Un audit comportamentale è un test strutturato che verifica come un modello di IA si comporta in molti scenari, non solo in un singolo prompt. Invece di porre una sola domanda isolata, i tester sottopongono il modello a attività multi-step, istruzioni ambigue, uso di strumenti, conflitti di policy e pressione simulata per vedere se rimane entro i limiti consentiti.
Nella sicurezza informatica, gli audit comportamentali sono importanti perché un modello può apparire sicuro in conversazione ma comunque prendere decisioni rischiose quando ha memoria, strumenti o accesso a sistemi esterni. I team di sicurezza usano questi audit per individuare fallimenti di confine come azioni non autorizzate, tentativi di aggiramento delle policy o esecuzione eccessivamente sicura. In difesa, i risultati aiutano a definire limiti di privilegio minimo, gate di approvazione, regole di monitoraggio e flussi di lavoro degli agenti più sicuri. In un attacco, la stessa idea può essere usata per sondare un modello alla ricerca di punti deboli, variando prompt e ambienti finché non supera le sue barriere di sicurezza.