Je confie de plus en plus de petites tâches à l'IA : résumer une page web, trier de la veille, préparer un brouillon. C'est pratique, mais une question me trotte dans la tête depuis quelque temps : que se passe-t-il si le contenu que l'IA lit contient lui-même des ordres ? La réponse porte un nom, l'injection de prompt. Début octobre 2026, aux Assises de la cybersécurité à Monaco, cinq spécialistes interrogés par Clubic ont décrit des attaques bien réelles, cachées dans un e-mail, une bibliothèque de code ou une simple requête web. Leur constat est le même : aucun modèle ne sait encore parer ce type d'attaque à coup sûr. Voici ce que j'en retiens, avec des exemples, des chiffres et des conseils pour se protéger, que vous soyez simple curieux ou responsable informatique.
L'injection de prompt, c'est quoi exactement ?
Un « prompt », c'est l'instruction qu'on donne à une IA. L'injection de prompt consiste à glisser des instructions piégées dans ce que l'IA va lire, pour lui faire faire autre chose que ce qu'on attend d'elle. Adrien Merveille, directeur technique France de Check Point, le résume très simplement : c'est l'art de manipuler une IA.
Le sujet n'a rien d'anecdotique. L'OWASP, la fondation qui fait référence en sécurité des applications, publie un classement des dix risques majeurs liés aux grands modèles de langage. Dans l'édition 2026, sortie début août, l'injection de prompt garde la première place, comme dans les versions précédentes. L'OWASP y rappelle d'ailleurs qu'il n'existe pas de parade aussi propre que celles qu'on connaît pour les failles web classiques.
Les experts distinguent deux familles d'attaques :
| Type | Comment ça marche | Exemple | Pourquoi c'est dangereux |
|---|---|---|---|
| Injection directe | L'attaquant discute avec le chatbot et le pousse, message après message, à sortir de ses consignes. | Faire générer du code ou révéler ses instructions internes à un assistant de service client. | Visible, mais facile à tenter pour n'importe qui. |
| Injection indirecte | Les instructions sont cachées dans un contenu que l'IA lira plus tard : texte, page web, image, QR code, document. | Une consigne invisible dans un e-mail que l'assistant va résumer. | L'utilisateur ne voit rien, et l'IA prend le texte pour un ordre. |
| Avec les agents IA qui agissent seuls, c'est surtout l'injection indirecte qui inquiète. | |||
Pour les lecteurs qui ont un peu de bouteille en développement web, Gilles Walbrou, directeur technique de DataDome, fait le parallèle avec l'injection SQL. Le principe est le même : on glisse des commandes là où le système attend des données. Sauf qu'une base de données répond toujours de la même façon, alors qu'une IA s'adapte et réagit au contexte. La manipulation est donc moins prévisible, et plus difficile à repérer.
Le texte invisible dans un e-mail, l'exemple qui parle à tout le monde
Prenons un assistant comme Copilot dans Microsoft 365. Il lit vos e-mails, les résume, les classe. Si un message contient des instructions cachées et que l'assistant y a accès, il risque de les « avaler » avec le reste du contenu.
François Deruty, directeur des opérations chez Sekoia et ancien de l'ANSSI, rappelle une vieille blague de bureau : le texte écrit en blanc sur fond blanc. À l'œil nu, rien. Pour une IA qui lit le code du message, tout est là. Une consigne peut ainsi se loger entre la signature et la formule de politesse sans que personne ne la remarque.
Ce scénario a déjà été exploité. En juin 2025, les chercheurs d'Aim Security ont révélé EchoLeak, une faille de Microsoft 365 Copilot référencée CVE-2025-32711 et notée 9,3 sur 10. Un simple e-mail piégé suffisait à faire fuiter des données de l'entreprise, sans le moindre clic de la victime. Microsoft a corrigé le problème côté serveur, et les défenses ont progressé depuis. Mais pour François Deruty, le principe reste parfaitement valable.
Petit test que je recommande aux curieux : le jeu Gandalf de Lakera vous met au défi de soutirer un mot de passe à une IA, niveau après niveau. C'est ludique, et c'est la meilleure façon de comprendre en dix minutes à quel point un modèle peut se laisser convaincre.
Avec les agents IA, l'injection de prompt devient une vraie cyberattaque
Tant qu'une IA se contente d'écrire du texte, les dégâts restent limités. Un agent, lui, agit : il lit des fichiers, lance des commandes, modifie des réglages, envoie des messages. Et c'est là que tout change.
Des journaux de sécurité désactivés par une simple phrase
Adrien Merveille raconte le cas d'une entreprise qui avait confié à des agents IA l'analyse de ses journaux de sécurité, ces relevés qui gardent la trace de chaque connexion. Chaque requête web transporte des en-têtes, des sortes d'étiquettes techniques, et certains champs acceptent du texte libre. Les pirates y ont écrit une consigne demandant d'arrêter d'enregistrer ce qui venait de leur adresse IP pendant dix minutes. L'agent a lu ces données, a pris la phrase pour un ordre et a obéi. L'attaque est passée sous le radar, puis un dernier message caché lui a demandé de reprendre son travail normalement. Aucune trace, aucune alerte.
Les bibliothèques de code piégées
Les développeurs sont une cible de choix. Ils récupèrent en permanence des briques logicielles toutes faites, sur GitHub notamment. François Deruty met en garde contre les fausses bibliothèques qui embarquent un prompt caché, intégré au logiciel au moment même de sa fabrication. Il y voit une version encore plus redoutable de l'affaire SolarWinds, cette cyberattaque de 2020 qui avait contaminé des milliers d'organisations via une mise à jour.
Des agents qui ont les clés de toute la maison
Anthony Hervé, ingénieur avant-vente chez Illumio, insiste sur un point que je trouve central : les droits accordés à l'agent. Pour faire son travail, on lui ouvre souvent l'accès à de nombreux serveurs. Avant l'IA, un pirate entré dans un réseau devait sauter de machine en machine et les compromettre une par une. Tromper l'agent lui épargne tout ce travail. Il compare ça à un cambrioleur qui force la porte d'un supermarché et n'a plus qu'à se servir dans les rayons. Il nuance quand même : ce genre d'attaque demande des compétences et reste hors de portée du premier venu.
Aucun modèle n'est infaillible : ce que disent les chiffres
Hors de portée du premier venu, peut-être, mais pas hors d'atteinte. Check Point a voulu mesurer la résistance des modèles avec le Model Risk Index de sa filiale Lakera, spécialisée dans la sécurité de l'IA. Chaque modèle reçoit environ 3 000 requêtes malveillantes, et on compte combien de fois il sort de ses consignes, dévoile ses instructions internes ou laisse fuiter des données sensibles. Voici les résultats présentés par Check Point aux Assises 2026 :
| Modèle | Éditeur | Taux de réussite des attaques |
|---|---|---|
| Grok 4.7 (meilleur résultat) | xAI | 8,3 % |
| Gemini 3.8 Flash | moins de 10 % | |
| Claude Fable 5 | Anthropic | moins de 10 % |
| Modèle le moins résistant | non précisé | 62 % |
| Plus le pourcentage est bas, plus le modèle résiste. Chiffres communiqués en octobre 2026. | ||
Autrement dit, même le meilleur élève cède dans environ une tentative sur douze. Et les nouvelles générations ne règlent pas tout : plus puissantes, elles ouvrent aussi de nouvelles portes aux attaquants. Adrien Merveille pose la question avec ironie : accepteriez-vous de monter dans une voiture qui a 8 % de chances de finir dans un arbre ? Moi non plus.
Même sans pirate, une IA mal cadrée coûte cher
Le risque ne vient pas que des attaquants. L'exemple le plus connu est celui d'Air Canada. Fin 2022, son chatbot a expliqué à un client qu'il pourrait demander après coup un remboursement partiel au titre du tarif deuil. C'était faux. Le client a porté l'affaire devant le tribunal de résolution des litiges civils de Colombie-Britannique, qui lui a donné raison en février 2024. La compagnie avait tenté de plaider que son chatbot était une entité distincte, responsable de ses propres actes. Le tribunal a balayé l'argument : le chatbot fait partie du site, donc l'entreprise répond de ce qu'il dit.
Adrien Merveille compare ça à un employé un peu fou qui raconterait n'importe quoi au nom de la société. D'où l'intérêt de tester un assistant avant sa mise en ligne, en le bombardant de requêtes piégées comme le ferait un attaquant (c'est ce qu'on appelle le « red teaming »), puis de continuer à le surveiller une fois en service.
Une faille technique, pas un problème de règlement intérieur
Ces tests réduisent le risque sans le supprimer. Eric Bohec, directeur technique de Nomios, est catégorique : on parle d'une faille technique, pas d'une question de gouvernance. Écrire de bonnes règles internes ne suffit pas, parce que la faiblesse tient au fonctionnement même des modèles de langage. Ils ne font pas de vraie différence entre une instruction et une donnée : tout est du texte. Selon lui, on ne corrigera pas ce problème une fois pour toutes.
Le cybercriminel n'est d'ailleurs pas le seul en cause. Un salarié qui formule mal sa demande peut faire dérailler un agent censé répéter toujours les mêmes étapes, et bloquer toute une chaîne de traitement. Celui qui crée un agent pour son métier ne pense pas à tous les cas de figure, et c'est normal. D'où l'idée d'une passerelle de sécurité qui lit chaque requête avant l'agent, pour la bloquer ou la rediriger si elle semble suspecte.
Mon expérience : des agents qui lisent des pages web
Ce sujet me concerne directement. Plusieurs de mes automatisations n8n confient à une IA la lecture de pages web, pour en tirer un résumé ou des informations utiles. Or une page web, c'est exactement le terrain de jeu de l'injection indirecte : texte masqué en CSS, commentaires HTML, attributs invisibles, tout ce que mon navigateur n'affiche pas mais que l'IA lit sans broncher.
Depuis que je me suis penché sur la question, je m'impose quelques règles simples :
- l'agent qui lit le web n'a aucun droit d'écriture ni d'envoi : il produit du texte, point ;
- tout ce qui part vers l'extérieur (publication, e-mail, modification d'un site) passe par une validation humaine, la mienne ;
- je garde chaque étape séparée, pour qu'une page piégée ne puisse pas déclencher une action en cascade ;
- je relis les résultats qui me semblent bizarres au lieu de les accepter tels quels.
Rien de révolutionnaire, mais ça limite beaucoup les dégâts possibles. Une IA qui ne peut rien faire d'autre qu'écrire un résumé ne peut pas désactiver un journal ou envoyer mes données à un inconnu.
Comment se protéger quand on est particulier
Pour un usage personnel, le risque est surtout de recevoir une réponse fausse ou orientée, ou de voir une IA faire une action à votre place sans que vous l'ayez vraiment demandée. Quelques réflexes suffisent :
- Ne donnez pas à un assistant IA plus d'accès qu'il n'en a besoin (messagerie, agenda, fichiers, navigateur).
- Méfiez-vous des résumés d'e-mails ou de pages qui vous poussent à agir vite : cliquer sur un lien, appeler un numéro, payer.
- Vérifiez toujours une information importante à la source plutôt que de vous fier au seul résumé.
- Refusez les extensions de navigateur ou les applications IA dont vous ne connaissez pas l'éditeur.
- Ne collez jamais de mots de passe ou de données bancaires dans un chatbot.
Si un assistant IA vous conseille soudain de transférer de l'argent, de communiquer un code ou de vous connecter sur un site inconnu, arrêtez tout. C'est peut-être le résultat d'une injection. En cas de doute, la plateforme Cybermalveillance.gouv.fr propose de l'aide gratuite.
Comment se protéger quand on est professionnel
Faute de modèle infaillible, les experts misent sur ce qui l'entoure. Voici les mesures qui revenaient dans leurs propos, complétées par les bonnes pratiques de l'OWASP :
- Le moindre privilège
- Un agent ne doit accéder qu'aux ressources strictement nécessaires à sa mission. Si on le trompe, les dégâts restent cantonnés à son petit périmètre.
- Une passerelle de filtrage en amont
- Un contrôle qui analyse chaque requête avant l'agent, et qui cherche l'intention cachée derrière le texte. Livré tel quel, un modèle reste fragile ; Adrien Merveille déconseille de le « sortir dans la rue » sans protection supplémentaire.
- La surveillance des entrées et des sorties
- Il faut regarder ce que l'agent avale, mais aussi ce qu'il recrache. Si une injection passe entre les mailles, on peut encore la stopper en voyant une donnée sensible tenter de sortir.
- L'intégrité des messages
- François Deruty va jusqu'à calculer une empreinte numérique (un hash) de chaque message envoyé à ses agents de défense, pour détecter la moindre modification en chemin. Il reconnaît que c'est coûteux en temps et en ressources.
- Le red teaming avant et après la mise en ligne
- Tester l'assistant avec des requêtes piégées avant le lancement, puis régulièrement, car les techniques d'attaque évoluent sans cesse.
- La validation humaine des actions sensibles
- Suppression, paiement, envoi, modification de configuration : un humain doit confirmer.
Méfiez-vous particulièrement des dépendances de code et des modules récupérés en ligne pour vos projets IA. Une bibliothèque piégée peut embarquer des instructions cachées dès la compilation, et contaminer tout ce qui l'utilise.
Questions fréquentes sur l'injection de prompt
- Est-ce que ChatGPT, Claude ou Gemini sont concernés ?
- Oui, tous les modèles le sont à des degrés divers. Les meilleurs résistent à plus de 90 % des attaques testées par Lakera, mais aucun n'atteint 100 %.
- Un simple utilisateur peut-il être victime ?
- Oui, surtout s'il laisse un assistant lire ses e-mails, naviguer sur le web ou agir à sa place. Le risque est plus faible avec un chatbot utilisé uniquement en mode conversation.
- Quelle différence avec un jailbreak ?
- Le jailbreak est une forme d'injection directe : l'utilisateur cherche lui-même à faire sauter les garde-fous du modèle. L'injection indirecte, elle, vient d'un contenu tiers et peut piéger un utilisateur de bonne foi.
- Peut-on corriger définitivement le problème ?
- D'après les experts interrogés, non. La faiblesse tient au fonctionnement même des modèles de langage. On peut en revanche réduire fortement le risque en encadrant l'IA.
- Les IA locales (Ollama, LM Studio) sont-elles à l'abri ?
- Non. Faire tourner un modèle chez soi protège vos données d'un envoi vers le cloud, mais le modèle reste tout aussi sensible aux instructions cachées dans ce qu'il lit.
Une course qui ne fait que commencer
Ce qui me frappe dans les propos de ces cinq experts, c'est leur lucidité. Personne ne promet de solution miracle. Gilles Walbrou le dit bien : plus on empile les protections, plus les attaquants trouvent des moyens de les contourner. Mais il ne baisse pas les bras pour autant, et rappelle qu'on a fini par maîtriser les attaques d'hier. L'injection SQL, après tout, n'a pas disparu, mais on sait aujourd'hui s'en protéger correctement.
Pour ma part, j'en tire une règle simple : une IA qui lit du contenu venu de l'extérieur doit être traitée comme un stagiaire brillant mais naïf. On lui confie du travail, pas les clés du coffre.
Comment cet article a-t-il été réalisé ? Le texte a été rédigé par mes soins, puis relu avec l'aide d'une intelligence artificielle afin de corriger d'éventuelles erreurs d'orthographe ou de grammaire. L'illustration de présentation a également été créée à l'aide de l'IA.