AIコーディングエージェントのプロンプトインジェクション対策は、外部から来た指示ファイルを確認し、ツールの実行権限・接続先・承認設定を制限することが基本です。2026年10月22日にForever Securityが公表した事案では、顧客端末で悪性パッケージの導入を実行前に遮断しました。設定の書き換えからコード実行・トークン取得に至る流れは、同社の再現試験で示されたものです。
攻撃の入口は、エージェントが指示として読み込む AGENTS.md や CLAUDE.md です。プロンプトインジェクション対策は、チャット画面の入力欄だけを守っても完結しなくなりました。開発者端末のルールファイル、接続先、承認設定まで含めて、導入後も点検し続ける運用が要ります。
この記事でわかること
- プロンプトインジェクション(直接・間接)の意味と、指示ファイルが攻撃の入口になる理由
- 再現試験の90%超・約50%という数字の条件と、事案から得るべき教訓
- 今日から始める初動点検(起動場所・指示ファイル・設定ファイル・トークン)
- Claude Code・Codex・Cursor・GitHub Copilotの公式設定の対応表
- 導入後に続ける運用の型と、点検の頻度・担当の決め方
指示ファイルもプロンプトインジェクションの入口になる
プロンプトインジェクションとは、入力や参照情報に紛れ込ませた指示でAIの挙動を誘導し、本来の目的から外れた応答や操作をさせる攻撃です。AIコーディングエージェントでは、応答の改変にとどまらないリスクがあります。エージェントはファイルを読み、コマンドを実行し、外部サーバーに接続できます。乗っ取られた時の被害が「変な返答」では済みません。
直接と間接の違い
直接プロンプトインジェクションは、ユーザー入力に含まれる不正な指示で、本来の制約や目的から外れた動作へ誘導するケースです。間接プロンプトインジェクションは、Webページやファイルなど、AIが読み込む外部コンテンツに仕込まれた指示が挙動を変えるケースです。OWASP Top 10 for LLM Applications では、どちらもLLM01のプロンプトインジェクションに分類されています。
開発現場で警戒すべきなのは間接型です。エージェントに読ませるのは、リポジトリのコード、READMEの文章、Issueのコメント、そしてルールファイルだからです。ユーザーがその操作を依頼していなくても、外部の文章が指示として扱われるおそれがあります。
指示ファイルは信頼された入力として扱われる
AGENTS.mdやCLAUDE.mdは、エージェントに「この現場のルール」を教えるための仕組みです。エージェントは起動時にこれらを読み込み、作業の前提として扱います。Claude Code公式も、CLAUDE.mdを「コンテキスト」として読み込むと説明しています。読み込み範囲や信頼確認はツール・起動方法で異なるため、作業フォルダだけでなく、実際に読み込まれる指示の出所を確認する必要があります。
当協会がFDE支援で扱う「ハーネス」、つまりルールファイル・プロンプト・ツール接続といった周辺の仕組みは、エージェントの性能を引き出す部品であると同時に、攻撃者から見れば書き換えたい標的になります。ハーネスの全体像は AIエージェントのハーネスとは?設計パターンと4つの構成レイヤーを完全解説 にまとめています。
今回の攻撃はダウンロードフォルダから始まった
Forever Securityの公表によると、発端は顧客端末の ~/Downloads で見つかった悪意あるAGENTS.mdでした。同社の再現試験では、Webページから指示ファイルを保存させ、そのフォルダでエージェントを起動して指示を読み込ませています。ダウンロードの承認・通知の挙動はブラウザや設定によって異なり、ページ閲覧だけで常に乗っ取りが成立するという意味ではありません。
Codexでは設定ファイルに外部ツールとの接続規格MCP(Model Context Protocol)のサーバーが追記される形、Claude Codeでは通信先が攻撃者のサーバーへ向けられてトークンが漏れる形が示されています。どちらも、承認やサンドボックスの回避を指示する内容でした。実際の顧客マシンにファイルがどう届いたかは、研究者も特定できていません(BleepingComputer)。
この記事は再現手順を扱いません。必要なのは仕組みの理解と、防ぐ側の設定です。
90%超・約50%は測定対象と条件を確認する
以下はForever Securityの再現試験の報告値であり、一般の利用環境で被害に遭う確率ではありません。製品間でも測定対象が異なります。
| 数字 | 内容 | 読み方 |
|---|---|---|
| Codex 90%超 | パッケージ実行に至った割合として報告 | 試行回数・バージョン・承認モードは公表資料に記載なし。試験の大半は電卓を起動する無害な代替物で、実マルウェアは隔離VMで1回のみ |
| Claude Code 約半分 | 設定ファイルへの書き込み | 同一セッションでのコード実行は約5分の1。トークン漏えいは「即座に」とされ、割合の記載なし |
CodexとClaude Codeは使われたファイルも手法も違うため、数字を並べて安全性の優劣は決められません。Forever Securityは、Codexの試験では対象フォルダの信頼と、承認・サンドボックスを回避する起動への誘導が必要だったと説明しています。報告された顧客端末の事例と再現試験を分け、自社のバージョン、権限、起動方法でリスクを判断してください。
Forever Securityは設計上の問題だと主張していますが、これは調査主体の見解であり、開発元による修正の不要・不可能を確認したものではありません。利用者側の対策とあわせて、開発元のセキュリティ情報や更新内容を確認する必要があります。
今日やる初動点検は起動場所・指示ファイル・設定・トークンの4点
最初の点検は以下の4点です。侵害が疑われる場合は、この確認に加えて端末の隔離や影響範囲の調査が必要になります。
- エージェントの起動場所を確認する。
~/Downloadsやホームディレクトリ直下で起動していないか AGENTS.md/CLAUDE.mdなど、実際に読み込まれる指示ファイルの出所と変更履歴を確認する- 設定ファイルの接続先を確認する
- 痕跡があればトークンを漏えい扱いにして失効・再発行する
起動場所はプロジェクトのフォルダに固定する
Downloadsは、ブラウザから外部ファイルが保存される場所です。Forever Securityが調査した顧客のテレメトリでは、約半数の顧客がDownloads内でエージェントを動かし、エージェントのセッションの約4分の1が実ブラウザを開いていました。母数・測定期間は公表資料に記載がなく、開発者全体の利用率ではありません。受け取った外部ファイルとエージェントが同じ場所にいる、という構図です。
Claude Codeのセキュリティ文書では、ホームディレクトリ直下の信頼確認はセッションをまたいで保存されません。Codexの承認・セキュリティ文書も、作業範囲と権限の制限を説明しています。起動場所を専用のプロジェクトフォルダに絞り、その中のファイルの出所も確認してください。場所を変えるだけで安全になるわけではありません。
覚えのない指示ファイルと接続先を点検する
作業フォルダに、書いた覚えのない指示ファイルがないかを確認します。ダウンロードしたZIPや、取得したばかりのリポジトリのものは、エージェントに読ませる前に人が目を通してください。
設定ファイルの点検対象は次のとおりです。
| 対象 | 見る箇所 |
|---|---|
Codexのユーザー設定(~/.codex/config.toml) | 想定外の [mcp_servers.*]、chatgpt_base_url の変更 |
Claude Codeのプロジェクト設定(.claude/settings.json) | ANTHROPIC_BASE_URL、プロキシ、想定外のエンドポイント、env |
| MCPの接続設定 | .mcp.json に加え、他スコープ・プラグイン・claude.aiコネクタ経由のサーバー |
MCPサーバーは .mcp.json 以外からも登録されます。Claude CodeのMCP文書でスコープや接続元を確認し、有効なサーバー全体を点検してください。
Claude Codeの /doctor prompt-audit は、CLAUDE.mdなどの古い・矛盾した指示を点検する機能です。悪意の検出を保証する機能としては説明されていないため、人による出所・内容の確認と併用します。
侵害の疑いがあればトークンを失効する
不審な接続先への変更や悪性パッケージの導入が見つかった場合は、該当端末でのエージェント利用を止め、情報システム・セキュリティ担当へ連絡します。指示ファイル、設定差分、実行ログを保全し、組織の手順に従って端末を隔離してください。認証情報の失効・再発行は、侵害されていない別の端末から行います。
手がかりになる指標として、悪意あるnpmパッケージ function-color の名前が公表されています。インストールがブロックされた記録や、依存関係の中にこの名前がないかを確認してください。Checkmarx と OSVの登録情報(MAL-2026-17647)は、悪性版として 1.0.0 と 1.7.3 を挙げています。OSVは、導入済み端末を侵害されたものとして扱い、別の端末から秘密情報を更新するよう案内しています。パッケージを削除しただけでは復旧したと判断できません。
ツール別の公式設定で承認・信頼・強制の3層を固める
エージェントごとに機能名は違いますが、守りの層は共通です。作業フォルダを信頼するか、コマンドを実行する前に人が承認するか、そして設定を組織として強制できるか。この3層を、2026年11月16日に公式ドキュメントで確認した機能名で整理します。OS・プラン・バージョンによって利用条件が異なるため、導入環境で有効な設定も確認してください。
| ツール | 信頼の確認 | 承認とサンドボックス | 組織設定・サービス側の制限 |
|---|---|---|---|
| Claude Code | 信頼していないフォルダで対話起動するとワークスペースの信頼ダイアログ。.mcp.json のサーバーは別途承認 | Manualモード(事前許可されていない編集・実行を承認)と /sandbox | managed settings、Managed MCP configuration。変更監査は ConfigChange フック |
| Codex | ユーザー設定で、対象プロジェクトに trust_level = "untrusted" を付けるとプロジェクトのローカル設定が無効になる | workspace-write と on-request の組み合わせ(Autoプリセット) | requirements.toml(承認ポリシー・サンドボックス・MCP許可リスト・マネージドフック) |
| Cursor | Workspace Trust(既定は無効) | ターミナルコマンドは既定で承認が必要。MCP接続・未許可のツール呼び出しも承認対象 | Workspace TrustをMDMで強制 |
| GitHub Copilot(cloud agent) | 書き込み権限のないユーザーのイベントは既定で無視 | ファイアウォールで通信を制限。既定ではPRのワークフローは書き込み権限者の承認まで実行されない | 単一ブランチへのpushのみ許可 |
Claude Codeは承認とサンドボックスを組織設定で固定する
Claude Codeで特に注意したいのは、CLAUDE.mdが強制される設定ではなく「コンテキスト」として扱われる点です。CLAUDE.mdに禁止事項を書くことだけでは、動作のブロックは保証されません。権限設定や PreToolUse フックで実行を制御し、サンドボックスと組み合わせます。
作業ディレクトリの境界も、承認プロンプトの仕組みです。承認したBashコマンドをOSレベルで制限するわけではないため、OSレベルの制限には /sandbox を使います。
組織向けにはmanaged settingsで標準設定を配布し、/permissions で点検します。ConfigChange フックは、対応する設定変更を監査し、実行中のセッションへの反映をブロックできます。ただし、ファイルへの書き込み自体を止める機能ではなく、管理ポリシーの変更などブロックできない対象もあります。このフックだけで今回の攻撃を防げるとは判断できません。
詳しい権限設計は Claude Codeのセキュリティ対策とは?法人向けの社内ルール設計・権限管理・導入チェックリストを解説 を参照してください。
Codexは管理要件で承認・サンドボックスの選択肢を制限する
Codexで見るべきは、承認とサンドボックスを丸ごと無効にするフラグ(--dangerously-bypass-approvals-and-sandbox、別名 --yolo)です。公式は非推奨としています。
requirements.toml の管理設定では、ユーザー設定やCLIによる上書きを制約し、承認・サンドボックスの選択肢を絞れます。MCPサーバーは許可リストの名前と識別情報(起動コマンドやURL)が一致する場合のみ有効です。mcp_servers を空の許可リストとして定義すると全MCPが無効になります。未設定とは異なります。
設定例の値は版によって変わります。廃止された approval_policy = "untrusted" と、現在も使われるプロジェクトの trust_level = "untrusted" は別の設定です。社内に配布する前に、利用するCodexのバージョンと現行の設定値を確認してください。管理要件は適用対象のCodexを制約するため、別ツールの起動まで一括して防ぐものとみなさず、OS権限と実行環境も点検します。
CursorとCopilotは公式が示す限界を前提にする
Cursorの公式セキュリティ文書は、Run Modesを「ベストエフォートのガードレールであり、厳密なセキュリティ境界ではない」と明記しています。Workspace Trustは既定で無効のため、有効化はMDMで組織として強制するのが筋です。信頼できないリポジトリは、AI機能を使わずエディタとして開く運用が推奨されています。
GitHub Copilot cloud agentの公式文書は、IssueやコメントにAIへの指示が隠されるリスクと、HTMLコメントの除外、ファイアウォール、ブランチへのpush制限などの緩和策を説明しています。ローカルのVS Codeでは、未信頼ワークスペースのRestricted Modeでエージェントが無効になります。クラウド側とローカル側を分けて確認してください。
CursorのRules文書は、.cursor/rules とルート・サブディレクトリの AGENTS.md を説明しています。Cursorを使うチームでは、これらも変更レビューの対象に含めてください。
導入して終わりにせず、指示ファイルと設定を点検し続ける
プロンプトインジェクション対策は、設定を1回配って終わる作業ではありません。ルールファイルは更新され、MCPは追加され、ツール側の機能も変わります。攻撃の入口が「ハーネスそのもの」である以上、守りも継続的に整える運用が要ります。
継続運用に組み込む点検項目
点検の頻度や担当は公式ドキュメントに書かれていないため、以下は当協会の提案です。組織の規模に合わせて調整してください。
| 点検項目 | 頻度の目安 | 担当の目安 |
|---|---|---|
配布している強制設定(managed settings、requirements.toml、MDM)の差分確認 | 月次 | 情シス・セキュリティ担当 |
共有リポジトリの AGENTS.md / CLAUDE.md / rules の変更レビュー | 変更のたび(PRレビュー) | テックリード |
| 接続中のMCPサーバーと許可リストの棚卸し | 四半期 | 情シス・開発部長 |
| 開発者端末の起動場所・外部ファイルの混入チェック | 四半期 | テックリード |
| トークン失効・再発行の手順の演習 | 半年 | セキュリティ担当 |
運用上の基本として、指示ファイルを「コード」と同じレビュー対象にします。通常のコードと同じように、変更はPRで差分を見て、承認者を決めます。ルールファイルへの1行の追加が、承認の回避を促す文面でないかを人が読む。紛れ込みに気づく機会を、仕組みとして確保できます。
権限の考え方は AIエージェントの権限管理とは?企業が決めるID・権限・監視の設計 が参考になります。
監視と改善のサイクルを回す
Claude CodeとCodexにはOpenTelemetryによる利用・実行情報の出力があります。CursorのEnterprise監査ログはサインインや設定変更などを記録しますが、プロンプト・応答・生成コードは含みません。利用可能なプラン、記録対象、保存先を確認し、今回のような設定変更を追跡できるか点検してください。
設定の強制と監視が揃ったら、次はインシデントの学びを設定へ戻す段階です。「承認プロンプトが多すぎて全部許可してしまう」といった現場の迂回は、セキュリティ設定が使いにくいサインです。許可リストの見直しや、作業内容に合ったルールの分割で摩擦を減らします。この考え方は AIエージェントの運用・保守とは?本番導入後に育てる改善サイクル に詳しく書いています。
現場に入って最適化するFDE支援
導入直後のAIは、現場に最適化されていません。当協会のFDE(Forward Deployed Engineer)支援は、モデルそのものではなく、ルールファイル・プロンプト・ツール接続といったハーネスを継続的に最適化する取り組みです。AIエージェントの調整・最適化、システム障害時の保守対応、運用の伴走や質問対応を、主に客先常駐で担います。
指示ファイルの棚卸し、接続先の点検、承認設定の見直しを、現場の開発フローの中で回したい場合は、お問い合わせフォーム からFDE支援についてご相談ください。FDEサービスの範囲や選び方は FDEサービスとは?支援範囲・費用・選び方を法人向けに解説 で整理しています。
運用を担う社内人材を育てる場面もあります。エージェントの仕組みと安全な使い方を、開発者全員が実務レベルで共有する必要があるなら、AI駆動開発研修 が選択肢になります。
よくある質問
プロンプトインジェクションとは何ですか?
入力や参照情報に紛れ込ませた指示で、AIを本来の目的から外れた応答や操作へ誘導する攻撃です。ユーザー入力を介する直接型と、Webページやファイルなど外部コンテンツを介する間接型があります。
今回の事案で、すぐに全社で利用を止めるべきですか?
全社一律の停止が必要かは、侵害の兆候と影響範囲によります。不審な設定変更やパッケージ導入がある端末では利用を止め、隔離・調査と認証情報の失効を優先します。兆候がない環境でも、起動場所、指示ファイル、接続先、承認・サンドボックスを点検して継続可否を判断してください。
AGENTS.mdやCLAUDE.mdに「やってはいけないこと」を書けば防げますか?
それだけでは防御を保証できません。Claude Code公式は、CLAUDE.mdを強制設定ではなくコンテキストとして扱っています。禁止事項の記載に加えて、権限設定・フック・サンドボックスによる実行制御と、指示ファイル自体のレビューが必要です。
身に覚えのない指示ファイルが見つかったら、どうしますか?
エージェントに読み込ませず、担当者が出所と内容を確認します。不審な場合は削除を急がず、ファイル・設定差分・実行ログを保全して隔離・調査につなげます。接続先の改変や悪性パッケージの導入があれば、別の安全な端末から認証情報を失効・再発行してください。
個人が使うだけなら企業向けの対策は不要ですか?
起動場所の固定、承認とサンドボックスの有効化、設定ファイルの確認は個人でも有効です。企業向けの強制設定や棚卸しは、端末ごとの設定差や確認漏れを減らすために使います。
まとめ
最初にやるのは、エージェントの起動場所をプロジェクトのフォルダに固定し、作業フォルダ内の覚えのない指示ファイルと設定ファイルの接続先を見ることです。読み込まれる指示の範囲と出所も確認してください。
次に、承認とサンドボックスを有効のまま運用するための設定を、組織の標準として配布します。Claude Codeはmanaged settings、Codexは requirements.toml、CursorはWorkspace TrustのMDM強制から始めてください。各ツールで強制できる範囲は異なるため、配布後も有効な設定と権限を確認します。
その先は、指示ファイルをコードと同じレビュー対象にし、MCPと許可リストを四半期ごとに棚卸しする運用です。数字に一喜一憂せず、点検が回る仕組みを先に作る。守りの質は、初期設定の後の積み重ねで決まります。


