Unsichtbarer und umgeordneter Text: bidirektionale Steuerzeichen, Tag-Zeichen und Verwechslungszeichen in Code und Prompts

Ziel

Text, der in einem Review-Werkzeug oder Chatfenster harmlos aussieht, dazu bringen, die Zeichen offenzulegen, die er tatsächlich enthält, bevor er gemergt oder an ein Modell übergeben wird.

Voraussetzungen

Zugriff auf den rohen Text (Diff, Prompt, abgerufenes Dokument) als Codepoints, nicht nur dessen Darstellung.

Schritte

1. Die drei Familien kennen:
   • Bidirektionale Steuerzeichen (zum Beispiel die Einbettungs-, Override- und Isolierzeichen U+202A–U+202E und U+2066–U+2069). Die Trojan-Source-Forschung zeigte, dass sie Quellcode auf dem Bildschirm so umordnen können, dass eine prüfende Person eine andere Logik sieht als die, die der Compiler verarbeitet.
   • Unsichtbare Zeichen: Leerzeichen und Verbinder der Breite null sowie der Unicode-Tags-Block (U+E0000–U+E007F), dessen Zeichen ASCII spiegeln, in den meisten Oberflächen aber nichts darstellen. Sicherheitsforschende haben gezeigt, dass in Tag-Zeichen geschriebener Text Anweisungen an ein Modell tragen kann, während er für die Person, die ihn einfügt, unsichtbar bleibt.
   • Verwechslungszeichen: Zeichen aus anderen Schriftsystemen, die wie lateinische Buchstaben aussehen. Der Unicode Technical Standard #39 definiert Verwechslungserkennung und Mixed-Script-Prüfungen genau dafür.
2. Eine CI-Prüfung hinzufügen, die bei bidirektionalen Steuerzeichen in Quelldateien fehlschlägt, ausser eine Datei ist ausdrücklich auf einer Positivliste (zum Beispiel Übersetzungsressourcen, die sie benötigen).
3. Vor der Übergabe abgerufenen oder eingefügten Texts an ein Modell Tag-Zeichen und Zeichen der Breite null entfernen oder markieren und protokollieren, dass dies geschehen ist.
4. Für Bezeichner, Paketnamen und Domains eine Mixed-Script- oder Verwechslungsprüfung gemäss UTS #39 anwenden statt einer handgeschriebenen Liste.
5. In Review-Werkzeugen die Option zum Anzeigen versteckter Zeichen aktivieren; viele Editoren und Code-Hoster warnen inzwischen vor bidirektionalem Text.
6. Beim Melden eines Fundes Codepoints zeigen (U+202E), nie die rohen Zeichen, damit der Bericht selbst nicht in die Irre führen kann.

Erwartetes Ergebnis

Versteckte oder umordnende Zeichen werden mechanisch erkannt; die menschliche Prüfung sieht eine ausdrückliche Markierung statt irreführenden Text.

Grenzen und Prüfbasis

Legitimer rechts-nach-links-Text und Emoji-Sequenzen verwenden einige dieser Zeichen; pauschales Entfernen kann Inhalte beschädigen, daher die Prüfung auf Code und auf an ein Modell gerichteten Text begrenzen. Die Darstellung unterscheidet sich zwischen Werkzeugen, daher beweist „hier sieht es gut aus" nichts.