Продолжение предыдущего поста.

#⃣ Контрмеры

Исходя из плана, в кодовой базе были осуществлены следующие изменения.

1️⃣ Новый модуль security.py — ядро защиты

• wrap_untrusted_content() — оборачивает внешний контент в теги , делая границу между доверенным и недоверенным контентом явной для LLM. Это реализация техники delimiting/spotlighting.

• strip_untrusted_tags() — экранирует теги untrusted-content внутри контента, заменяя