Si vous avez placé un assistant IA face à vos clients ou connecté l’un d’eux à vos données internes, les attaquants peuvent lui parler aussi. Je teste ce qu’on peut lui faire dire, révéler et faire. Certifié CLLMSP (sécurité des LLM), avec des tests basés sur l’OWASP Top 10 for LLM Applications. Le modèle n’est qu’une partie de la surface d’attaque. Directe et indirecte : utilisateurs, documents, e-mails ou pages web qui détournent les instructions de votre assistant. Prompt système, conversations d’autres utilisateurs, documents internes remontés par la recherche, secrets dans le contexte. Les outils que l’agent peut appeler, comme l’envoi d’e-mails, les remboursements ou les requêtes en base, et ce qui se passe quand il est manipulé. API, authentification, limites de débit et journalisation autour du modèle, où les vulnérabilités classiques s’appliquent toujours. Pensé pour les équipes qui livrent des fonctions IA rapidement. La plupart des problèmes viennent de ce que l’assistant a le droit de voir et de faire. Instructions internes, règles métier ou identifiants révélés en quelques questions bien choisies. Un document, un e-mail ou une page web lu par l’assistant prend discrètement le contrôle de ses réponses ou de ses actions. L’assistant peut appeler des fonctions ou des données dont il n’a jamais besoin : une seule injection a alors un impact énorme. Personne ne remarquerait un utilisateur qui extrait des données ou teste des contournements à la chaîne. Le fournisseur sécurise son modèle. La façon dont vous le connectez à vos données, vos outils et vos utilisateurs relève de votre responsabilité, et c’est là que naissent la plupart des incidents réels. L’AI Act impose des exigences de robustesse et de cybersécurité à certains systèmes d’IA. L’audit documente la résistance de votre système aux attaques et les écarts à combler. Ce n’est pas un conseil juridique. Oui, et c’est le meilleur moment : corriger un outil trop puissant ou un prompt qui fuit avant la mise en ligne coûte bien moins cher qu’après un incident. Non. Un accès à l’application en tant qu’utilisateur, plus la documentation de ses outils et sources de données, suffit. Un environnement de test est idéal. Dites-moi ce que fait votre assistant et à quoi il accède. Vous recevez une proposition à prix fixe après un appel gratuit de 30 minutes.Audit de sécurité IA et LLM pour chatbots, assistants et agents.
Ce que je teste
Injection de prompt
Fuites de données
Actions dangereuses
L’application autour
Le déroulé d’un audit de sécurité IA
Là où les assistants IA cèdent le plus souvent
Divulgation du prompt système
Injection indirecte
Outils trop puissants
Aucune surveillance des abus
Audit de sécurité IA : vos questions
Notre chatbot utilise l’API d’un fournisseur. N’est-ce pas sa responsabilité ?
Que signifie « préparation à l’AI Act » ici ?
Pouvez-vous tester avant le lancement ?
Avez-vous besoin d’accéder au modèle lui-même ?
Vous lancez une fonction IA ?
Sécurité IA et LLM
En bref
01 / Périmètre
02 / Méthode
03 / Constats fréquents
04 / FAQ
