---
license: mit
language:
- ja
- en
tags:
- prompt-injection
- indirect-prompt-injection
- llm-agents
- tool-use
- llm-security
- japanese
- translation
size_categories:
- 1K<n<10K
pretty_name: InjecAgent-ja
---

# InjecAgent-ja (v0.1.1, translation-first)

[English](#summary) | [日本語](#概要)

## Summary

A Japanese translation of **InjecAgent** (Zhan et al., ACL Findings 2024; MIT): 1,054 test cases (510 direct-harm + 544
data-stealing) x 2 settings (`base`, `enhanced`) for evaluating indirect prompt injection against tool-using LLM agents.

- **Translated**: attacker instructions, expected achievements, user instructions, the agent's `Thought`, and the natural-language
  values inside tool-response templates; the `enhanced` hacking prefix. `Tool Response` is rebuilt from the translated template
  with the exact rule that reproduces the English field for all 2,108 original cases (checked in `build_injecagent_ja.py`).
- **Kept as is** (so the original harness still applies): tool names, parameters, IDs, e-mail addresses, dollar amounts, dates.
  `tools.json` is the original English tool schema; **`tools_ja.json`** is its Japanese version (v0.1.1): only the natural-language descriptions
  (category, summaries, parameter/return/exception descriptions) are translated by Amazon Nova Pro; tool, parameter and exception names, types and
  required flags are unchanged (checked in `translate_injecagent_tools.py`).
- **Files**: `test_cases_{dh,ds}_{base,enhanced}_ja.json`, `attacker_cases_{dh,ds}_ja.jsonl`, `user_cases_ja.jsonl`, `tools.json`, `tools_ja.json`,
  and the translation sources (`ja_translations.py`, `unique_en.json`, `build_injecagent_ja.py`).
- Only 175 unique strings are translated (the 2,108 tool responses are composed from them), so a review can cover everything.

**v0.1 is a faithful translation, not a localization**: names, currencies and places stay as in the original. Japan-specific
variants (keigo / indirect phrasing, full-width and mixed scripts, yen and Japanese services) are planned for later versions.
Translated by Claude; not yet reviewed by a native-speaker panel. Please report awkward or wrong lines.

**Intended use**: measuring and hardening the robustness of LLM agents. The attack strings are the benchmark's original
test content, translated; they involve fictional data and tools only.

Related: [Japanese indirect prompt-injection probes](https://huggingface.co/datasets/masahiroid/japanese-indirect-prompt-injection-probes),
[agentdojo-ja](https://github.com/masahiroid/agentdojo-ja), [model-audit-lite](https://github.com/masahiroid/model-audit-lite).

**License / attribution**: MIT, Copyright (c) 2023 Qiusi Zhan (original InjecAgent); this translation is released under the same
license. Please cite the original:

```bibtex
@inproceedings{zhan2024injecagent,
  title={InjecAgent: Benchmarking Indirect Prompt Injections in Tool-Integrated Large Language Model Agents},
  author={Zhan, Qiusi and Liang, Zhixiang and Ying, Zifan and Kang, Daniel},
  booktitle={Findings of the Association for Computational Linguistics: ACL 2024},
  year={2024},
  url={https://arxiv.org/abs/2403.02691}
}
```

**Hub**: this dataset is part of [japanese-llm-security](https://github.com/masahiroid/japanese-llm-security) (which resource answers which question).

### Cite this dataset

DOI: [10.57967/hf/10738](https://doi.org/10.57967/hf/10738). If you use this dataset, please cite it together with the original work(s) credited above.

```bibtex
@misc{nakatsugawa2026injecagentja,
  author    = {Nakatsugawa, Masahiro},
  title     = {InjecAgent-ja},
  year      = {2026},
  publisher = {Hugging Face},
  doi       = {10.57967/hf/10738},
  url       = {https://huggingface.co/datasets/masahiroid/injecagent-ja}
}
```

## 概要

**InjecAgent**（Zhan et al., ACL Findings 2024、MIT）の日本語訳です。ツールを使うLLMエージェントに対する間接プロンプト
インジェクションを評価する1,054件（直接的な害 510 + データ窃取 544）× 2設定（`base` / `enhanced`）です。

- **翻訳したもの**: 攻撃者の指示、期待される達成目標、ユーザーの指示、エージェントの `Thought`、ツール応答テンプレート内の
  自然文の値、`enhanced` の指示上書きの前置き。`Tool Response` は、英語版の全2,108件を完全に再現する規則（`build_injecagent_ja.py`
  で検証）で、翻訳済みテンプレートから組み立て直しています。
- **そのままにしたもの**（元のハーネスがそのまま使えるように）: ツール名、パラメータ、ID、メールアドレス、ドル金額、日付。
  `tools.json` は元の英語のツール定義、**`tools_ja.json`** はその日本語版です（v0.1.1）。説明文（カテゴリ、概要、パラメータ・戻り値・例外の説明）だけを
  Amazon Nova Pro で翻訳し、ツール名・パラメータ名・例外名・型・必須フラグは不変です（`translate_injecagent_tools.py` で検証）。
- 翻訳対象のユニークな文字列は175件だけ（2,108件の応答はそこから組み立て）なので、全体をレビューできます。

**v0.1は忠実な翻訳であり、ローカライズではありません**。人名・通貨・地名は原文のままです。日本固有の派生（敬語・婉曲表現、
全角や表記の混在、円と日本のサービス）は今後の版で追加します。翻訳はClaudeによるもので、ネイティブによる査読は未実施です。
不自然・誤りの指摘を歓迎します。

**用途**: LLMエージェントの頑健性の測定と強化。攻撃文は元ベンチマークのテスト内容の翻訳で、架空のデータとツールのみを扱います。

**ライセンス・帰属**: MIT。原著作権 (c) 2023 Qiusi Zhan（InjecAgent）。本翻訳も同じライセンスです。利用時は上記の論文を引用してください。

**ハブ**: このデータセットは [japanese-llm-security](https://github.com/masahiroid/japanese-llm-security)（どのリソースが何の問いに答えるか）の一部です。

### このデータセットの引用

DOI: [10.57967/hf/10738](https://doi.org/10.57967/hf/10738)。このデータセットを使う場合は、上に挙げた元の研究とあわせて引用してください。

```bibtex
@misc{nakatsugawa2026injecagentja,
  author    = {Nakatsugawa, Masahiro},
  title     = {InjecAgent-ja},
  year      = {2026},
  publisher = {Hugging Face},
  doi       = {10.57967/hf/10738},
  url       = {https://huggingface.co/datasets/masahiroid/injecagent-ja}
}
```