何が起きたか
AnthropicのBoris Cherny氏が、同社の新モデル「Opus 5」について「これまでで最もプロンプトインジェクションされにくいモデルだ」と評価しました。この発言はSimon Willison氏が引用として2026年7月25日に取り上げたものです。
Cherny氏によれば、この事実はシステムカードの中に「少し埋もれている」ものの、PI（プロンプトインジェクション）評価とレッドチーミングの双方を通じて確認されており、Opus 5をプロンプトインジェクションで攻略するのは非常に難しいとしています。該当箇所はシステムカードの73ページです。
なぜ重要か
プロンプトインジェクションとは、外部から与えられた文章の中に悪意ある指示を紛れ込ませ、AIに本来の命令を無視させて意図しない動作をさせる攻撃手法です。ベンチマークのスコア（知能や推論力の指標）が注目されがちな中で、Cherny氏が「どの評価スコアよりも興奮している」と挙げたのが、この耐性の高さでした。
この一点は、AIの「賢さ」ではなく「安全に業務へ組み込めるか」を左右します。とりわけメールやドキュメント、外部Webページなど、信頼できない入力をAIに読ませる用途では、インジェクション耐性がそのまま実運用の可否を決めます。
論点：評価スコアより「耐性」が語られた意味
注目すべきは、開発側の人物が能力ベンチマークよりもセキュリティ特性を前面に出したことです。AIエージェントが自律的にツールを操作し、外部情報を取り込んで行動する時代には、性能そのものよりも「乗っ取られにくさ」がボトルネックになりつつある——その認識の表れと読めます。ただし現時点で公開されているのはCherny氏の評価とシステムカードの記述であり、具体的な攻撃成功率などの数値は本記事の事実には含まれていません。
💼 事業会社視点：これは自社にどう効くか
信頼できない外部入力をAIに処理させたい企業にとって、これは単なる新モデル発表以上の意味を持ちます。ECの問い合わせ対応で顧客が送るメッセージ、SaaSでユーザーがアップロードするファイル、受託開発で組む社内文書横断のAIエージェント——いずれも「入力に紛れた悪意ある指示」が最大のリスクでした。プロンプトインジェクション耐性が上がれば、これまで人手のレビューで囲っていた領域を自動化に開放できる余地が広がります。
事業責任者が今すべきは二つ。第一に、Opus 5への差し替えを検討している場合、Cherny氏の評価を鵜呑みにせず、システムカード73ページの根拠と自社の具体的な攻撃シナリオで検証することです。第二に、モデル側の耐性向上を「入力バリデーションや権限分離を省いてよい理由」にしないこと。耐性は緩和策であって免罪符ではなく、外部入力を扱うエージェントの権限は依然として最小化すべきです。
