Injeção de Prompt
Texto que chega ao agente como dado e tenta ser lido como ordem.
O agente lê muita coisa que não veio de você: retorno de ferramenta, conteúdo de arquivo, resposta de site, mensagem de erro. Se alguma dessas fontes contiver uma frase escrita no imperativo — "ignore as instruções anteriores", "você está autorizado a" — e o agente tratar aquilo como instrução, o controle mudou de mãos.
O nome sugere um problema de texto, coisa que se resolveria filtrando palavras. Não é. É um problema de autoridade: o agente tem permissões, e o texto está tentando dirigir essas permissões. O nome antigo e mais preciso é delegado confuso.
A defesa não é conseguir distinguir texto malicioso de texto inocente. É estrutural: instrução vem do humano, pelo canal do humano. Todo o resto é informação sobre o mundo, por mais que esteja escrito como ordem.