Biblioteca de inyección de prompts
Más de 100 ejemplos neutralizados de inyección de prompts y jailbreaks de todas las técnicas, 100 prompts sanos para contrastar y un evaluador en el navegador.
Abrir la herramienta →La herramienta interactiva se abre en inglés.
Una biblioteca navegable de ejemplos de inyección de prompts y jailbreaks: 202 entradas, de las que 102 son ataques reales neutralizados de todas las técnicas principales (DAN, «ignora las instrucciones anteriores», extracción del prompt de sistema, inyección indirecta, exfiltración de datos) y 100 son prompts sanos para contrastar. Cada entrada se atribuye a una fuente pública, con la carga útil operativa resaltada y explicada. Filtra, estudia las cargas resaltadas y puntúa tu propio prompt frente a 25 reglas en tu navegador. Es un recurso educativo y defensivo: las muestras maliciosas están neutralizadas y no se pueden copiar. Es una herramienta Pro: con una cuenta gratuita tienes 3 usos y después necesitas Pro.
- Filtra la biblioteca por técnica o por veredicto (ataque o prompt sano).
- Estudia cada ejemplo: la carga útil operativa está resaltada y explicada.
- Compara los ataques con los prompts sanos para aprender a distinguirlos.
- Pega tu propio prompt en el evaluador y revisa la puntuación, el veredicto y las reglas que se activaron.
Preguntas frecuentes
¿Qué es una biblioteca de inyección de prompts?
Es un catálogo seleccionado y navegable de prompts de inyección y de jailbreak que sirve para enseñar a reconocer los ataques. La biblioteca de PlayCISO tiene 202 entradas: 102 ataques reales neutralizados de todas las técnicas principales y 100 prompts sanos para contrastar, cada uno atribuido a una fuente pública, con la carga útil operativa resaltada y explicada.
¿Cuáles son las principales técnicas de inyección de prompts?
Las familias habituales son la anulación de instrucciones («ignora las instrucciones anteriores»), los jailbreaks por juego de rol y personaje (DAN, modo desarrollador), la extracción del prompt de sistema o del contexto, el escape de delimitadores y formatos, la codificación y la ofuscación (base64, leetspeak, caracteres de anchura cero), la división de la carga útil, la inyección indirecta (transportada por datos) a través del contenido recuperado, el abuso de herramientas y llamadas a funciones, la exfiltración de datos, la supresión de negativas y los ataques crescendo de varios turnos.
¿Qué diferencia hay entre inyección de prompts y jailbreak?
El jailbreak ataca directamente al modelo para que incumpla su propia política de seguridad (personajes al estilo DAN, supresión de negativas). La inyección de prompts ataca a una aplicación: esconde instrucciones dentro del contenido que la aplicación pasa al modelo (una página web, un documento, un correo o el resultado de una herramienta) para que el modelo siga al atacante en lugar de al desarrollador. La biblioteca cubre ambos, etiquetados por técnica.
¿Puedo copiar los prompts maliciosos de esta biblioteca?
No. Las muestras maliciosas están neutralizadas a propósito y no se pueden copiar: los objetivos dañinos reales se sustituyen por marcadores neutros, los scripts de jailbreak funcionales están truncados y los tokens operativos están enmascarados por defecto. La biblioteca existe para que los defensores puedan reconocer y bloquear estos patrones, no para ejecutarlos. Los prompts sanos se pueden copiar libremente.
¿Cómo funciona el evaluador de prompts?
Pega cualquier prompt y se puntúa frente a 25 reglas de detección deterministas que cubren toda la taxonomía de técnicas, por completo en tu navegador, sin llamadas de red ni LLM. Obtienes una puntuación de 0 a 100 de parecido con una inyección, un veredicto, las reglas que se activaron y la evidencia resaltada en tu texto. Para un análisis más profundo, alineado con el OWASP Top 10 para LLM, usa PromptScan.
¿Es gratis?
No, es una herramienta Pro. Con una cuenta gratuita tienes 3 usos de prueba; después necesitas Pro.