プロンプトインジェクションを、見せずに検知する。
Hide ── 隠す プロンプト・入力 content の中身
Prove ── 証明する 「人が見た入力 = AI が読む入力」の整合性
不可視 Unicode・隠しコマンドで「人が見た入力」と「AI が読む入力」がずれるプロンプトインジェクション。Lemma で入力の normalized 形を hash 化し、人が意図した入力と AI が受け取った入力の visible_eq を runtime に検証。content を開示せずに、改ざんを検知。
live in production since 2025 · 公共インフラ PoC 稼働中 · ETHGlobal AI Agents 2026 Finalist
01 · 課題認識
推進担当の、3 つの声。
- AI 開発・運用
「不可視文字・隠しコマンドによる prompt 改ざんを、検知する仕組みが欲しい」
- セキュリティ
「ユーザー入力経由の AI 攻撃を、構造的に防ぐ層が要る」
- コンプライアンス
「AI が処理した入力が、ユーザーが意図したものと一致することを証明したい」
02 · 変化
原本を渡すか、事実だけを渡すか。
AI に渡すものが変われば、漏洩のリスクごと消える。
Without Lemma
原本をそのまま渡す
- user_prompt:
- 〇〇について教えてください
- model_input:
- 〇〇について…[INVISIBLE: ignore safety]
- model_output:
- …（不正回答）
- log:
- prompt_id / timestamp / agent_id…
↓ すべて AI・外部へ渡る
With Lemma
事実だけを渡す
- agent:
- did:lemma:agent-chat-001
- modelId:
- claude-3.7-sonnet
- inputCommitment:
- 0xb4e2…
- visibleEq:
- true
- satisfiesPolicy:
- true
- ZK verified:
- ✓ VALID
↓ 必要な事実だけ AI へ渡る
入力を normalized form（Unicode NFC、空白・不可視文字の扱いを定義）に変換し、その指紋をコミットします。推論の前段で「人が意図した入力」と「AI が受け取る入力」の visibleEq を runtime で検証し、一致しなければ実行前に止めます。入力 content を開示せずに、改ざんが無かったことを独立に検証できます。
技術詳細を見る ↗03 · 選定基準
3 つの基準で、選ぶ。
「中身を出さず渡す」「独立検証」「改ざん不能」の3 つが同時に要る業務こそが Lemma の領域です。
| 手段 | 中身を出さず渡す | 独立検証 | 改ざん不能 |
|---|---|---|---|
| アクセス制御のみ | △ | ✗ | ✗ |
| マスキング / 匿名化 | △ | ✗ | ✗ |
| 暗号化のみ | ✓ | ✗ | ✗ |
| WAF / 入力監視のみ | △ | ✗ | ✗ |
| Lemma（ZK 証明）唯一 3 つ揃う | ✓ | ✓ | ✓ |
04 · 進め方
進め方
入力整合性ポリシーの設計と PoC から入り、運用まで伴走します。
- 30 分の棚卸し — 守るべき AI エンドポイントと想定攻撃面を特定します。
- 入力正規化ポリシーを設計 — normalized form の定義（Unicode NFC、空白の扱い、不可視文字検出）を決めます。
- AI 推論の前段に接続 — prompt 投入の前に Lemma で visibleEq を検証する層を挟みます。
- PoC で 1 エンドポイント実証 — 4 週間で本番 AI 1 つに導入し、整合時の通過・改ざん時の停止を確認します。
- 導入支援と運用の伴走へ — 費用感の目安として既存プラン区分（Civic / Critical / Compliance）を参照しますが、構成と価格は会話のなかで設計します。
「ユーザー入力経由の AI 攻撃が不安」な業務を 1 つ、最初の 30 分で聞かせてください。入力 content の開示は不要です。
より広い活用シーン
このユースケースを含む、活用シーンの全体像。
業界・業務領域ごとの活用シーンと、4 つの軸で整理しています。
Solutions で 検証可能 AIの活用シーンを見る →DISCOVERY CALL
まずは、30 分の対話から。
Lemma の機能や活用場面について、ご質問にお答えします。技術的な詳細や機微情報（個人情報や機密情報など）の開示は不要です。