Pre‑trained の決定モデルである Kev‑4B を用いると、ウェブ検索で取得したページに隠れた指示文が含まれていても、従来の対策よりも攻撃成功率を約50%に低減できることが実証された。これは、公開済み重みを微調整せずに即座に応答するモデルを「ゲート」として配置することで実現される。

ゲートは、取得したページの HTML を一回読み込み、3 つの二値質問（AI に指示しているか、誤情報を含むか、クエリに関連性があるか）に対してスコアを返す。スコアが高いとそのページは全面的に破棄され、スコアが中程度なら回答全体を「引用を要求する」プロンプトで生成し、低い場合は通常の生成器に渡される。Figure 1 はこのフローを図式化している。

ベンチマークで 1,000 件のフォーラム調査クエリを使用し、隠し指示を注入したページを対象にした実験では、従来のサニタイズ・正規化・引用プロンプトのみで攻撃成功率(ASR)が 27.9 % から 13.6 % に低下し、Kev‑4B ゲートを追加するとさらに 5.7 % まで減少した。ゲートは各ページに対して 76 ms の遅延を生むが、検索時の応答率は 85.6 % から 86.2 % の間でほぼ変動しない。この結果は Table 3 に示されている。