ChatGPTエージェント、セーフティバグバウンティ対象に　50%再現条件も明示

OpenAIは2026年3月25日、製品全体におけるAIの悪用や安全性リスクの特定に重点を置く、一般公開のセーフティバグバウンティプログラムを開始しました。セキュリティ上の脆弱性の基準を満たさない場合でも、重大な悪用や安全性に関するリスクを受け付ける仕組みです。

対象には、MCPを含むエージェント型リスクが含まれます。攻撃者のテキストが被害者のエージェントを乗っ取り、有害な操作や機密情報の漏えいにつながる場合が対象です。OpenAIは例としてBrowser、ChatGPTエージェント、同様のエージェント型製品を挙げています。

第三者によるプロンプトインジェクションおよびデータ流出は、少なくとも50%の確率で再現可能である必要があります。OpenAIのエージェント型製品が、OpenAIのウェブサイト上で許可されていない操作を大規模に実行する場合も対象です。

ジェイルブレイクは本プログラムの対象外です。ただしOpenAIは、ChatGPTエージェントやGPT-5におけるバイオリスク関連のコンテンツ問題など、特定の被害の種類に焦点を当てた非公開キャンペーンを定期的に実施しています。