MCP の安全は、仕様ではなく導入する側の決まりで決まる
MCP を使った仕組みが安全かどうかは、プロトコルそのものより、導入する企業がどのサーバーを、どの権限で、どう記録しながら使うかという運用の決まりで大きく変わるのが実情です。
仕様は「利用者の同意と制御」「データのプライバシー」「ツールの安全」を原則に掲げ、ツールは任意のコードを実行できるものとして慎重に扱うよう求めています。そのうえで、MCP 自体はこれらの原則をプロトコルの水準で強制できず、同意と認可の流れや適切なアクセス制御は実装する側が組み込むべきだと明記しています(Model Context Protocol「Specification」2026年7月28日改訂)。
利用者を確かめる仕組みも必須ではありません。認可は「OPTIONAL(任意)」と定められています(Model Context Protocol「Authorization」2026年7月28日改訂)。つないだサーバーが利用者を確かめる仕組みを持っているかどうかは、サーバーごとに違うということです。
国のガイドラインも、外部との連携が増えることによるリスクを書き加えました。AI エージェントのように多様な情報を扱うシステムは、入力の経路や外部連携が増えるため攻撃を受ける対象が広がり、悪意あるプロンプト攻撃のリスクが高まるという指摘です。
外部システムやクラウドサービスと自律的に連携する過程で挙動が不正に操作され、内部データが意図せず外部に送信されるおそれも追記されています(総務省・経済産業省「AI事業者ガイドラインの令和7年度更新内容」2026年3月12日)。
企業の受け止めも変わってきました。毎年選ばれる情報セキュリティの脅威の2026年の組織編では、「AIの利用をめぐるサイバーリスク」が初めて選ばれて3位、「サプライチェーンや委託先を狙った攻撃」が2位でした(IPA「情報セキュリティ10大脅威 2026」2026年1月29日公表)。外部の誰かが作ったサーバーを社内システムにつなぐ MCP は、この2つが重なる場所にあります。
決めることを表にすると次のとおりです。
| 決めること |
決めないまま使うと起きること |
中心になる部門 |
| 接続してよいサーバーの審査 |
出どころの分からないプログラムが社員の PC や社内で動く |
情報システム |
| 接続先ごとの権限 |
1つの鍵で多くのデータに触れられる |
情報システム・各システムの管理者 |
| 認証情報の保管 |
鍵が設定ファイルに残り、異動や退職の後も使える |
情報システム |
| 外部の文章に混ざった指示への備え |
読んだ文章に従って社外へ送る・消すといった操作が起きる |
情報システム・業務部門 |
| 利用の記録 |
事故の後に、誰の依頼で何が起きたかを追えない |
情報システム・監査 |
AI エージェントに関する他の記事は AI エージェントのカテゴリ から読めます。
接続してよいサーバーは、提供元・更新・権限の3点で審査する
接続してよいサーバーは、提供元、更新の状況、要求する権限の3点で審査し、合格したものだけを許可リストに載せます。社員が個別に見つけたサーバーをそのまま使う状態は、会社が把握していない AI の利用(シャドー AI)と同じ問題を抱えるからです。
審査が欠かせない理由は、社員の PC で動くタイプのサーバーにあります。PC で動くサーバーは、利用者がダウンロードして実行するか、自分で作るか、AI アプリの設定の手順でインストールするものです。
こうしたサーバーについては、AI アプリと同じ権限で動くことを利用者に警告し、既定の権限を最小限にした隔離環境で動かすことが、AI アプリ側に勧められています(Model Context Protocol「Security Best Practices」2026年7月28日改訂)。PC の中のファイルや保存された鍵に手が届く位置でプログラムが動く、ということです。
サーバーが自分の機能について書いた説明も、そのまま信じられません。ツールの振る舞いの説明は、信頼できるサーバーから得たものでない限り、信頼できないものとして扱う決まりです(Model Context Protocol「Tools」2026年7月28日改訂)。
AI 提供者が留意する事項として、オープンソースソフトウェアを使う際は開発元や取得経路が信頼できることを確かめること、ホワイトリスト方式(=使ってよいものを列挙し、それ以外は使わせない方式)で連携するツールやシステムを制限することも、国のガイドラインに加わりました(総務省・経済産業省「AI事業者ガイドラインの令和7年度更新内容」2026年3月12日)。
審査の項目は次のとおりです。合格の目安は説明のための例で、実際の基準は扱うデータと社内規程で変わります。
| 観点 |
確かめること |
合格の目安(例) |
| 提供元 |
誰が公開しているか、取得経路は公式か |
つなぐ先のサービスの提供元が公開している、または社内で作った |
| 更新の状況 |
不具合の修正が続いているか、変更履歴が読めるか |
使う時点のものを固定し、更新のたびに審査し直す |
| 権限の範囲 |
どのツールを公開し、書き込み・削除・外部送信を含むか |
業務に要らないツールを無効にできる |
| 動かす場所 |
社員の PC か、社内のサーバーか、外部のサービスか |
社員の PC で動かすものは隔離した環境で動かす |
| 認証 |
利用者を確かめる仕組みがあるか |
社内の ID 基盤とつなげられる |
審査は一度で終わりません。同じ仕様では、サーバーが公開するツールの一覧は時間とともに変わりうるとされています。更新でツールが増えたら、増えたツールも審査の対象に加えてください。
接続先ごとの権限は、読む操作から始めて必要なときだけ広げる
権限は接続先ごとに分け、最初は読む操作だけを渡します。書き込みや送信は、業務で必要になった時点で足す形が基本です。
権限の範囲(スコープ)の設計が粗いと、鍵が盗まれたときの影響が大きくなり、監査の記録も読みにくくなります。勧められているのは、最初は危険の小さい参照の操作だけを許し、権限の要る操作を初めて行うときに追加の許可を求める段階的な形です。
よくある誤りには、「すべて」を意味するスコープを使うこと、後で確認を求められないように関係のない権限を先回りして束ねることが挙がっています(Model Context Protocol「Security Best Practices」2026年7月28日改訂)。
国のガイドラインにも、ユーザーやシステムに付与する権限を業務遂行に必要な最小限に設定する、という留意事項が加わっています(総務省・経済産業省「AI事業者ガイドラインの令和7年度更新内容」2026年3月12日)。
接続先ごとに書くと、たとえば次のような表です。業務と接続先は説明のための例です。
| 接続先(例) |
最初に許す操作 |
後から足すときの条件 |
| 社内規程・マニュアルの文書 |
指定したフォルダの検索と閲覧 |
対象のフォルダを広げるときは文書の管理者が承認する |
| 顧客管理システム |
担当する顧客の記録の閲覧 |
活動履歴の書き込みは、人が確認する運用ができてから |
| 社内のチケット管理 |
起票と、自分が作ったチケットの更新 |
完了処理と削除は渡さない |
| 社外向けのメール・チャット |
下書きの作成 |
送信は人の承認を挟み、送り先を限る |
許可するかどうかの判定は AI に任せず、つないだ先のシステムで行うのが原則です。仕様の手引きも、トークンに書かれたスコープだけを見てサーバー側で認可を判断しないことを、誤りの1つに挙げています。
業務ごとの権限を「読む・書く・実行する・外へ送る」の4つに分けて表にする方法は、AI エージェントに渡す権限の決め方をご覧ください。
認証情報は、AI に見せず、接続先ごとに分けて保管する
認証情報(パスワード、API キー、アクセストークン)は接続先ごとに別のものを発行し、社員の PC の設定ファイルではなく、会社が管理する場所に保管するのが基本です。
ネットワーク越しにつなぐサーバーの認可は、策定中の Web の認可の標準である OAuth 2.1 をもとに行います。一方、標準入出力でアプリと直接やり取りするサーバー(多くは PC の中で動くもの)は、この認可の仕組みに従わず、認証情報を実行環境から取り出すものとされています(Model Context Protocol「Authorization」2026年7月28日改訂)。後者の場合、API キーの置き場所は PC の環境変数や設定ファイルになりがちです。
鍵の使い回しも認められていません。サーバーは自分宛てに発行されたトークンだけを受け付け、それ以外を受け付けたり、他のサービスへそのまま渡したりしてはならない決まりです。
受け取った鍵をそのまま先のシステムへ渡す作り方では、先のシステムの記録に実際とは違う送り手が残り、事故の調査や監査が難しくなるとも説明されています(Model Context Protocol「Security Best Practices」2026年7月28日改訂)。
導入前に決めておく項目は次の5つです。
- 個人の鍵を設定ファイルに書かせず、会社の秘密情報の管理の仕組みから渡す
- AI の利用には、人のアカウントと分けた専用のアカウントやアプリ登録を使う
- 鍵は接続先ごとに分け、1つの鍵で複数のシステムに入れないようにする
- 有効期限を決め、異動・退職・利用停止のときに誰が失効させるかを決めておく
- 鍵の値が AI との会話や利用の記録に残らないようにする
5つ目は見落とされがちな項目です。利用の記録に入力をそのまま残す設計にすると、記録そのものが鍵の保管場所になってしまうので、記録の項目を決めるときに一緒に確かめてください。
Offers AX は、業務データを AI につなぐ基盤をお客様の環境に構築する
Offers AX は、業務固有の文脈を織り込んだ AI エージェントを設計・構築します。数週間で動くプロトタイプを作り、実業務で検証してから本実装へ進む進め方です。
基幹システム・SaaS・ドキュメントといった業務データは、お客様の既存の環境(GCP・Azure・AWS)に置いた AI の処理基盤へ接続し、その基盤に認証と監査ログを含めます。当社の環境に顧客データを抱えず、契約が終わっても作ったものはお客様の環境に残る形です。
クラウドの LLM を使えない機密性の高い案件では、貸与 PC の中で処理を完結させます。外部との通信を止めたうえで、端末内の暗号化・アクセス制御・監査ログまで設計に含める構成です。引き継ぎのドキュメントと運用体制の設計も支援に含み、導入後の運用を社内で続けられるようにします。
社内システムのどこから AI につなぐかを含めて検討したい場合は、Offers AX のサービスページで進め方をご覧ください。つなぎたい業務とシステムが決まっているなら、無料相談を申し込むから日程を決められます。
外部の文章に混ざった指示は、権限と承認で被害を抑える
AI が読んだ Web ページやメール、ファイルに指示のような文が混ざっていると、AI がそれに従って操作してしまうおそれがあります。対策の中心は、指示を見抜くことよりも、従ってしまっても重大な操作ができないようにしておくことです。
この種の攻撃は間接的なプロンプトインジェクションと呼ばれ、Web サイトやファイルのような外部の情報源から LLM が入力を受け取るときに起きるとされています。対策として挙がっているのは、モデルの権限を用途に必要な最小限にすること、権限の要る操作に人の承認を挟むこと、信頼できない外部の内容を区別して明示することです(OWASP「LLM01:2025 Prompt Injection」2025年)。仕組みはプロンプトインジェクションの用語解説に譲ります。
MCP は、サーバーが返した結果がそのまま AI に渡る仕組みです。ツールの呼び出しを人が拒否できる状態を常に保つことが推奨され、AI アプリ側には次の3つが求められています(Model Context Protocol「Tools」2026年7月28日改訂)。
- 機密性の高い操作の前に、利用者に確認を求める
- 意図しない情報の持ち出しを防ぐため、呼び出す前にツールへの入力を利用者に見せる
- サーバーから返った結果を、AI に渡す前に検証する
社内の決まりに落とすと、次の3つになります。
- 社外の文章を読むサーバー、社内の機密を読むサーバー、社外へ送れるサーバーの3つを、1つの作業の中で同時に使わせない
- 社外への送信、削除、金額が動く操作は、AI が案を作り、人が承認してから実行する
- AI アプリの自動実行(確認を省く設定)は、読む操作だけに限る
1つ目は、社外の文章を読む、社内の機密に触れる、社外へ送れる、の3つを1つの作業の中でそろえないための決まりです。どれか1つを欠いた組み合わせにしておけば、混ざった指示に従ってしまっても、社内の機密が社外へ流れる組み合わせにはなりません。
利用の記録は、誰の依頼で、どのサーバーのどのツールを呼んだかまで残す
記録は、誰の依頼で、どの AI アプリが、どのサーバーのどのツールを、どんな入力で呼び、何が返り、誰が承認したかまで残します。ツールの利用を監査のために記録することは、AI アプリ側に求められている事項の1つです(Model Context Protocol「Tools」2026年7月28日改訂)。
サーバーは、社内で割り当てた識別子(許可リストの ID など)で記録してください。ツールの名前が重複しないのはサーバーの中だけで、複数のサーバーをつなぐと同じ名前のツールが並ぶことがあるため、仕様はツールの名前の前にサーバーの識別子を付けるなどして区別するよう勧めています。
一方で、サーバーが自分で名乗る名前はサーバーどうしで重複しうるので、区別には頼らないよう仕様は注意しています。ツールの名前だけ、あるいはサーバーが名乗る名前だけを残すと、どのサーバーで何が起きたかを後から区別できません。
| 記録する項目 |
中身 |
何に使うか |
| 依頼した人 |
誰の依頼で、誰の権限で動いたか |
責任の所在の確認 |
| AI アプリ |
どのクライアントから、どの設定で呼んだか |
設定を変えた前後の比較 |
| サーバーとツール |
サーバーの識別子とツールの名前 |
審査に合格したサーバーだけが使われているかの確認 |
| 入力と結果 |
ツールに渡した値と、返ってきた内容の要約 |
外部の文章に混ざった指示の出どころの特定 |
| 承認と権限の追加 |
誰がいつ承認したか、追加の権限を求めた記録 |
権限を広げすぎていないかの見直し |
国のガイドラインは、AI 利用者に対し、操作履歴や入力・出力の記録といったログの管理体制を利用前に整えることを求めています。システムの利用状況や異常な操作を把握するためにログを定期的にレビューすること、異常な操作を検知したら即時に報告する体制を整えることも加わりました(総務省・経済産業省「AI事業者ガイドラインの令和7年度更新内容」2026年3月12日)。
記録の置き場所も、先に決めておくべき項目です。入力と結果には個人情報や社外秘の内容が含まれうるので、保存期間と閲覧できる人を決め、社内の環境に置くのが扱いやすい形です。情報の持ち出しの防ぎ方は生成AIの情報漏洩を防ぐ順番で扱っています。
導入は、許可リストと記録の準備ができた接続先から広げる
5つの項目は、すべての接続先で一度に整える必要はありません。準備ができた接続先から、次の順で広げていくのが現実的です。
- 使いたい業務と、つなぎたい社内システム・外部サービスを書き出す
- サーバーを審査し、許可リストと接続先ごとの権限の表を作る
- 認証情報の保管場所と、記録の置き場所を用意する
- 読む操作だけで、限られた部署で試す
- 記録を見ながら、承認を挟む前提で書き込みや送信を足す
- 月に1度、使われていない許可と、審査の後に増えたツールを見直す
この順で進めても残るリスクはあります。審査に合格したサーバーも更新で中身が変わりますし、外部の文章に混ざった指示を見抜く仕組みだけに頼り切れないのが現状です。だからこそ、権限を絞り、送る・消す操作に承認を挟み、記録から異常を拾う、という複数の備えを重ねておきます。
異常が見つかったときの止め方と報告の流れはAI のインシデント対応、導入後の見直しの回し方はAI エージェントの運用、社内の AI の利用ルール全体は生成AIの社内ガイドラインとガバナンスの作り方で扱っています。
MCP は、AI と社内システムをつなぐ手間を大きく減らす仕組みです。その分、つなぐ前に何を許し、何を記録するかを情報システム部門が決めておけば、社員が使い始めた後の確認も、許可リストと記録を前にして接続先の単位で進められます。