多模态输入安全：图片、音频和文档同样是不可信输入

核心判断

文件不仅可能携带恶意内容，也可能通过文本、元数据和解析器影响 Agent 决策。

落地步骤

验证文件头；限制大小；隔离解析；去除元数据；标记 OCR 来源；扫描提示注入。

完成前检查

确认负责人、数据与权限边界、失败恢复、可观测信号和回滚条件；用一次真实样例完成端到端验证，再扩大范围。

一手资料

https://cheatsheetseries.owasp.org/cheatsheets/File_Upload_Cheat_Sheet.html