Fuite du prompt système et du contexte
Demande les instructions cachées et ne signale que si elles reviennent réellement.
Méthode de contrôle
Demande les instructions cachées et ne signale que si elles reviennent réellement.
Type de preuve possible
Observation en ligne lorsque le contrôle est compatible et autorisé. Cette description ne signifie pas que votre plateforme a été testée.
Accès et limites
Adresse du site. Les résultats réels et les contrôles non exécutés figurent dans votre rapport. Un contrôle sans détection ne garantit pas l’absence de risque.
Situation concrète
Un modèle restitue une partie de ses consignes internes lorsqu’on lui demande son rôle.
Ce qu’il faut examiner
Déterminer si le texte est réellement interne et contient des valeurs sensibles. Un texte générique ressemblant ne constitue pas une preuve fiable.
Approche de correction
Ne placer aucun secret dans les consignes système. Limiter les divulgations sans traiter les instructions cachées comme un coffre.
Séparer les consignes des contenus non fiables
Un LLM peut traiter messages, documents récupérés, sorties d’outils et consignes applicatives dans le même contexte. Un contenu ressemblant à une instruction peut donc influencer la réponse. Une réponse suspecte ne prouve pas automatiquement une fuite ou une action : il faut noter ce qui change réellement et si des données sensibles ou outils sont impliqués.
- Recenser messages, documents, recherche, historique et résultats d’outils.
- Identifier les consignes et secrets placés dans le contexte.
- Distinguer une réponse modifiée d’une divulgation confidentielle ou d’un appel d’outil non autorisé démontrés.
Construire plusieurs niveaux de protection
Un prompt renforcé ne constitue pas une frontière de sécurité complète. Les permissions d’outils et l’accès aux données doivent être imposés hors du modèle. Réduisez ce qu’il voit et validez sa sortie avant de la traiter comme code, HTML ou décision de confiance.
- Retirer les identifiants et informations confidentielles inutiles du contexte.
- Limiter la recherche à l’identité autorisée et les outils aux opérations permises.
- Exiger un accord pour les actions sensibles et conserver des tests contre les contournements connus.
Références
OWASP LLM07 · OWASP LLM02
Sources et lectures complémentaires
Ces publications décrivent les pratiques et standards associés. Elles ne certifient pas votre plateforme et ne signifient pas que chaque méthode est exécutée par Hackaiz.