定義
AIバグバウンティとは、AIモデルやAIシステムに潜む脆弱性・有害な出力・安全対策の回避手口を発見した外部の研究者に報奨金を支払う制度のこと。
AIバグバウンティ (脆弱性報奨金)とは（詳しく解説）
AIバグバウンティは、従来のソフトウェア脆弱性報奨金制度をAI領域に拡張したもので、プロンプトインジェクション、ジェイルブレイク、有害コンテンツ生成、学習データ漏洩、モデルの誤動作といった問題を外部のセキュリティ研究者に発見してもらい、深刻度に応じて報酬を支払う仕組みが業界標準とされる。大手AI企業やAIセキュリティプラットフォームが専用プログラムを運営する形が広く採用されている。2026年時点の実運用では、通常のWebアプリのバグと異なり「脆弱性」の定義自体が曖昧になりやすく、モデルの出力が意図通りかどうかの判定に時間がかかる点が現場の落とし穴とされる。また報酬の相場感は発見内容の再現性や影響範囲によって大きく変動し、コストが読みにくいという課題も指摘される。導入企業は、対象範囲(スコープ)と評価基準を事前に明文化し、既存の脆弱性管理・レッドチーミング体制と役割分担を明確にした上で選定することが実務上重視される。
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「AIバグバウンティ (脆弱性報奨金)とは」 https://aipicks.jp/glossary/ai-bug-bounty
AIバグバウンティ (脆弱性報奨金)の使用例
- 生成AIチャットボットの安全性検証を目的に、プロンプトインジェクションによる情報漏洩を発見した研究者へ報奨金を支払うプログラムを設ける。
- AIモデルへの敵対的入力で不適切な出力を誘発する手口(ジェイルブレイク)を報告してもらい、深刻度別に報酬額を設定する。
