Caracteres Unicode invisibles: un texto que oculta instrucciones a la IA
Una IA puede leer caracteres Unicode invisibles en pantalla. Lo que Microsoft observó en 2026 y los gestos que conviene adoptar.
En esta página
En 30 segundos
- Dónde ocurre
- En una página web, un documento, un correo electrónico u otro contenido que recibe un asistente de IA[1].
- Qué quiere el atacante
- Ocultar instrucciones a la persona dejándolas legibles para el modelo, lo que puede conducir a una exposición de datos o a acciones no autorizadas, según los permisos y las salvaguardas del asistente[1].
De qué se trata
Un texto puede contener caracteres que la pantalla no muestra. Una persona no ve nada inusual, pero un asistente de IA que recibe el texto sin formato puede leerlos, decodificarlos como texto y verse llevado a seguir instrucciones fijadas por el atacante[1].
Microsoft describió el 3 de septiembre de 2026 una campaña de phishing que insertaba estos caracteres en palabras señuelo de temática financiera para eludir los filtros de correo[1]. Este uso retoma una técnica conocida en la investigación sobre IA con el nombre de ASCII smuggling[1].
Preguntas directas
¿Qué es un carácter Unicode invisible?
Es un carácter que forma parte del texto, pero que las fuentes tipográficas y las interfaces habituales no muestran. Microsoft cita sobre todo el bloque Unicode Tags, de U+E0000 a U+E007F, que contiene una copia fantasma de los caracteres ASCII imprimibles. Estaba pensado para etiquetar el idioma y hoy está en gran parte obsoleto[1]. Una cadena puede llevar así un mensaje ilegible para una persona, pero procesado por cualquier modelo de lenguaje o programa que reciba el texto[1]. Un estudio de 2026 prueba dos maneras de ocultar un mensaje: los caracteres de ancho cero (codificación binaria) y los Unicode Tags[4].
¿Una IA sigue de verdad esas instrucciones ocultas?
Unos investigadores lo han medido. En un artículo enviado el 26 de febrero de 2026, Marcus Graves presenta un banco de pruebas que evalúa cinco modelos de dos proveedores, sobre 8 308 respuestas en total[4]. Constata que el uso de herramientas por parte del modelo aumenta mucho el cumplimiento de las instrucciones ocultas, y que unas indicaciones explícitas de decodificación lo aumentan hasta 95 puntos porcentuales para un modelo y una codificación dados[4]. El autor habla de una superficie de ataque poco explorada[4]. OWASP recuerda que unas entradas pueden influir en el modelo aunque sean imperceptibles para las personas, siempre que el modelo lea el contenido[2].
¿Un filtro contra la inyección las detiene?
No siempre. Unos investigadores probaron seis sistemas de protección, entre ellos Azure Prompt Shield de Microsoft y Prompt Guard de Meta. Muestran que unos métodos de inyección de caracteres y de aprendizaje automático adversario pueden evitar la detección, con hasta un 100 % de éxito de evasión en algunos casos[5]. OWASP precisa que el filtrado de las entradas no es una frontera de seguridad[6].
¿Se han observado ataques?
Microsoft observó una campaña de phishing de gran volumen que utilizaba estos caracteres. En los mensajes examinados, no ocultaba instrucciones a una IA: los insertaba en palabras para sortear los filtros[1]. El caso se detalla más abajo.
¿Qué gestos conviene adoptar?
- Tratar un documento, una página web o un correo electrónico de origen desconocido como no fiable antes de confiárselo al asistente. OWASP describe inyecciones indirectas que pasan por sitios web o archivos[2], y recomienda separar e identificar claramente el contenido no fiable[2].
- No incluir información sensible en una consulta a un LLM público, como recomienda el NCSC (Reino Unido)[3].
- Dejar que actúen los controles de la empresa. Microsoft recomienda retirar o normalizar los caracteres de tag y los demás caracteres invisibles antes del análisis del mensaje y antes de la ingesta por parte de la IA[1]. OWASP recomienda enviar a revisión los caracteres de ancho cero o de tag inesperados[6].
- Tomarse en serio una respuesta inesperada del asistente. OWASP aconseja vigilar las salidas del modelo para detectar indicios de una inyección lograda[6].
- No dejar que el asistente lleve solo una operación sensible: OWASP recomienda una validación humana para las operaciones con privilegios[2].
En la piel del atacante
Microsoft describe dos usos de los mismos caracteres. El primero apunta al asistente: el atacante oculta instrucciones en caracteres de tag invisibles integrados en una página web, un documento, un correo electrónico u otro contenido. La persona no ve nada inusual, mientras que el asistente que lee el texto sin formato las decodifica[1]. El segundo apunta al filtro: los caracteres cortan una palabra que el filtro busca, y este ya no la reconoce[1].
OWASP describe un escenario del primer tipo. Un usuario pide a un LLM que resuma una página web que contiene instrucciones ocultas. Estas hacen que el asistente inserte una imagen vinculada a una dirección, lo que conduce a la exfiltración de la conversación privada[2].
OWASP recoge además un estudio (Zhang et al., USENIX Security 2026) sobre 196 682 currículums de una plataforma de selección de personal: más del 90 % de los prompts ocultos no contenían ninguna instrucción explícita[6].
Lo que ve en la pantalla
Nada. Las fuentes tipográficas y las interfaces habituales no muestran la mayoría de estos caracteres[1]. En la campaña descrita por Microsoft, una palabra señuelo como funding parecía normal a quien la recibía, aunque un carácter invisible pudiera encontrarse en medio[1].
No todos estos caracteres son sospechosos. Las banderas de Inglaterra, Escocia y Gales se codifican con caracteres de tag[1].
El único indicio visible es entonces el comportamiento del asistente: OWASP define la inyección de prompt como una entrada que modifica el comportamiento o la salida del modelo de una forma no deseada[2].
Bajo el capóEquipos de TI
Los caracteres de tag son invisibles para las personas, pero existen en el nivel del procesamiento del texto[1]. Los canales de ingesta suelen pasar al modelo el texto extraído de un documento e ignoran su representación visual: un texto que el lector no ve llega por tanto al modelo[6].
En cuanto a los clasificadores de correo, Microsoft explica que una palabra corriente suele dividirse en tokens o en fragmentos de palabras. Un carácter invisible en medio puede romper esa unidad familiar, o ser eliminado si antes se aplica una normalización[1].
OWASP indica que la normalización NFKC no elimina los caracteres de ancho cero. Precisa que los caracteres de tag pueden llevar instrucciones ocultas que los modelos leen y ejecutan. Si se analiza una copia limpia pero se transmite el original, el texto oculto llega igualmente al modelo[6].
Microsoft formula el principio de defensa así: normalizar antes de comparar[1]. Microsoft Defender for Office 365 ofrece una protección contra la inyección de prompt, que cubre los casos en que unos caracteres invisibles ocultan instrucciones a los usuarios y las exponen a los sistemas de IA. La cobertura depende de la licencia, de la configuración y de la telemetría[1]. OWASP señala que no se sabe si existe un método infalible de prevención de la inyección de prompt[2].
AutopsiasCasos reales
Campaña de phishing con caracteres de tag, de febrero a mayo de 2026
Microsoft informa de que las detecciones de su firma de ASCII smuggling aumentaron con fuerza a partir del 9 de febrero de 2026[1]. El día anterior, la firma se activaba con unos 21 000 mensajes; al día siguiente, con más de 1,3 millones[1]. La mayoría de los correos se vinculaban a un grupo de unos 150 dominios de remitentes de temática financiera[1]. Los señuelos parecían ofertas de préstamos para empresas, de líneas de crédito y de anticipos de fondos[1].
Microsoft describe un ritmo estricto: mucha actividad entre semana, casi silencio el fin de semana[1]. La fase de gran volumen duró unos tres meses y cayó con claridad después del 15 de mayo de 2026[1]. Estas fechas delimitan el uso de esta técnica en los datos de Microsoft, no la campaña en su conjunto, que empezó antes sin ella y continuó sin ella[1].
En una muestra de mensajes notificados, Microsoft no encontró ninguna instrucción oculta destinada a un asistente. Un único carácter de tag invisible estaba colado dentro de palabras señuelo, para que la búsqueda de una cadena exacta fallara[1]. Los mensajes pasaban por una plataforma legítima de envío de correos, ActiveCampaign[1].
Según Microsoft, más del 99 % de los mensajes fueron detectados por capas de protección que no dependían de la detección directa de los caracteres de tag, como la reputación del remitente, de la dirección IP, de los enlaces y de los dominios, la clasificación por aprendizaje automático o los controles de autenticación[1]. Microsoft concluye que las técnicas procedentes de la investigación sobre seguridad de la IA pueden pasar rápidamente a ataques más clásicos como el phishing[1].
Fuentes
- Microsoft, «ASCII smuggling crosses over from AI prompt injection to phishing evasion», 3 de septiembre de 2026. https://www.microsoft.com/en-us/security/blog/2026/09/03/ascii-smuggling-crosses-over-from-ai-prompt-injection-to-phishing-evasion/ (consultado el 14 de noviembre de 2026)
- OWASP, «LLM01:2025 Prompt Injection», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm01-prompt-injection/ (consultado el 14 de noviembre de 2026)
- NCSC (Royaume-Uni), «ChatGPT and large language models: what's the risk?», 14 de marzo de 2023. https://www.ncsc.gov.uk/blog-post/chatgpt-and-large-language-models-whats-the-risk (consultado el 14 de noviembre de 2026)
- arXiv, «Reverse CAPTCHA: Evaluating LLM Susceptibility to Invisible Unicode Instruction Injection», 26 de febrero de 2026. https://arxiv.org/abs/2603.00164 (consultado el 14 de noviembre de 2026)
- arXiv, «Bypassing LLM Guardrails: An Empirical Analysis of Evasion Attacks against Prompt Injection and Jailbreak Detection Systems», 15 de abril de 2025. https://arxiv.org/abs/2504.11168 (consultado el 14 de noviembre de 2026)
- OWASP, «LLM Prompt Injection Prevention Cheat Sheet». https://cheatsheetseries.owasp.org/cheatsheets/LLM_Prompt_Injection_Prevention_Cheat_Sheet.html (consultado el 14 de noviembre de 2026)
Citar este artículo
Brain, «Caracteres Unicode invisibles: un texto que oculta instrucciones a la IA», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp293_es_2026,
author = {Brain},
title = {Caracteres Unicode invisibles: un texto que oculta instrucciones a la IA},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/es/articles/caracteres-unicode-invisibles-ia/},
note = {CC BY 4.0}
}