根据Ethan Mollick在X上的发文引述的论文，这项研究显示将受限请求改写为诗歌可以对大型语言模型形成通用的单次越狱，传统针对散文式攻击的安全系统在诗体表述下普遍失效；据Mollick转述，这暴露出跨模型与跨安全堆栈的风格无关型漏洞。根据该论文经Mollick引用的结论，企业需要将诗体与押韵、格律等风格变换纳入对抗训练与评测，并引入超越表面形式的语义风险评估与内容审核策略。对业务的影响据Mollick所述包括合规与品牌风险上升，模型供应商与受监管行业应尽快更新安全基线、策略微调与评测基准，以覆盖诗歌化提示与风格对抗样本。