Prompt Injection in the Wild

Um rastreador de técnicas de prompt injection reportadas publicamente dos últimos dois anos, aproximadamente, mantido por Rachel James (cybershujin).

Cada técnica é dividida nos três elementos de um prompt injection:

Método de entrega — como as instruções injetadas chegam ao modelo (o resultado de uma chamada de ferramenta, um site externo, uma conexão MCP, um documento, um e-mail, uma imagem, etc.).
Codificação — a ofuscação aplicada ao payload, se houver (Base64, leetspeak, caracteres de tag Unicode invisíveis, homoglifos, …). Em branco quando o payload é texto simples ou o relatório não informa.
Comportamento de propagação — se a injeção foi projetada para se espalhar ou persistir (entregue a qualquer pessoa que se conecte a um servidor MCP envenenado, persistida na memória de longo prazo/projeto de um agente, transportada ao longo de uma cadeia de chamadas de ferramentas, feita para emitir um e-mail carregando instruções adicionais, …). Em branco quando não há propagação.

Cada entrada também registra os modelos contra os quais foi confirmada como funcional (se houver), um link para a fonte do relatório e — quando conhecida — a origem do ataque (o pesquisador, red team ou ator em atividade real de onde se originou).

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

Escopo e metodologia

No escopo: técnicas para injetar instruções adversariais em um LLM ou agente baseado em LLM que tenham sido reportadas publicamente — por pesquisadores de segurança, red teams, fornecedores, ou conforme observado em atividade real. Tanto prompt injection direto quanto indireto (transportado por dados) estão incluídos.

Mais Populares

Prompt-Injection-in-the-Wild

Como os dados são construídos

Técnicas

Apêndice A — Métodos de entrega (vocabulário controlado)

Apêndice B — Codificações (vocabulário controlado)

Apêndice C — Comportamentos de propagação (vocabulário controlado)

Apêndice D — Cruzamento com MITRE ATLAS