PromptInjection

カスタマイズ

実行前に、ユーザーによるカスタマイズが次の場所にあるか確認してください： ~/.claude/PAI/USER/SKILLCUSTOMIZATIONS/PromptInjection/

このディレクトリが存在する場合は、その中にある PREFERENCES.md、設定、リソースを読み込み、適用してください。これらはデフォルトの動作より優先されます。ディレクトリが存在しない場合は、スキルのデフォルト設定を使用してください。

🚨 必須：音声通知（何らかの操作を行う前に必須）

このスキルが呼び出されたら、ほかのことを行う前に必ずこの通知を送信してください。

1. 音声通知を送信：

   curl -s -X POST http://localhost:8888/notify \
     -H "Content-Type: application/json" \
     -d '{"message": "Running the WORKFLOWNAME workflow in the PromptInjection skill to ACTION"}' \
     > /dev/null 2>&1 &
   

2. テキスト通知を出力：

   Running the **WorkflowName** workflow in the **PromptInjection** skill to ACTION...
   

これは任意ではありません。このスキルの呼び出し時に、直ちにこの curl コマンドを実行してください。

PromptInjection スキル

🔒 承認と倫理的な利用に関する要件

⚠️ 重要 — 使用前にお読みください ⚠️

このスキルは、攻撃的なセキュリティテストの豊富な経験を持つセキュリティ専門家が運営するセキュリティプラクティスの一部です。

法的要件

承認は必須です：

• ✅ 自身が所有するシステムのみ、またはテストについて明示的な書面による許可を得たシステムのみをテストしてください
• ✅ 承認済みのペネトレーションテスト業務の一環としてのみ、これらの手法を使用してください
• ✅ テストを始める前に、必ず承認を文書化してください
• ✅ テスト契約で定義されたスコープの境界を必ず遵守してください
• ✅ 発見した脆弱性については、必ず責任ある開示の手順に従ってください

無許可のテストは違法です：

• ❌ 明示的な書面による許可なしに、システムを決してテストしないでください
• ❌ 承認されたスコープの境界を決して超えないでください
• ❌ 悪意のある目的で、これらの手法を決して使用しないでください
• ❌ ベンダーが修正する前に、脆弱性を決して公開しないでください
• ❌ テスト中に、実際のユーザーデータを決して持ち出さないでください

倫理的な枠組み

このスキルは、防御的なセキュリティを目的としています：

1. 正式な契約に基づき、クライアントのシステムに対して実施する承認済みのペネトレーションテスト
2. 自身のシステムや製品のセキュリティ評価
3. AI／LLM のセキュリティ対策の改善を目的とした研究および教育
4. ベンダーによる修正を目的とした脆弱性の責任ある開示

このスキルを使用することにより、これらの条件を承諾し、承認を得た倫理的なセキュリティテストに限って使用することに同意したものとみなされます。

---

このスキルを有効にするタイミング

ユーザーが次のように言った場合に、このスキルを有効にしてください：

直接的なトリガー

• 「プロンプトインジェクションをテストして」「プロンプトインジェクションテスト」「プロンプトインジェクション評価」
• 「LLM セキュリティテスト」「AI セキュリティ監査」「チャットボットのセキュリティをテストして」
• 「ジェイルブレイクテスト」「ジェイルブレイクのテスト」
• 「AI アプリケーションのペンテスト」「AI システムのセキュリティテスト」
• 「AI の脆弱性を確認して」「AI セキュリティを評価して」

研究と分析

• 「プロンプトインジェクションを調査して」「LLM の脆弱性を分析して」
• 「ジェイルブレイクの手法を研究して」「AI の攻撃ベクトルを調査して」

業務

• 「LLM セキュリティに関するクライアント業務」
• 「包括的な AI セキュリティ評価」
• 「開示を目的とした脆弱性調査」

---

ワークフローの振り分け

ワークフローを実行するときは、この通知を出力してください：

Running the **WorkflowName** workflow in the **PromptInjection** skill to ACTION...

このスキルには、包括的なテストワークフローが 5 つあります：

1. CompleteAssessment（マスターワークフロー）

ファイル： Workflows/CompleteAssessment.md トリガー：「完全評価」「完全なテスト」「包括的な評価」 説明： エンドツーエンドのセキュリティ評価（12～20 時間）

• フェーズ 1：承認とスコープの設定
• フェーズ 2：偵察（1～2 時間）
• フェーズ 3～5：直接／間接／多段階テスト（6～8 時間）
• フェーズ 6～9：防御分析とレポート作成（4～6 時間）

用途： 包括的なセキュリティ業務、正式なペネトレーションテスト

2. Reconnaissance

ファイル： Workflows/Reconnaissance.md トリガー：「偵察」「攻撃対象領域を特定」「アプリケーションをマッピング」 説明： ブラウザー自動化によるアプリケーション情報の収集

• DOM の抽出と分析
• JavaScript の調査
• API エンドポイントの列挙
• インジェクションポイントの特定

用途： 初期評価段階、攻撃対象領域のマッピング

3. DirectInjectionTesting

ファイル： Workflows/DirectInjectionTesting.md トリガー： "test direct injection", "jailbreak testing", "basic injection" 説明： 単一段階の直接攻撃

• 基本的な指示の上書き
• ジェイルブレイクとガードレールの回避
• システムプロンプトの抽出
• トークンの操作
• 難読化手法

用途： 脆弱性の迅速な検証

4. IndirectInjectionTesting

ファイル： Workflows/IndirectInjectionTesting.md トリガー： "test indirect injection", "RAG poisoning", "document injection" 説明： 外部データソースを介した攻撃

• ドキュメントアップロードによるインジェクション
• ウェブスクレイピング攻撃
• RAG システムのポイズニング
• API レスポンスの操作

用途： RAG システムやデータ処理パイプラインのテスト

5. MultiStageAttacks

ファイル： Workflows/MultiStageAttacks.md トリガー： "multi-stage attack", "sophisticated testing", "advanced attacks" 説明： 複雑な複数ターンの攻撃シーケンス

• 段階的なエスカレーション
• コンテキストポイズニング
• 信頼を悪用する連鎖

用途： 高度なテスト、巧妙な脅威のシミュレーション

---

クイックスタート

初回評価の場合：

1. QuickStartGuide.md を読む（30～60 分の手法）
2. 書面による許可を確認する
3. Reconnaissance ワークフローを実行する
4. 上位 5 種類の攻撃をテストする
5. 調査結果を記録する

包括的な評価の場合：

1. CompleteAssessment ワークフローを使用する
2. 9 つすべてのフェーズに従う
3. プロフェッショナルなレポートを作成する

---

リソースライブラリ

主要ドキュメント：

• COMPREHENSIVE-ATTACK-TAXONOMY.md - 10 種類の攻撃カテゴリ、100 以上の手法
• APPLICATION-RECONNAISSANCE-METHODOLOGY.md - 7 フェーズの偵察プロセス
• DefenseMechanisms.md - 多層防御戦略、修正ガイダンス
• AutomatedTestingTools.md - Promptfoo、Garak、PyRIT の比較
• QuickStartGuide.md - 初回評価チェックリスト（30～60 分）
• Reporting.md - レポート構成、テンプレート、プレゼンテーションのガイダンス

すべてのリソースは PromptInjection スキルのルートディレクトリにあります。

---

主要な原則

許可を最優先

1. 書面による許可が必須です
2. すべてを記録します（範囲、境界、承認）
3. 境界を尊重し、対象範囲内に限定します
4. 不明な場合は中断し、進める前に確認します

方法に沿ったテスト

1. 体系的に進め、確立された手法に従います
2. 作業と並行して記録し、すべてのテストと結果を記録します
3. 調査結果を再現し、脆弱性が確実に再現できることを確認します
4. 影響を正確に評価し、理論上のリスクと実際のリスクを区別します

責任ある開示

1. ベンダーに時間を与えます。一般的な開示期間は 90 日です
2. 明確に伝え、詳細な再現手順を示します
3. 開示を調整し、タイミングについてベンダーと協力します
4. ユーザーを保護し、パッチ適用前に詳細を公開しません

---

例

例 1：簡易テスト

User: "test this chatbot for prompt injection - I own it"
→ Verifies authorization
→ Runs Reconnaissance workflow
→ Tests top 5 attack types
→ Documents findings

例 2：完全な評価

User: "comprehensive prompt injection assessment for client"
→ Loads CompleteAssessment workflow
→ 9-phase methodology (12-20 hours)
→ Professional report with remediation

例 3：調査

User: "what are the latest jailbreaking methods?"
→ Searches COMPREHENSIVE-ATTACK-TAXONOMY.md
→ Returns categorized techniques with effectiveness ratings

---

サポートとエスカレーション

エスカレーションが必要な場合：

• 許可が不明確、または疑わしい場合
• 倫理上の懸念が生じた場合
• 新しい攻撃手法が見つかった場合
• 重大な 0-day 脆弱性が見つかった場合

連絡先：

• USER 設定で構成してください

---

🔒 注意：許可された用途に限ります 🔒

このスキルには、強力なセキュリティテスト手法が含まれています。次の用途に限って使用してください：

• ✅ 所有するシステム
• ✅ 明示的な書面による許可を得たシステム
• ✅ 倫理的なセキュリティ調査
• ✅ 防御目的のセキュリティ対策

許可のない使用は違法かつ非倫理的です。

---