プロンプトハッキングは、入力に悪意のある命令を挿入することで大規模な言語モデルを操作し、セキュリティ対策を回避または無効化します。AAISMフレームワークは、このような操作をシミュレートし、脆弱性を明らかにし、制御の回復力を向上させる最も効果的な方法として、敵対的テストを特定しています。負荷テストはパフォーマンスを評価し、入力テストはフォーマットの妥当性を確認し、回帰テストは変更後の機能性を検証します。これらのいずれも、自然言語入力の操作に直接対処するものではありません。したがって、プロンプトハッキングのリスクを軽減するには、敵対的テストが適切なアプローチとなります。

AAISMは、無制限の消費（「リソース枯渇」または「無限クエリ」とも呼ばれる）を、攻撃者（または不適切なプロンプト）が過剰な計算を引き起こし、高コストとサービス低下につながるAI特有の脆弱性として分類しています。

プロンプト/インターフェースのインジェクションを防ぐため、AAISMは境界における予防的な技術的制御を優先します。具体的には、入力の検証/サニタイズ、構造化されたテンプレート/システムプロンプト、許可/拒否リスト、コンテキストの分離などです。これらの対策により、ユーザーが提供するコンテンツが制限され、悪意のある指示がシステム指示として解釈されるのを防ぎます。監視（A）と監査（D）は検出/保証活動であり、手動による出力レビュー（B）は補完的な役割を果たしますが、拡張性が低く、インジェクションを防ぐことはできません。
参考文献：AIセキュリティ管理™（AAISM）知識体系 - セキュアなプロンプトと入力制御、インターフェースインジェクション対策、コンテキストと命令の分離パターン。

AAISMフレームワークでは、サードパーティ製AIツールを採用する際に、監査権が最も重要な契約上およびガバナンス上のセーフガードであると規定しています。これにより、組織はツールのライフサイクル全体を通して、セキュリティ、プライバシー、倫理に関する要件への準拠を独自に検証することができます。利用規約は一般的な使用ガイドラインを提供するものの、透明性を確保するよりも責任を制限する場合が多くあります。業界認証は優れた実践を示すことはできますが、直接検証の代わりにはなりません。ラウンドテーブルテストは評価に役立ちますが、強制力に欠けます。組織の方針および外部規制に従ってツールが運用されていることを正式に保証できるのは、契約上の監査権のみです。
参考文献：
AAISM試験内容概要 - AIガバナンスとプログラム管理（サードパーティガバナンス） AIセキュリティ管理学習ガイド - ベンダー監視と監査権限

AAISMは、バイアスに対する最も効果的な対策は、代表性、多様性、包括性を備えた研修データを確保することであると述べています。これにより、偏りや組織的な過小代表が直接的に最小限に抑えられます。
複雑なアーキテクチャ（B）はバイアスを低減せず、むしろ悪化させる可能性がある。更新頻度を減らす（C）とドリフトが増加する。
ラベル数を増やす（D）と監督の質は向上するが、データ自体が偏っている場合はバイアスを根本的に解決するわけではない。
参考文献：AAISM学習ガイド - バイアス軽減とデータ品質要件。