13.16 · 提示詞注入

閱讀 Databricks DASF 3.0 中 13.16「提示詞注入」相關的 4 個 AI 資安案例,查看事件證據、適用範圍與 AIDEFEND 防禦分析。

風險分類說明

惡意指令改變 MCP 伺服器(提供 AI 工具與資料的服務)的行為,或繞過使用時的安全控制。指令可能由使用者直接輸入,也可能藏在資料來源中,或透過遭操弄的工具說明傳入。之後的工具操作可能造成未授權行動、資料外洩或權限提升。

框架官方來源 ↗ · 開啟互動探索 ↗

Research ·

透過遠端被投毒的 MCP 工具外洩資料

Invariant Labs 的研究人員示範了,設定成使用遠端 Model Context Protocol(MCP)工具的 AI agent,可能受到模型投毒攻擊。他們指出,一個 MCP 工具可以在自己的 docstring 說明中夾帶惡意提示詞,而這段內容會被納入 AI agent 的處理脈絡,改變它的行為。 他們用一個概念驗證的 MCP 工具示範這個攻擊:這個工具會指示 agent 在真正使用它之前,先做幾件額外的事,包括從受害者電腦上讀取含有憑證的檔案,再把檔案內容存進這個工具的其中一個輸入參數。等到這個工具真的被執行時,受害者的憑證就被外傳到那台被投毒的 MCP server 上。

關聯理由: 工具 docstring 要求讀取憑證並經工具參數送往 server。 此處對應「提示詞注入」:惡意指令改變 MCP 伺服器(提供 AI 工具與資料的服務)的行為,或繞過使用時的安全控制。

工具 docstring 要求讀取憑證並經工具參數送往 server。

SecureFlow · 閱讀完整案例 ↗

Validated Research ·

Azure DevOps PR 隱藏指示誘導審查 agent 跨專案讀取資料並貼回留言

Manifold Security 驗證指出:Azure DevOps PR 說明中對人眼隱藏的 HTML 註解,會被微軟官方 MCP 伺服器的 PR 工具原樣回傳。受測的 Claude Code 與 Copilot CLI 審查 agent 依照註解指示,利用審查者的高權限帳號觸發外部貢獻者無權存取的專案管線(pipeline)、讀取私有 Wiki 頁面,並將敏感內容貼到攻擊者看得到的 PR 留言中。MSRC 已受理並追蹤該通報;公開資料並未確認微軟已完成伺服器端修補。

關聯理由: PR 說明裡的 HTML 註解經官方 MCP 工具原文回傳,審查 agent 讀取投稿者無權存取的 wiki 並張貼出來;MSRC 已受理,來源未確認修補。 此處對應「提示詞注入」:惡意指令改變 MCP 伺服器(提供 AI 工具與資料的服務)的行為,或繞過使用時的安全控制。

PR 說明裡的 HTML 註解經官方 MCP 工具原文回傳,審查 agent 讀取投稿者無權存取的 wiki 並張貼出來;MSRC 已受理,來源未確認修補。

AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗

Validated Research ·

透過 Cursor 使用的 MCP server 外洩資料

Backslash 資安研究團隊示範了一個 Model Context Protocol(MCP)工具,可以成為對 Cursor 發動間接提示詞注入攻擊的管道,最後甚至導致惡意 shell 命令被執行。 Backlash 資安研究團隊做了一個概念驗證用的 MCP server,功能是抓取網頁內容。當使用者請 Cursor 用這個工具去抓一個含有惡意提示詞的網站時,那段提示詞就被注入 Cursor 的脈絡中。這段提示詞會指示 Cursor 執行一道 shell 命令,把受害者含有憑證的 AI agent 設定檔外傳出去。Cursor 在執行這道惡意命令之前確實會先詢問使用者,這一點有機會緩解整個攻擊。

關聯理由: MCP 網頁內容誘導 shell 外傳;仍存在使用者執行確認。 此處對應「提示詞注入」:惡意指令改變 MCP 伺服器(提供 AI 工具與資料的服務)的行為,或繞過使用時的安全控制。 MCP 網頁內容誘導 shell 外傳;仍存在使用者執行確認。

MCP 網頁內容誘導 shell 外傳;仍存在使用者執行確認。

SecureFlow · 閱讀完整案例 ↗

Validated Research ·

偽造 Sentry 錯誤如何透過 MCP 誘導開發助理執行命令

Tenet Threat Labs 把這條攻擊稱為 Agentjacking:攻擊者可以用公開的 Sentry DSN 寫入偽造錯誤事件,再讓 Sentry MCP server 把這些事件帶進 AI coding agent 的工作流程;Sentry 是錯誤追蹤與可觀測性 (observability, 透過日誌、指標與執行追蹤,了解系統內部運作的能力)平台,這裡的事件原本只是診斷資料。當開發者要求 Claude Code、Cursor 或 Codex 調查 Sentry issue 時,agent 可能把事件裡偽裝成修復建議的文字當成可信診斷內容,進而執行攻擊者指定的 npm 命令。防禦重點不是把系統觀測資料(日誌、事件與監控資料)當成可信指令,而是在 MCP 輸出、agent 客戶端、工具權限、命令核准、沙箱和對外連線上一起設邊界。

關聯理由: Sentry MCP 事件觸發受控驗證套件;不宣稱套件竊取憑證。 此處對應「提示詞注入」:惡意指令改變 MCP 伺服器(提供 AI 工具與資料的服務)的行為,或繞過使用時的安全控制。

Sentry MCP 事件觸發受控驗證套件;不宣稱套件竊取憑證。

AIA · 閱讀完整案例 ↗ · SecureFlow · 閱讀完整案例 ↗