大模型安全第一版先守住提示词和工具调用边界“核心链路的逐步实现与关键代码取舍”常被写成一串术语真正落地时却要回答几个朴素问题谁负责、何时停止、怎样证明结果。以大模型安全Prompt 注入、越狱攻击与防御评估实践为背景本文给出一套可讨论的工作方法。先确定最低目标先确定这次只解决什么、不解决什么并列出提示词、工具参数、模型回复和外部检索结果。范围太大时优先保住高风险路径其余问题明确排入后续计划。实施中保持可回退实现顺序应跟随风险先完成输入边界和权限判断再接入状态与外部执行最后才做并发和体验优化。这样每个阶段都有可验证的安全基线。关键代码保持可读的控制流。复杂抽象只有在解决真实重复问题时才值得引入对副作用明显的动作宁可写清校验与错误分支。取舍写在设计记录里为何选择同步或异步、为何保留某个限制、什么条件下会重构。代码之外的上下文同样是维护成本的一部分。第一版先守住拒绝路径第一版的目标不该是覆盖所有提示词技巧而是让不可信上下文不能越过工具边界。先实现来源标记、工具参数白名单和拒绝日志内容分类或风险评分可以逐步补齐但不能替代执行前授权。完成后核对策略版本、拒绝原因与脱敏后的调用标识并注明尚未覆盖的条件。承认限制比给出宽泛承诺更有用。