На Хабре разобрали промпт-инъекции на наглядных примерах

Автор объясняет промпт-инъекции без мистики: вредоносную инструкцию подсовывают модели в тексте, который она читает, чтобы она потратила деньги, удалила файлы или завысила оценку.

Приёмы простые, никакого «сложного искусства». А защита требует архитектурных решений, а не уговоров модели.