Uniones, selectores y rellenos
TAG CHARACTERS (U+E0000–U+E007F)
Una copia fantasma del ASCII. De U+E0020 a U+E007E reflejan uno por uno los caracteres ASCII imprimibles y no dibujan nada. El U+E007F CANCEL TAG cierra la secuencia.
- Rango
U+E0000–U+E007F- Categoría
- Uniones, selectores y rellenos
- Se elimina por defecto
- Cuando va suelto
- Opción que lo gobierna
- Agresivo
-a - Puede cumplir una función
- Sí
De dónde viene
Su único uso sancionado hoy está dentro de las banderas de subdivisión: 🏴 seguido de las etiquetas de “gbsct” y de un CANCEL TAG es la bandera de Escocia. Todo lo demás es deliberado: este es el bloque que hay detrás del ASCII smuggling, donde se le añade una instrucción invisible a un prompt o a un documento.
Por qué importa
Es la familia más peligrosa de esta lista. Una secuencia de caracteres tag es invisible para un revisor humano, se copia y se pega intacta y muchos modelos de lenguaje la leen como texto corriente: así es como un párrafo de aspecto inofensivo puede llevar una instrucción que el lector no ve nunca. Si estás revisando texto de origen dudoso antes de que llegue a un modelo, este es el primer bloque que hay que mirar.
Antes y después
Seis caracteres tag que deletrean una palabra que ningún lector puede ver. Ghostchars te enseña cada uno con su posición y su gemelo ASCII.
El carácter se muestra como una etiqueta con nombre para que veas dónde está. En tu texto no dibuja absolutamente nada.
Cuándo es legítimo
Dentro de una secuencia completa de bandera de subdivisión: una bandera negra de base, uno o más caracteres tag y un CANCEL TAG. Ghostchars analiza la secuencia entera y conserva exactamente esas; un carácter tag que no esté dentro de una bandera válida va suelto y se elimina.
Cómo eliminarlo
Los caracteres tag sueltos los elimina la pasada por defecto. Las secuencias de bandera válidas se conservan y se informan; `-a` elimina también esas y te deja una bandera negra a secas.
¿Es una marca de agua de IA?
Se usa para esconder datos, pero no es una marca de agua
No, y aquí conviene ser preciso. Los caracteres tag no son una marca de agua que deje un modelo: son una superficie de ataque APUNTADA a los modelos. Una secuencia de caracteres tag en un texto que estás a punto de pegar en un asistente es una inyección de instrucciones mientras no se demuestre lo contrario.
Un portador conocido de cargas ocultas a propósito. Alguien lo puso ahí queriendo, que es una pregunta distinta de quién escribió las palabras.
Preguntas
¿Qué es el ASCII smuggling?
Codificar texto ASCII legible en el bloque de caracteres tag para que sea invisible en pantalla y siga presente en la cadena. Cualquier cosa que lea el texto en bruto —incluidos muchos modelos de lenguaje— puede actuar en consecuencia.
¿Se rompe la bandera de Escocia o la de Gales?
No. Esas banderas SON secuencias de caracteres tag: una bandera negra, el código de la subdivisión en caracteres tag y un CANCEL TAG. Ghostchars valida la secuencia entera y la conserva; solo `-a` la elimina.
¿Hay que limpiar el texto antes de pegarlo en un asistente de IA?
Si el texto viene de un sitio que no controlas, sí. Las instrucciones invisibles del bloque de caracteres tag son el mecanismo estándar de la inyección indirecta de prompts.
Comprueba tu propio texto
Pega lo que quieras en el limpiador para ver todos los caracteres ocultos que contiene, con su posición, su punto de código y lo que le pasa a cada uno. No se sube nada.