AI安全制御はなぜ破られるのか、脱獄攻撃と防御設計の最新事情

ChatGPT以降、LLMの安全制御は強化された一方、プロンプト注入や脱獄攻撃は研究と実運用で進化しています。OpenAI、Anthropic、NIST、OWASPの資料を基に、なぜモデル単体の拒否や分類器だけでは防ぎ切れないのか、エージェント化で広がる攻撃面と企業が取るべき現実的対策を詳しく読み解く。