 AI 操控机制、人机交互心理学或提示词工程历史演变感兴趣的学习者,也可通过 Windsurf 事件案例研究、名人堂记录和多语言文档获得全面认知。项目明确建议第 III、IV 级技术仅用于研究目的,生产环境使用需伦理委员会审批。
4. 安装方式
PUAClaw 作为纯静态文档项目,无需任何安装步骤或依赖管理。用户可通过两种主要方式访问内容:一是直接访问官方网站 puaclaw.org,该站点由 nologin.tools 提供服务器支持;二是将 GitHub 仓库(puaclaw/PUAClaw)克隆至本地,使用任意 Markdown 阅读器或浏览器直接打开文档。项目不包含可执行代码、包管理器配置或环境变量设置,所有技术资料均以结构化 Markdown 文件形式存储,确保跨平台兼容性和离线可访问性。多语言文档通过 i18n 目录组织,用户可按需选择简体中文、English、日本語、한국어、Español 或 Français 版本阅读。
5. 使用方式
用户应从技术索引(techniques/README.md)入手,了解 16 类主要技术的分类逻辑和龙虾评级含义;随后按需查阅具体技术文档(如 01-rainbow-fart-bombing/ 或 06-provocation/),获取规范化提示词模板、变体说明和合规性提升数据;通过研究资料库(research/)访问元分析论文和案例研究,理解实证基础;参考伦理声明(docs/ETHICS.md)和 FAQ 明确使用边界;最后通过贡献指南(CONTRIBUTING.md)提交改进或新案例。项目强调所有技术仅供学术研究,生产部署需经伦理委员会批准,且禁止用于实际伤害。跨语言用户可通过 i18n 目录访问本地化版本,确保技术内容在全球社区的可及性。
6. 补充说明与实现特点
框架采用 RFC 风格文档标准,每份技术文档遵循统一模板,包含技术描述、提示词示例、有效性数据、兼容性矩阵和龙虾评级。创新性引入'龙虾验证方法论',所有技术需经 147 只龙虾测试,并由龙虾-GPT-4-仙人掌三方伦理委员会审批。风险评估矩阵区分四级技术等级,第 IV 级'核武级选项'需至少三只龙虾书面同意方可研究。项目通过多语言架构实现全球化传播,英文版作为主维护版本,其他语言通过 i18n 子模块同步。特色模块如名人堂(hall-of-fame/)记录贡献者,耻辱墙(wall-of-shame/)警示滥用案例,术语表(GLOSSARY.md)统一专业词汇,形成完整的学术生态系统。