定義
レインボーチーミングとは、リスクカテゴリと攻撃スタイルを掛け合わせて多様な敵対的プロンプトを自動生成し、AIモデルの脆弱性を網羅的に洗い出すレッドチーミング手法のこと。
レインボーチーミング (Rainbow Teaming)とは（詳しく解説）
レインボーチーミングは、進化的アルゴリズム（MAP-Elites型の探索）を使い、リスクカテゴリと攻撃スタイルを掛け合わせて多様な敵対的プロンプトを自動生成し、LLMやAIエージェントの安全性を体系的に検証するレッドチーミング手法とされる。手動での攻撃パターン作成に比べ、探索空間を網羅的にカバーできる点が評価されている一方、2026年時点の実運用では、生成される大量のプロンプトを人手で分類・優先順位付けする工程がボトルネックになりやすい。専門ベンダーに検証を委託する場合の相場感として、対象モデルの規模やリスクカテゴリ数に応じてコストが大きく変動するため、現場では自社のAIエージェントを継続的に更新するなら内製の継続モニタリングに組み込み、単発の安全性監査なら外部委託を使い分ける選び方が広く採用されているとされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「レインボーチーミング (Rainbow Teaming)とは」 https://aipicks.jp/glossary/rainbow-teaming
レインボーチーミング (Rainbow Teaming)の使用例
- リスクカテゴリ「違法行為助長」×攻撃スタイル「丁寧な依頼口調」の組み合わせで敵対的プロンプトを自動生成する。
- 生成AIチャットボットのリリース前に、複数のリスクカテゴリを横断してレインボーチーミングで脆弱性を洗い出す。
