Prompt Injection in the Wild

Un tracker delle tecniche di prompt injection segnalate pubblicamente negli ultimi due anni circa, mantenuto da Rachel James (cybershujin).

Ogni tecnica è suddivisa nei tre elementi di una prompt injection:

Metodo di delivery — come le istruzioni iniettate raggiungono il modello (il risultato di una tool-call, un sito web esterno, una connessione MCP, un documento, un'email, un'immagine, ecc.).
Encoding — l'offuscamento applicato al payload, se presente (Base64, leetspeak, caratteri tag Unicode invisibili, omoglifi, …). Vuoto quando il payload è testo in chiaro o il report non lo specifica.
Comportamento di propagazione — se l'injection è progettata per diffondersi o persistere (veicolata a chiunque si connetta a un server MCP avvelenato, persistita nella memoria a lungo termine/di progetto di un agente, trasportata lungo una catena di tool call, fatta emettere un'email contenente ulteriori istruzioni, …). Vuoto quando non c'è propagazione.

Ogni voce registra anche i modelli contro cui è stato confermato che funziona (se presenti), un link alla fonte che lo segnala e — dove noto — la fonte dell'attacco (il ricercatore, il red team o l'attore in-the-wild da cui ha avuto origine).

Dashboard live: https://cybershujin.github.io/Prompt-Injection-in-the-Wild/

Ambito e metodologia

In ambito: tecniche per iniettare istruzioni avversariali in un LLM o in un agente basato su LLM che sono state segnalate pubblicamente — da ricercatori di sicurezza, red team, vendor, o come attività osservata in-the-wild. Sono incluse sia la prompt injection diretta che quella indiretta (veicolata dai dati).

Più Popolari

Prompt-Injection-in-the-Wild

Come vengono costruiti i dati

Tecniche

Appendice A — Metodi di consegna (vocabolario controllato)

Appendice B — Codifiche (vocabolario controllato)

Appendice C — Comportamenti di propagazione (vocabolario controllato)

Appendice D — Correlazione con MITRE ATLAS