Fuga de datos mediante una imagen en un asistente de IA
Un texto oculto en un correo puede llevar a un asistente de IA a mostrar una imagen que transporta sus datos. Casos EchoLeak y GrafanaGhost, defensas.
En esta página
En 30 segundos
- Dónde ocurre
- Cuando un asistente de IA lee un contenido que no ha escrito él, por ejemplo un correo, una página web o un documento[3].
- Qué quiere el atacante
- Sacar datos de la empresa hacia un servidor que controla[2].
- El reflejo
- No dé al asistente más que los datos necesarios para la tarea, porque una información facilitada por descuido puede reaparecer más tarde en sus respuestas[4].
De qué se trata
En el caso de EchoLeak, un asistente de IA dejó salir datos de la empresa sin que nadie hiciera clic en nada[1]. Un texto oculto en un correo o en un documento da instrucciones al asistente[3]. Este muestra entonces una imagen cuya dirección contiene los datos[3], y la imagen se recupera automáticamente[1].
Dos casos describen este mecanismo. En EchoLeak, en Microsoft 365 Copilot, un artículo de investigadores describe una exfiltración de datos a distancia, sin autenticación, mediante un solo correo trampa, aprovechando imágenes que se recuperan automáticamente[1]. En GrafanaGhost, unos investigadores divulgaron un fallo que podía hacer que el asistente de Grafana mostrara una imagen externa, la cual enviaba datos de la empresa al atacante en un parámetro de dirección[2].
Preguntas directas
¿Hay que hacer clic para que los datos salgan?
En EchoLeak no: el ataque descrito funciona sin interacción del usuario[1]. En GrafanaGhost, Grafana declaró que la explotación habría requerido una interacción sustancial del usuario[2].
¿Qué es una inyección de prompt indirecta?
Según el NCSC (Reino Unido), es el caso en que un atacante sin acceso directo al sistema de IA escribe algo que acaba siendo procesado por el sistema y tomado por una instrucción[5]. OWASP incluye en esta categoría el contenido de correos y de archivos adjuntos procesados por asistentes de IA, así como el texto oculto en páginas web, documentos o correos[3].
¿Por qué obedece el asistente a un texto que no se ve?
Según el NCSC (Reino Unido), los grandes modelos de lenguaje actuales no aplican ninguna frontera de seguridad entre las instrucciones y los datos dentro de un prompt[5]. OWASP añade que las cadenas de procesamiento de documentos suelen transmitir al modelo el texto extraído, sin tener en cuenta la visualización, de modo que un texto invisible para el lector le llega de todos modos[3].
¿Qué datos pueden filtrarse?
OWASP cita los datos personales, la información financiera, los historiales de salud, los datos confidenciales de la empresa, las credenciales de seguridad y los documentos jurídicos[4].
¿Basta un filtro de frases sospechosas?
No. Según OWASP, el filtrado de las entradas no es una frontera de seguridad: un atacante puede reformular una instrucción de muchas maneras que una lista de bloqueo no reconoce[3]. El NCSC (Reino Unido) advierte también contra el bloqueo de los contenidos conocidos como maliciosos, porque existen infinitas reformulaciones de un ataque[5].
¿Puede desaparecer este riesgo?
El NCSC (Reino Unido) estima que la inyección de prompt quizá nunca se atenúe por completo, y que los equipos de seguridad deben saber que seguirá siendo un riesgo residual, gestionado mediante el diseño, la construcción y la explotación[5].
En la piel del atacante
El atacante no tiene acceso al asistente. Escribe un contenido que el asistente acabará leyendo: un correo, un documento, una página[5]. Oculta en él instrucciones, por ejemplo con un texto del color del fondo, minúsculo, tapado o colocado fuera de la página[3].
Su objetivo es obtener datos de la empresa en un servidor que controla[2]. OWASP describe un escenario típico: un asistente personal tiene acceso a la bandeja de entrada para resumir los correos recibidos. Un correo trampa lo empuja a recorrer la bandeja en busca de información sensible y a reenviarla a la dirección del atacante[6]. En este escenario, la extensión elegida por el desarrollador incluye además funciones de envío de mensajes, cuando para resumir basta con leer[6].
En EchoLeak, los investigadores describen un encadenamiento de elusiones: el clasificador XPIA (Cross Prompt Injection Attempt) de Microsoft, el enmascaramiento de enlaces (eludido con la sintaxis Markdown llamada reference-style), las imágenes cargadas automáticamente y un proxy de Microsoft Teams autorizado por la política de seguridad del contenido[1].
Lo que ve en la pantalla
El texto trampa no se ve: ese es su principio[3]. OWASP señala que, en sus cartografías de riesgos, los usuarios de una IA de observabilidad de confianza podían desencadenar la fuga sin saberlo[2].
La exfiltración pasa por una imagen. El ejemplo de OWASP es una etiqueta de imagen oculta cuya dirección contiene el dato que se quiere robar[3]. A continuación figura una ilustración neutralizada de este principio, que no funciona:
Ilustración neutralizada, no funcional.
[Texto oculto en un correo: instrucción que pide al asistente que muestre una imagen]
En el caso GrafanaGhost, el contexto malicioso podía llevar al asistente a ignorar sus salvaguardas y a mostrar una imagen externa, lo que enviaba los datos al atacante como parámetro de dirección[2].
Bajo el capóEquipos de TI
El mecanismo se resume en tres elementos.
- La imagen se recupera sin ninguna acción del usuario: EchoLeak aprovechaba imágenes cargadas automáticamente[1].
- Los datos viajan en la dirección de la imagen, como parámetro de dirección[2].
- La visualización de la respuesta del asistente se convierte en el canal de salida: OWASP clasifica en particular GrafanaGhost en la gestión incorrecta de las salidas del modelo (LLM05:2025)[2].
Las defensas que se esperan de la empresa se refieren a estos tres puntos.
- Filtrar lo que el asistente muestra. En GrafanaGhost, OWASP recomienda sanear el contexto externo, restringir la visualización saliente y reforzar la validación de las direcciones[2]. La lista de comprobación de OWASP pide también un saneamiento del HTML y del Markdown al mostrarlos[3]. Un modelo de salvaguarda puede examinar la respuesta antes de presentarla, incluso para detectar marcado de exfiltración, pero es a su vez un modelo y puede sufrir una inyección de prompt[3].
- Limitar los derechos del asistente. Los autores del estudio de EchoLeak sacan como lección el principio del mínimo privilegio, la defensa en profundidad y pruebas adversarias continuas[1]. OWASP da ejemplos: no ofrecer al agente una extensión que recupere el contenido de una dirección web si el sistema no la necesita, y limitar una extensión de mensajería a la lectura[6]. OWASP recomienda la aprobación de una persona para las acciones de alto impacto[6].
- Separar según la procedencia. El NCSC (Reino Unido) cita una regla sencilla: cuando un modelo procesa información de una parte, sus privilegios bajan a los de esa parte. Un asistente que procesa correos de personas externas no debe, por tanto, tener acceso a herramientas privilegiadas[5].
El NCSC (Reino Unido) señala que ningún producto basta para eliminar la inyección de prompt, y que lo máximo a lo que se puede aspirar es a reducir su probabilidad o su impacto[5]. Para el NCSC (Reino Unido), las protecciones de diseño deberían apuntar más bien a salvaguardas deterministas, ajenas al modelo, que limiten las acciones del sistema[5]. OWASP recomienda probar estas fronteras con datos ficticios y herramientas sustitutivas instrumentadas[3].
Para el empleado, OWASP indica que los usuarios deberían comprender el riesgo de facilitar sin querer datos sensibles, que luego pueden aparecer en la salida del modelo[4]. Recomienda dar pautas para evitar introducir información sensible[4], y conceder acceso solo a los datos necesarios para el usuario o el proceso de que se trate[4].
AutopsiasCasos reales
EchoLeak en Microsoft 365 Copilot, estudio de septiembre de 2025
EchoLeak lleva el identificador CVE-2025-32711. Los investigadores lo describen como una inyección de prompt sin clic en Microsoft 365 Copilot, que permitía una exfiltración de datos a distancia y sin autenticación mediante un solo correo trampa[1]. El artículo, depositado en arXiv el 6 de septiembre de 2025, se publicó en el AAAI Fall Symposium Series 2025[1].
El encadenamiento descrito combina la elusión del clasificador XPIA, la sintaxis Markdown reference-style, las imágenes cargadas automáticamente y un proxy de Teams autorizado por la política de seguridad del contenido[1]. Los autores proponen como medidas la partición de los prompts, un filtrado reforzado de las entradas y de las salidas, un control de acceso basado en la procedencia y políticas de seguridad del contenido estrictas[1].
GrafanaGhost, abril de 2026
OWASP fecha la divulgación el 7 de abril de 2026 y el reconocimiento de una corrección el 8 de abril[2]. Noma Security encontró una debilidad en los componentes de IA de Grafana, que permitía dirigir el sistema hacia recursos externos que contenían instrucciones ocultas[2]. El asistente podía entonces mostrar una imagen externa, lo que enviaba datos de la empresa al atacante como parámetro de dirección[2].
Grafana indicó después que un problema de la visualización de imágenes Markdown se había corregido con rapidez y que la explotación habría requerido una interacción sustancial del usuario[2]. OWASP precisa que no se ha asignado ningún CVE público y que se aplicó una corrección parcial al componente de visualización[2]. Se trata de una divulgación de investigación[2].
ChatGPT y los datos personales, mayo de 2024
En un artículo depositado el 31 de mayo de 2024, su autor informa de que ChatGPT 4 y 4o eran sensibles a una inyección de prompt que permitía a un atacante exfiltrar datos personales de los usuarios[7]. Según él, el ataque se aplicaba sin herramienta de terceros y todos los usuarios estaban entonces afectados[7]. La función de memoria de ChatGPT agravaba el fallo, porque permitía al atacante hacer vigilar al usuario para obtener los datos deseados[7].
Fuentes
- arXiv, «EchoLeak: The First Real-World Zero-Click Prompt Injection Exploit in a Production LLM System», 6 de septiembre de 2025. https://arxiv.org/abs/2509.10540 (consultado el 14 de noviembre de 2026)
- OWASP, «OWASP GenAI Exploit Round-up Report Q1 2026», 14 de abril de 2026. https://genai.owasp.org/2026/04/14/owasp-genai-exploit-round-up-report-q1-2026/ (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)
- OWASP, «LLM02:2025 Sensitive Information Disclosure», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/ (consultado el 14 de noviembre de 2026)
- NCSC (Royaume-Uni), «Prompt injection is not SQL injection (it may be worse)», 8 de diciembre de 2025. https://www.ncsc.gov.uk/blog-post/prompt-injection-is-not-sql-injection (consultado el 14 de noviembre de 2026)
- OWASP, «LLM06:2025 Excessive Agency», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm062025-excessive-agency/ (consultado el 14 de noviembre de 2026)
- arXiv, «Exfiltration of personal information from ChatGPT via prompt injection», 31 de mayo de 2024. https://arxiv.org/abs/2406.00199 (consultado el 14 de noviembre de 2026)
Citar este artículo
Brain, «Fuga de datos mediante una imagen en un asistente de IA», Cyberpedia, 2026. https:/
BibTeX
@misc{brain_cp284_es_2026,
author = {Brain},
title = {Fuga de datos mediante una imagen en un asistente de IA},
year = {2026},
howpublished = {Cyberpedia},
url = {https://startbrain.io/cyberpedia/es/articles/exfiltracion-datos-markdown-asistente-ia/},
note = {CC BY 4.0}
}