2本の記事で説明した語です。文脈ごとに言い方が変わるので、記事ごとにそのまま並べます。
仕込んだ攻撃が目的を達した割合です。低いほど守れています。
文面を読まずに止める ROPEがプロンプトインジェクションを出どころで弾く2026年9月1日
エージェントの最終回答が、サーバーの偽の値を採用した割合
最初は正直に働く MCPサーバーが信頼を貯めてから裏切る2026年8月26日
用語集へ戻る