Fable 5のサイバーセーフガード：4つのカテゴリ、1つのジェイルブレイクスケール

Fable 5は2026年7月2日にサイバーセキュリティ分類器の公開ルールと5段階のジェイルブレイク深刻度スケールとともにグローバルに再展開されました。このレッスンでは、境界線がどこに引かれているか、そしてFable 5がブロックするのではなく役立つようにセキュリティ作業をどのように組み立てるかを示します。

Fable 5は2026年7月2日にグローバルに再展開されました。今回は、サイバーセキュリティ分類器の公開ルールブックとともにです。

重要な事実：Fable 5はすべてのセキュリティコンテンツをブロックするわけではありません。すべてのリクエストを4つのカテゴリのいずれかに分類します。カテゴリによって、Fable 5が自由に支援するか、監視して時々ブロックするか、完全に拒否するかが決まります。

4つのカテゴリを知ることで、何を、どのように尋ねるべきか、そしてリクエストがブロックされたときに何をすべきかが正確にわかります。

禁止された使用 — 常にブロックされます。ランサムウェア、マルウェア開発、防御回避（AV/EDRバイパス）、コマンド＆コントロールインフラストラクチャ、被害者デバイスからのデータ抜き取り、BGPハイジャックなどのバックボーン攻撃。非対称性がルールです。攻撃者が防御者よりもはるかに多くを得る場合、それは禁止されます。

高リスクの二重使用 — 現時点ではブロックされます。ペネトレーションテスト、エクスプロイト開発、特権昇格、ラテラルムーブメント、ゼロクリック脆弱性研究。すべて正当なセキュリティ作業ですが、Fable 5は、誰がどのような承認の下で要求しているかを検証するためのより良い制御が存在するまで、このカテゴリをブロックします。

低リスクの二重使用 — ほとんど許可され、時々ブロックされます。公開システムでのOSINT、他のツールで既に可能な脆弱性特定、SSL/TLSテスト。Fable 5はここで「安全マージン」を適用します。以前のモデルよりも広い範囲の曖昧なリクエストをブロックし、有害なものが漏れるのを防ぐためのより高い信頼性のために、より多くの誤検知を受け入れます。

良性使用 — 常に許可されます。セキュアコーディング、ログ分析、インシデント対応、マルウェアのリバースエンジニアリング、パッチ管理、セキュリティ認証、災害計画。Fable 5が明らかに正当なセキュリティの質問をブロックした場合、それはハードブロックではなく、ジェイルブレイクの機会ではなく、安全マージンに該当した可能性が高いです。

サイバージェイルブレイク深刻度（CJS）スケールは、AnthropicがGlasswingパートナーと共同で開発した新しいフレームワークで、特定のジェイルブレイクが実際にどれほど危険であるかを評価します。ジェイルブレイクとは、モデルのセーフガードをバイパスするプロンプト技術です。CJSスケールはCJS-0（なし/情報提供）からCJS-4（クリティカル）まであり、各ステップが前のステップよりも数倍深刻である指数関数的なバンドがあります。

スコアを決定する4つの軸は、能力向上（ジェイルブレイクが攻撃者を既存のツールをどれだけ超えて連れて行くか）、広さ（1つのターゲットに機能するか、多数に機能するか）、武器化の容易さ（攻撃を実行するのにどれくらいの労力がかかるか）、および発見可能性（脅威アクターがどれだけ容易にそれを見つけられるか）です。能力向上で0と評価されるジェイルブレイクは自動的にCJS-0です。既存の公開ツールが同じことができる場合、新しいリスクはありません。Anthropicは研究者がFable 5のジェイルブレイクを提出するためのHackerOneプログラムを開始し、cyber-safeguards@anthropic.comでフィードバックを収集しています。

今できること

良性セキュリティ作業 — ログ分析、インシデント対応、リバースエンジニアリング、セキュアコーディング、パッチ管理 — Fable 5を直接使用します。

高リスクの二重使用作業 — ペネトレーションテストのステップ、エクスプロイト開発 — Fable 5はこのカテゴリを現時点ではブロックします。これらのステップには専門ツールを使用し、ドキュメントと修復ガイダンスにはFable 5を使用します。

安全マージンによるブロック — 明らかに正当な質問が拒否された場合、防御的な結果に向けて再構成します。分類器はコンテキスト信号に応答します。

CJS-0からCJS-4は、経営陣や政府の利害関係者とジェイルブレイクのリスクについて議論するための共通の語彙をあなたとあなたのセキュリティチームに提供します。