Nghiên cứu phát hiện kỹ thuật prompt injection dạng “worm” qua tài liệu Word ảnh hưởng Copilot for Word
"Researchers disclosed a document-borne prompt injection/worm technique affecting Microsoft Copilot for Word, where malicious instructions hidden in a Word document can propagate into newly created documents and alter their content. Microsoft says it has addressed the reported findings with layered safeguards, but the researcher states no robust mitigation exists for the broader vulnerability class and that reworded payloads still worked after multiple updates."
Nguy cơ lan truyền qua prompt injection trong tài liệu có thể dẫn tới thay đổi nội dung tài liệu và tự sao chép chỉ dẫn sang tài liệu mới; nghiên cứu cho rằng chưa có giảm thiểu “robust” cho toàn bộ lớp tấn công.
Có thể gây gián đoạn quy trình soạn thảo và rủi ro sai lệch dữ liệu (ví dụ báo cáo tài chính) nếu tài liệu không được kiểm soát; tác động giảm phần nào nhờ cập nhật bản vá và rà soát nội dung trước khi chia sẻ.
Một nhà nghiên cứu công bố chi tiết về kỹ thuật document-borne prompt injection có khả năng lan truyền trong quy trình làm việc bình thường khi dùng Copilot for Word. Theo mô tả, kẻ tấn công có thể nhúng các chỉ dẫn độc hại vào một tài liệu Word (ví dụ dưới dạng văn bản ẩn) để khi tài liệu được đưa vào ngữ cảnh của Copilot, hệ thống có thể thay đổi nội dung đầu ra và đồng thời chép các chỉ dẫn vào những tài liệu mới được tạo từ tài liệu nguồn đó, khiến người dùng khó nhận ra sự bất thường.
Nhà nghiên cứu cho biết đã phối hợp với nhà cung cấp từ tháng 3/2026, nhưng sau nhiều bản cập nhật, lớp lỗ hổng vẫn còn khả thi. Phía nhà cung cấp cho biết đã xử lý phát hiện theo bằng chứng ban đầu bằng chiến lược defense-in-depth, chặn chỉ dẫn độc hại tại nhiều điểm và liên tục tăng cường biện pháp.
Khuyến nghị cho khách hàng: coi các tài liệu từ nguồn bên ngoài là không đáng tin, rà soát toàn bộ tài liệu trước khi đưa vào Copilot, và kiểm tra kỹ mọi tài liệu do Copilot tạo/chỉnh sửa trước khi chia sẻ hoặc phân phối. Nghiên cứu cũng nhấn mạnh thách thức nền tảng của việc dựa vào mô hình để tự phát hiện nội dung độc hại trong ngữ cảnh do đối phương kiểm soát.