モデルのロール認識の偽装による直接プロンプトインジェクション

LLM がロールタグを認証ではなく文章の書式から推測していることを悪用し、注入内容を信頼された内部推論であるかのように見せかける。攻撃対象がツール連鎖ではなくモデルのロール解釈そのものである点で、間接プロンプトインジェクションと区別する。

関連する事例