Claude Codeの法人導入とセキュリティ対策 — 権限設計・ガイドライン整備の実務

Claude Code導入で押さえるべきリスクの全体像

重要なのは、これらの対策の多くが技術設定として機械的に強制できることです。「気をつけましょう」という注意喚起で終わらせず、仕組みでガードするのがAIエージェント導入の鉄則です。

対策1: データの取り扱い — 学習利用の設定とプラン選定

• モデル学習への利用設定を確認する — Claudeの設定画面で、入力データをモデル改善に利用する設定がどうなっているかを必ず確認し、方針に応じてオフにします。全社員のアカウントで統一されているかのチェックも必要です
• 契約プランのデータポリシーを確認する — 個人向けプランと法人向け（Team/Enterprise）プランではデータの取り扱い条件が異なります。全社導入では法人プランの利用条件を確認した上で選定します
• 入力してよい情報のルールを決める — 「顧客の個人情報は入力しない」「公開情報と社外秘の区分に従う」など、自社の情報区分に沿った入力ルールを明文化します

対策2: 権限設計 — permissionsで「禁止」と「毎回確認」を使い分ける

Claude Codeには、特定の操作を禁止（deny）したり、実行前に必ずユーザーの確認を求めさせたり（ask）するpermissions設定があります。当社が導入企業に推奨している基本形は次のとおりです。

【禁止（deny）】
- sudo — 管理者権限コマンドは使用禁止
- 削除・破壊系のコマンド全般（shred, mkfs, dd 等）
- .env および .env.*（.env.local 等）の読み書き・編集は一切禁止

【毎回確認（ask）】
- rm / rm -rf — ファイル・ディレクトリの削除コマンド

ポイントは、`.env` ファイル（APIキーなどの秘密情報を置くファイル）へのアクセス自体を禁止していることです。AIに秘密情報を「見せない」構造を作れば、生成物やログへの混入リスクを根本から減らせます。

対策3: 秘密情報の取り扱い — APIキーを会話に流さない

• APIキーやパスワードは、Claude Codeとの会話（チャット）に直接貼り付けない。会話履歴やターミナルのコマンド履歴に残るため
• 秘密情報は `.env` 系ファイルに自分の手で貼り付け、AIには「設定した」という事実だけを伝える
• デプロイ先（Vercel等）の環境変数は、平文で読み戻せないSensitive設定を活用する
• ソースコードや資料をGitHubに保存する場合は、必ずプライベートリポジトリにする。万一パブリックになっていたら即座に切り替える

対策4: 利用ガイドラインの策定 — 「安心して使える線引き」を示す

技術設定を整えたら、それを組織のルールとして明文化します。当社が支援先と一緒に作るガイドラインには、最低限次の項目を入れています。

1. 1利用してよいAIツールと契約プランの一覧
2. 2入力してよい情報・入力してはいけない情報の区分（自社の情報区分と対応させる）
3. 3必須の初期設定（学習利用オフ、permissions設定、モデル・プラン設定）
4. 4成果物の取り扱い（AIの出力をそのまま社外に出す前のレビュールール）
5. 5インシデント時の報告フロー（誤送信・誤公開に気づいたときに誰へ報告するか）

ガイドラインの目的は禁止ではなく、「ここまでは安心して使っていい」という線引きを示して活用を加速させることです。線引きがないと、真面目な社員ほど萎縮して使わなくなり、逆にリスク感度の低い利用だけが残るという最悪の状態になります。

全社展開の進め方 — セキュリティは「最初に」整える

当社の導入伴走支援では、次の順序を徹底しています。

1. 1業務の棚卸し — AIに任せる業務と人が担う業務を仕分けする
2. 2セキュリティの整備 — 本記事の対策1〜4を、パイロット部門の展開前に整える
3. 3人事評価への組み込み — AI活用が報われる評価・目標設定に接続する
4. 4重要業務から順次AIエージェント化 — 動く仕組みを一つずつ増やす

セキュリティを後回しにすると、途中で必ず「これは大丈夫なのか」という不安が噴出し、プロジェクト全体が止まります。「不安だから進まない」を最初に解消する——これが、遠回りに見えて最速の全社展開ルートです。