azure-recipe-user はじめに
Skillsの登場以降、様々な企業で業務効率化の為にCursorやVSCodeなどと併用する形でSkillsが活用されるようになりました。 しかし個人での利用ではセキュリティ・ガバナンス面での評判があり、組織としての運用に移行したいと考えている方も多いと思われます。業務・データを制限し、AIセキュリティ製品でAI通信を防御する基盤を構築することを提案します。
課題
- 利用環境の個人依存
各PCへのセットアップが必要で、利用者展開やバージョンアップ、問い合わせ対応の負荷が高い。 - データ・成果の分散
案件資料や生成結果が各PCに分散し、案件単位のアクセス制御、共有、監査が難しい。 - スキル・アプリの制限不足
スキルアプリの統一バージョン、リリースや承認、脆弱性対応を組織的に実施できない。 - Codex 利用時のセキュリティファイル
・コマンド・外部接続を扱うため、実行権限、承認、通信先、機密情報、ログ操作の制限が必要です。Codex の企業利用でも、サンドボックス、承認ポリシー、ネットワーク制御、監査ログの組み合わせが重要です。
構成
Azureに移行するのではなく、「業務・データの境界」「生成AI通信の防御」「代理権限の制御」を組み合わせた基盤としてAzureを利用する、という考え方で、セキュリティAI製品とAzure環境を活用した構成が以下となります。
業務とデータの制御基盤としてのAzure
AI 用のアプリケーションを Azure 上に移行する意味としては、Microsoft Entra ID を用いたログインの管理や権限によるアクセス制御・そして Azure Front Door WAF などを用いた Web アクセス制御が可能となり、そして実行ログや成果物も含めて一元管理ができるようになるという点が挙げられ
ます。
すべての生成AI通信に対するセキュリティ体制
業務に関してはAIを活用するために、プロンプトインジェクションなどの攻撃や、データ漏洩防止のためのマスキングなどのセキュリティ対策は必須です
。 scoが生成AIに特化したセキュリティ製品を提供しています。
これらにはポリシーの一元管理機能やログ・監査機能、生成AIの脆弱性テスト（レッドチーミング）などが行われていて、それぞれのニーズに合った製品を選択することが重要です。ここで重要なのはユーザーにモデルを直接利用させず、すべてのAI通信がセキュリティ製品を通過することで、統一されたポリシーを適用することです。
Codexにおけるエージェント実行の制御
AIエンジンの核としてCodexを採用する上でも、通信や権限の制限は重要になりますが、スキルのバージョン管理やリリースの承認も、ローカルでは組織として制限がとれないため、Codexによって承認されたSkillsやツールのみを利用することで、操作範囲を必要とすることが必要です。
さらに、OpenAI Compliance Platformにより監査ログを取得し、Azure側のログシステムと一元管理することも可能になります。
課題への対応
- 利用環境の個人依存
⇒Azure 上の共通Webアプリに移行し、ブラウザから統一環境を利用 - データ・成果の分散
⇒案件データや生成物をAzure上で監視し、案件単位でのユーザ・権限分離 - スキル・アプリの制限不足
⇒スキルとアプリを一元管理し、承認済みのバージョンのみを本番環境に反映する
⇒アプリやCodex、生成AIセキュリティのログをトレースIDで関連図家、一元的に監査する - Codex利用時のセキュリティ
⇒Codexの実行範囲・ツール・MCP・通信を許可設定リスト、高リスク操作は承認制とする
⇒入力・出力などの通信経路を生成AIセキュリティ製品経由に統一し、チャージで検査する
⇒認証情報はAzureに保存する
まとめ
スキルや生成AIエージェントを個人のPC上で挑戦する段階から、組織の業務として本格的に段階活用するへ移行するためには、単純アプリケーションのクラウド移行だけではございます。利用者・データ・スキル・実行操作・AI通信を一体的に管理し、業務効率とセキュリティを両立できる運用基盤を整備する必要があります。
本提案では、Azureを業務・データの境界基盤として活用し、認証・、案件単位のアクセス制御、成果物の一元管理、スキルやアプリのバージョン管理、監査の継続を実現します。 これにより、個人PCに依存した環境から、組織として展開・運用・監査できる共通基盤へ移行できます。
また、Codex を利用する場合は、サンドボックスや許可リスト、承認ワークフロー、ネットワーク制御を組み合わせ、エージェントが実行できる操作範囲を必要に応じて制限します。さらに、入力・出力を生成AIセキュリティ製品経由に統一することで、プロンプトインジェクションや脱獄、個人・機密情報の漏洩といった生成AI固有のリスクを随時検査・制御します。
本番展開に向けては、設計・実装・検証を並行して進めながら、承認済みのスキルとアプリのみをリリースする仕組みを構築します。 業務品質テストに加えて、生成AI固有の攻撃や漏れ情報えいを確認するレッドチーム評価を実施し、検査結果を脆弱性項目、業務影響、改善アクションに整理することで、継続的な改善につなげます。
生成AIの活用を安全に拡大するために重要なのは、利用を制限することではなく、誰が、どのデータを使い、どのスキルや幼児ツール、何を実行したかを追跡できる状態を作ることです。Azure、生成AIセキュリティ、Codexの実行制御を行うことで、スキルの慎重性を協議しながら、組織として安心して運用できる生成AI基盤を実現します。
