Cos'è la prompt injection? 7 attacchi reali agli agenti AI
Cos'è la prompt injection? Guida in parole semplici a come un testo nascosto dirotta un agente AI, con 7 attacchi documentati del 2024 e 2025 e 9 difese da usare.

La prompt injection è quando un testo che un'AI legge, in un'email, in una pagina web o in un documento, viene preso per un'istruzione e cambia ciò che l'AI fa. Nel dicembre 2025 il National Cyber Security Centre (NCSC) del Regno Unito ha dichiarato che questi attacchi "potrebbero non essere mai del tutto mitigati", e tutti i principali fornitori concordano sul fatto che il problema è irrisolto. Questa guida lo spiega in parole semplici, mostra 7 attacchi documentati e propone 9 difese che una piccola impresa può applicare già oggi.
Chiedi al tuo assistente AI di riassumere le email di questa mattina. Un messaggio, da un indirizzo che non conosci, contiene una riga che tu non vedi mai: testo bianco su sfondo bianco che ordina all'assistente di cercare le tue ultime fatture e di inviarle altrove. L'assistente non distingue quella riga dalla tua richiesta. Sono entrambe soltanto parole. Questa è la prompt injection, e conta sempre di più di mese in mese, perché gli strumenti sono passati dal rispondere alle domande al fare cose: leggere la posta, aprire file, cliccare pulsanti in un browser. La Cyber Security Breaches Survey del governo britannico, pubblicata nell'aprile 2026, ha rilevato che il 31% delle imprese del Regno Unito usa, sta adottando o sta valutando l'AI, e che solo il 24% di queste aveva un qualche processo per gestirne i rischi di sicurezza.
Di seguito: come abbiamo verificato questa guida, l'idea in parole semplici, 7 attacchi reali in una tabella, dove si nascondono le istruzioni, perché gli agenti alzano la posta, che cosa ammettono gli stessi fornitori, 9 difese, le impostazioni da cambiare e come continuare a usare un agente in sicurezza.
Un agente che puoi osservare è più facile da fidarsi. Su Jobbit vedi il browser dell'agente mentre lavora e puoi prendere il controllo in qualsiasi momento, e la modalità Plan mostra i passaggi prima che qualcosa venga eseguito. Piano gratuito, 100 crediti al giorno, senza carta.
Come abbiamo verificato questa guida
- Fonti primarie, lette il 13 novembre 2026. L'elenco dei rischi OWASP per le applicazioni AI, il National Cyber Security Centre, l'ente statunitense di normazione NIST, l'Information Commissioner's Office (ICO, il Garante britannico per i dati), e articoli sulla sicurezza di Microsoft, Google e Anthropic.
- Ogni attacco ricondotto ai ricercatori che lo hanno divulgato. Dove l'articolo originale non si caricava, la tabella lo segnala.
- Solo difesa. Questa guida descrive come funzionano gli attacchi al livello pubblicato dalle fonti ufficiali. Non contiene alcun testo d'attacco funzionante.
- Le citazioni dei fornitori sono parole dei fornitori stessi, tratte dai loro blog di sicurezza e dalle pagine di ricerca, non dal marketing.
- Nessuna affermazione che un prodotto sia immune, compreso il nostro.
La prompt injection in parole semplici
OWASP, l'organismo dietro l'elenco più noto dei rischi di sicurezza del software, mette la prompt injection al primo posto della sua lista per le applicazioni AI e la definisce così: una vulnerabilità che "si verifica quando i prompt dell'utente alterano il comportamento o l'output dell'LLM in modi non voluti". Divide il problema in due.
- Prompt injection diretta (direct prompt injection). Chi scrive è l'attaccante. Cerca di convincere l'AI a infrangere le sue regole. È soprattutto un problema del fornitore.
- Prompt injection indiretta (indirect prompt injection). L'istruzione arriva dentro qualcosa che all'AI è stato chiesto di leggere. OWASP la descrive come input "da fonti esterne, come siti web o file". La vittima è la persona che usa l'AI. Questo è un problema tuo.
La causa di fondo è semplice da enunciare. NIST spiega che questi modelli "combinano i canali dei dati e delle istruzioni". Un programma normale tiene separati i comandi e i contenuti. Un modello linguistico riceve un unico lungo flusso di testo e decide da solo quali parti contano.
Il nome risale al 12 settembre 2022, quando lo sviluppatore Simon Willison scrisse: "Propongo che il nome ovvio per questo sia prompt injection." Richiama un attacco più antico ai database, e il National Cyber Security Centre avverte di non spingere troppo oltre il paragone. Per l'injection nei database esiste una soluzione nota. Per i modelli linguistici il centro suggerisce di pensare a un "inherently confusable deputy" (un delegato intrinsecamente confondibile): un aiutante con i tuoi accessi che può essere convinto a lavorare per qualcun altro.
7 attacchi reali in sintesi
| Quando è stato divulgato | Prodotto | Dove si nascondeva l'istruzione | Che cosa poteva fare un attaccante | Che cosa è cambiato |
|---|---|---|---|---|
| Agosto 2024 | Slack AI | Un messaggio in un canale pubblico | Far mostrare alla vittima un segreto privato sotto forma di link da cliccare | Slack ha definito il comportamento voluto, secondo i ricercatori |
| Maggio 2025 | Un agente collegato a GitHub | Una issue in un repository di codice pubblico | Trasferire dati di un repository privato in un luogo pubblico | Nessuna patch; consigliati permessi più ristretti |
| Giugno 2025 | Microsoft 365 Copilot | Un'email, senza bisogno di alcun clic | Divulgare informazioni attraverso una rete | Corretto da Microsoft, tracciato come CVE-2025-32711 |
| Agosto 2025 | Google Gemini | Il titolo di un invito di calendario | Eliminare eventi, inviare messaggi, controllare dispositivi della casa smart | Google ha aggiunto conferme e filtri |
| Agosto 2025 | ChatGPT con file collegati | Minuscolo testo bianco in un documento condiviso | Cercare chiavi in un drive collegato e farle trapelare | OpenAI ha aggiunto un controllo che secondo i ricercatori non bastava |
| Agosto 2025 | Il browser Comet di Perplexity | Un commento nascosto in una pagina web | Leggere dall'email un codice monouso e prendere il controllo di un account | Corretto, poi segnalato come non del tutto risolto |
| Settembre 2025 | Salesforce Agentforce | Il campo descrizione di un modulo web | Inviare record dei clienti a un indirizzo esterno | Salesforce ha imposto un elenco di indirizzi attendibili |
I ricercatori erano, in ordine, PromptArmor, Invariant Labs, il team indicato nella scheda della vulnerabilità Microsoft, SafeBreach, Zenity Labs, Brave e Noma Labs. Il caso di Microsoft 365 Copilot è descritto a partire dalla scheda pubblica della vulnerabilità e da un articolo accademico, perché l'articolo originale non si caricava.
Tre cose colpiscono. Ogni prodotto viene da un'azienda grande e attenta. Nessuna delle vittime ha dovuto fare nulla di insolito: hanno chiesto un riassunto, accettato un invito o ricevuto un'email. E diverse correzioni sono state definite parziali dai ricercatori.
Dove si nascondono le istruzioni
Ciascuno di questi casi viene da una delle divulgazioni qui sopra o da una fonte ufficiale.
- Pagine web. Testo bianco su sfondo bianco, commenti nel codice della pagina, testo dietro un tag spoiler.
- Email. Testo invisibile nel corpo del messaggio. La pagina sulla sicurezza di Anthropic avverte che "un elenco di cose da fare o un'email potrebbe contenere testo invisibile".
- Inviti di calendario. Nel titolo dell'evento, fuori vista finché non lo si espande.
- Documenti condivisi. Testo bianco da un pixel in un file che ti hanno mandato da rivedere.
- Moduli web. Un campo "raccontaci la tua richiesta" che alimenta il tuo sistema clienti.
- Canali di chat e repository di codice. Ovunque un estraneo possa scrivere e il tuo assistente possa leggere.
- Immagini. OWASP cita un'istruzione incorporata in un'immagine che accompagna un testo innocuo.
- Descrizioni degli strumenti. L'Information Commissioner's Office la chiama "tool poisoning, in cui l'istruzione è nascosta nei metadati degli strumenti con cui interagisce un agente AI".
Lo schema è che tutto ciò che la tua AI legge per tuo conto è una porta d'ingresso, e il testo tu non lo vedrai.
Perché gli agenti alzano la posta
Un chatbot ingannato dà una risposta sbagliata. Un agente ingannato compie un'azione sbagliata. Simon Willison ha dato un nome alla combinazione pericolosa nel giugno 2025: "accesso ai tuoi dati privati", "esposizione a contenuti non attendibili" e "la capacità di comunicare verso l'esterno". L'ha chiamata la triade letale (lethal trifecta). Un assistente che le ha tutte e tre può ricevere da un estraneo l'ordine di cercare qualcosa di privato e di inviarlo fuori.
Guarda di nuovo la tabella. Ogni attacco le aveva tutte e tre. La funzione di riassunto poteva leggere messaggi privati, ha letto il messaggio di un estraneo e poteva mostrare un link. Se ne togli anche solo una, l'attacco fallisce.
Il documento del National Cyber Security Centre del maggio 2026 sull'AI agentica ribadisce lo stesso concetto per le organizzazioni: "Se un agente ha troppi privilegi o è progettato male, un singolo guasto può trasformarsi rapidamente in un incidente grave." Il nostro approfondimento sugli agenti che usano il computer spiega che cosa questi strumenti sanno fare oggi.
Che cosa ammettono gli stessi fornitori
Non è un problema che il settore nasconde.
- Anthropic, in una ricerca pubblicata nel novembre 2025, ha definito la prompt injection "tutt'altro che un problema risolto" e ha scritto che "nessun agente browser è immune dalla prompt injection". Ha pubblicato i propri numeri: contro un attaccante automatico persistente, il suo modello migliore è stato ingannato l'1,4% delle volte con le protezioni attive, e ha detto che anche l'1% "rappresenta comunque un rischio significativo".
- Il responsabile della sicurezza informatica di OpenAI l'ha descritta nell'ottobre 2025 come "un problema di sicurezza di frontiera, irrisolto".
- Il team di risposta alla sicurezza di Microsoft ha scritto nel luglio 2025 che il suo approccio "non si basa sulla nostra capacità di bloccare tutte le prompt injection". Un articolo sulla sicurezza di Microsoft del maggio 2026 è stato più netto: "il tuo LLM non è un confine di sicurezza."
- Google ha descritto nel giugno 2025 una difesa a più livelli: classificatori, filtraggio dei link e richiesta di conferma all'utente per le azioni rischiose.
- Il National Cyber Security Centre consiglia scetticismo verso qualsiasi fornitore che dichiari di riuscire a fermarla.
Quando chi li costruisce dice che il lucchetto si può forzare, conviene partire dal presupposto che un giorno succederà.
9 difese che una piccola impresa può usare oggi
- Dai all'agente il minimo accesso che basta per il lavoro. Il National Cyber Security Centre dice di dare agli agenti "solo l'accesso minimo di cui hanno bisogno, per il tempo più breve necessario". Un assistente che prepara le bozze di risposta non ha bisogno di inviarle.
- Spezza la triade. Non lasciare che un solo assistente legga dati privati, legga contenuti di estranei e invii cose all'esterno, tutto nello stesso compito. Riassumi la posta in una sessione; invia da un'altra, tu stesso.
- Tieni una persona nel processo per tutto ciò che conta. OWASP raccomanda la revisione umana "per le azioni ad alto rischio o privilegiate". Pagamenti, cancellazioni, qualsiasi cosa inviata a un cliente.
- Tratta ciò che l'AI legge come non attendibile. Una pagina web, un allegato e un'email di un mittente sconosciuto sono tutti contenuti, mai comandi.
- Tratta come non attendibile anche ciò che l'AI scrive. Non cliccare un link in un riassunto dell'AI per "autenticarti di nuovo". Era l'attacco a Slack.
- Usa un profilo del browser separato per il lavoro dell'agente. Il consiglio di sicurezza di Anthropic è un profilo senza account bancari, sanitari o governativi con accesso effettuato.
- Guardalo lavorare. Se il compito devia, per esempio un riassunto che si trasforma in una ricerca nei tuoi file, fermalo. Vale la pena conservare i registri di ciò che l'agente ha letto e fatto.
- Comincia con lavori a basso rischio. Il consiglio del centro è di "iniziare in piccolo, usando gli agenti solo per compiti a basso rischio". Ricerca e bozze prima di fatture e posta.
- Scrivilo nella tua policy sull'AI. Chi può collegare quale strumento a quale account, e chi può spegnerlo. Il nostro modello di policy sull'AI ha la formulazione pronta.
Nessuna di queste misure richiede un team di sicurezza. Sono le stesse abitudini del non aprire l'allegato di uno sconosciuto, applicate a un nuovo tipo di aiutante.
Impostazioni da cambiare
- Modalità di approvazione. Le pagine di aiuto di Anthropic dicono che Claude in Chrome può essere impostato su "Manually approve" (approvazione manuale) così da rivedere ogni azione, e che puoi concedere o togliere l'accesso a siti specifici.
- Navigazione senza accesso. Il responsabile della sicurezza di OpenAI ha descritto una modalità senza login per il suo agente browser Atlas, in cui l'agente lavora senza i tuoi account. Usala per ricerche su siti che non conosci.
- Connettori. Ogni archivio di file, casella di posta e calendario che colleghi allarga ciò che un'istruzione iniettata può raggiungere. Collega ciò che serve al compito, poi scollega.
- Approvazione automatica. Qualsiasi opzione "consenti sempre" scambia sicurezza con velocità. Una delle divulgazioni del 2025 notava che nasconde proprio il passaggio che vorresti vedere.
Come continuare a usare un agente in sicurezza
Niente di tutto questo è un motivo per smettere. È un motivo per scegliere strumenti supervisionati e lavori sensati. ChatGPT, Claude, Gemini, Microsoft Copilot, Manus e Muse di Meta affrontano tutti lo stesso problema, e lo stesso vale per Jobbit. Quello che puoi scegliere è quanto puoi vedere e fermare.
- Osserva e prendi il controllo. Il browser di un agente Jobbit è visibile mentre lavora, e puoi prendere il controllo in qualsiasi momento. La nostra guida al browser dell'agente mostra come.
- Pianifica prima che agisca. La modalità Plan espone i passaggi per l'approvazione prima che qualcosa venga eseguito, come spiegato nella nostra guida a come guidare un agente.
- Parti da lavori senza triade. Costruire un sito web, scrivere un documento, ricercare un mercato e creare un foglio di calcolo comportano pochi dati privati e nulla di inviato per tuo conto.
- Tieni i segreti fuori dalla chat. I progetti includono uno spazio dedicato ai segreti, così chiavi e password non devono essere incollate in una conversazione.
- Affida la parte rischiosa a una persona. Un professionista verificato della rete umana può occuparsi del passaggio che richiede giudizio, con il pagamento trattenuto in escrow.
La posizione onesta è quella dei fornitori: nessun agente è immune. La supervisione e l'accesso limitato impediscono che un agente ingannato diventi un incidente.
Il quadro nel Regno Unito
L'Information Commissioner's Office ha pubblicato nel maggio 2026 cinque passi per proteggere un'organizzazione dalle minacce basate sull'AI: sapere a che cosa si va incontro, curare le basi e stratificare le difese, limitare i punti di accesso, migliorare il rilevamento e la risposta, e proteggere i dati personali. Descrive la prompt injection indiretta come istruzioni malevole "incorporate in contenuti esterni che un sistema AI elabora".
La dimensione del rischio ordinario emerge dalla Cyber Security Breaches Survey 2025/2026: il 43% delle imprese del Regno Unito ha segnalato una violazione o un attacco nei dodici mesi precedenti, su un campione di 2.112 imprese. La prompt injection è una nuova via fra molte vecchie. La nostra guida alle truffe con l'AI rivolte alle piccole imprese tratta le altre.
Da leggere dopo
Domande frequenti
Che cos'è la prompt injection in parole semplici?
È quando le parole dentro qualcosa che un'AI legge vengono trattate come un'istruzione. L'AI non sa distinguere in modo affidabile la tua richiesta dal testo di un'email, di una pagina web o di un file, quindi una riga nascosta può cambiare ciò che fa. OWASP la classifica come primo rischio nella sua lista per le applicazioni AI.
Qual è la differenza tra prompt injection diretta e indiretta?
L'injection diretta è scritta da chi usa l'AI, per farle infrangere le regole. L'injection indiretta è piantata in un contenuto che all'AI viene chiesto di leggere, come una pagina web o un documento, e colpisce chi la usa. È l'injection indiretta quella che minaccia un'impresa.
Che cosa succede se un agente AI riassume un'email con istruzioni nascoste?
Può seguirle. Nei casi documentati del 2024 e 2025, assistenti a cui era stato chiesto un riassunto hanno poi cercato file privati, rivelato segreti o inviato dati all'esterno. Il successo dipende dalle protezioni del prodotto e da ciò a cui l'agente ha accesso, ed è per questo che l'accesso limitato conta.
La prompt injection si può risolvere?
Non del tutto, stando alle prove attuali. Il National Cyber Security Centre afferma che questi attacchi potrebbero non essere mai del tutto mitigati, e Anthropic, OpenAI e Microsoft hanno tutte detto che il problema è irrisolto. Le protezioni abbassano il tasso di successo. Limitare ciò che l'agente può raggiungere limita il danno.
La prompt injection è la stessa cosa del jailbreaking?
Si sovrappongono. Il jailbreaking di solito significa che un utente convince l'AI a ignorare le sue regole di sicurezza. La prompt injection copre qualsiasi input che cambia il comportamento dell'AI in modi non voluti, compreso il testo piantato da una terza parte. Un jailbreak è un tipo di prompt injection diretta.
Come proteggo la mia impresa dalla prompt injection?
Dai agli strumenti AI il minimo accesso necessario, fai approvare a una persona pagamenti e messaggi in uscita, non lasciare mai che un solo assistente legga dati privati, legga contenuti di estranei e invii cose all'esterno nello stesso compito, e usa un profilo del browser separato per il lavoro dell'agente. Scrivi le regole in una policy sull'AI.
È sicuro usare un agente AI?
Sì, con supervisione e i lavori giusti. Comincia da lavori con pochi dati privati, come ricerca, bozze e creazione di un sito web, e usa uno strumento che ti permette di vedere e fermare ciò che fa. Su Jobbit puoi guardare l'agente al lavoro e prendere il controllo, e il piano gratuito dà 100 crediti al giorno senza carta.