prompt injections.de
Technik · Mehrstufiger Angriff

Persuasions-Jailbreak

Der Angriff nutzt klassische sozialwissenschaftliche Überzeugungstechniken — Autorität, Reziprozität, emotionale Appelle — statt technischer Tricks, um das Modell zur Kooperation zu bewegen.

Englischer Begriff
Persuasive Adversarial Prompts (PAP)
Kategorie
Mehrstufiger Angriff
Risiko
Risiko mittel
OWASP-Bezug
LLM01 — Prompt Injection
Primärquelle
arxiv.org

Persuasions-Jailbreak (englisch „Persuasive Adversarial Prompts (PAP)") gehört zur Kategorie Mehrstufiger Angriff und ist eine der dokumentierten Techniken der Prompt Injection gegen Sprachmodelle. Der Eintrag beschreibt das Wirkprinzip, damit Betreiber ihre Systeme prüfen und absichern können; eine Übersicht aller Verfahren steht im Techniken-Verzeichnis. Im Risikokatalog OWASP LLM Top 10 fällt die Technik unter LLM01: Prompt Injection.

Funktionsweise

  • Eine Taxonomie menschlicher Überzeugungsstrategien wird auf Prompts übertragen.
  • Das Modell reagiert auf sozialen Druck ähnlich wie auf inhaltliche Argumente.
  • Die Autoren berichten hohe Erfolgsquoten gegen mehrere Spitzenmodelle.

Risiko

Risiko mittel Die praktische Gefährdung produktiver Systeme wird für diese Technik als mittel eingestuft. Maßgeblich dafür sind die Rechte der betroffenen Anwendung: Je mehr eine LLM-Anwendung lesen, senden oder ausführen darf, desto größer ist der Schaden, den eine einzelne eingeschleuste Anweisung anrichten kann. OWASP führt den zugehörigen Risikobereich als LLM01 — Prompt Injection.

Schutz

Keine Einzelmaßnahme verhindert diese Technik vollständig. Wirksam ist gestaffelte Absicherung, bei der jede Schicht davon ausgeht, dass die vorherige versagt:

  • Sicherheitsentscheidungen an den Inhalt koppeln, nicht an die Begründung.
  • Prüfung auf Autoritäts- und Dringlichkeitsrahmung in Eingaben.
  • Klar definierte, nicht verhandelbare Ausnahmen im Anwendungsdesign.

Ausführlich behandelt der Bereich Schutz vor Prompt Injection die einzelnen Maßnahmen; passende Werkzeuge listet das Werkzeug-Verzeichnis.

Verwandte Techniken

  • Jailbreak

    Rollenspiel-Persona

    Das Modell wird gebeten, eine fiktive Rolle einzunehmen, für die die üblichen Regeln angeblich nicht gelten — die Fiktion dient als Vorwand für regelwidrige Ausgaben.

    Risiko mittel
  • Jailbreak

    Skeleton Key

    Von Microsoft dokumentierte Technik, bei der das Modell nicht zum Regelbruch überredet, sondern gebeten wird, seine Regeln zu „ergänzen": Es soll künftig alles beantworten und lediglich eine Warnung voranstellen.

    Risiko hoch
  • Mehrstufiger Angriff

    Crescendo

    Von Microsoft beschriebener Mehrschritt-Angriff: Das Gespräch beginnt harmlos und steigert sich in kleinen, jeweils plausiblen Schritten, bis das Modell den ursprünglich abgelehnten Inhalt liefert.

    Risiko hoch

Quellen

  1. Persuasions-Jailbreak — Primärquelle: https://arxiv.org/abs/2401.06373

Dieser Eintrag erklärt das Prinzip zu Verteidigungszwecken. Er enthält bewusst keine einsatzfertigen Angriffs-Payloads gegen konkrete Systeme (siehe redaktionelle Grundsätze).

Im Zusammenhang