最小権限の原則とは、人や AI エージェント、プログラムに、任せた業務を行うのに必要な最小限の権限だけを与えるという、情報セキュリティの基本の考え方のことです。AI エージェントに当てはめると、読む・書く・送る・削除するの操作を分け、つなぐ先ごとに必要な権限だけを、期限と記録をつけて渡すことになります。

最小権限の原則は、誤りや乗っ取りが起きたときの被害を小さくする

最小権限の原則のねらいは、誤りや不正が起きることを前提に、起きたときに被害が及ぶ範囲を小さくしておくことです。

この原則は、コンピューターの中の情報を守るための設計原則の1つとして、1975年の論文が示したものです。システムのすべてのプログラムと利用者は、仕事を終えるのに必要な最小限の権限で動くべきだという内容で、主なねらいは事故や誤りによる被害を抑えることにあると説明されています(Saltzer・Schroeder「The Protection of Information in Computer Systems」Proceedings of the IEEE・1975年)。

いまの定義も同じ考え方です。利用者のアクセス権限を、割り当てられた作業を行うのに必要な最小限に制限すべきだとするセキュリティの原則で、制限の対象には「利用者に代わって動くプロセス」も含まれます(NIST「Glossary: least privilege」CNSSI 4009-2022 の定義・2026年11月時点)。

利用者に代わって社内のシステムを操作する AI エージェントも、この「利用者に代わって動くプロセス」として同じ原則の対象です。

業務に置き換えると、次のような使い分けが最小権限の原則の例です。

担当 渡す権限 渡さない権限
経費の申請を確かめる担当者 経費のデータを読む 支払いを確定する
問い合わせに答える AI 公開済みの FAQ を読む 顧客の契約情報を読む
議事録を要約する AI 会議の記録を読む、要約を下書きに書く 社外へメールを送る

表は編集部の例です。

権限を絞っても、誤りや乗っ取りそのものは防げません。小さくできるのは、起きたときに被害が広がる範囲です。入力や出力を検査して誤った動作を止める仕組みとは、この点で役割が分かれます。

AI エージェントに利用者の権限をそのまま渡すと、事故の範囲が広がる

AI エージェントに利用者の権限をそのまま引き継がせる設定は手軽ですが、誤った動作や乗っ取りが起きたときには、利用者が操作できるすべての範囲が被害の対象です。

国の指針は令和7年度の更新で、AI エージェントが自律的な動作の中で、人間の意図しない商品の注文やファイルの削除などを行う可能性をリスクとして書き加えました。外部のシステムやクラウドサービスと連携する過程で攻撃を受け、内部のデータが意図せず外部へ送信される可能性も、あわせて追記されています(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)。

LLM を組み込んだアプリケーションのリスクを整理した一覧も、AI の予期しない出力に応じて損害の出る操作まで実行できてしまう弱点を、Excessive Agency(AI に任せすぎていること)として挙げています。原因として示されたのは、必要のない機能まで使えること、つないだ先のシステムで必要以上の権限を持つこと、影響の大きい操作を確かめずに実行できること、の3つです(OWASP「Top 10 for LLM Applications 2025」LLM06:2025 Excessive Agency)。

AI が想定外の操作をするきっかけの1つに、読ませる文章に指示を紛れ込ませて AI を操るプロンプトインジェクションがあります。メールや Web ページを読む AI エージェントは、そこに書かれた指示に従ってしまうおそれがあり、そのとき AI にできることの上限を決めるのは、渡してある権限です。

企業の受け止めも変わってきました。研究者や企業の実務担当者など約250名の投票で順位を決める、情報セキュリティの脅威の2026年の順位(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、3位に入っています(IPA「情報セキュリティ10大脅威 2026」2026年1月29日公表)。

利用者の権限をそのまま渡した場合と、業務に必要な権限だけを渡した場合の違いを、起きうる事故と確認のしやすさで比べると次のとおりです。

観点 利用者の権限をそのまま渡す 業務に必要な権限だけを渡す
読めるデータ 利用者が見られるすべてのフォルダとシステム。業務と関係のない人事や契約の情報まで回答に混ざりうる 業務で使う資料と項目だけ。関係のない情報は最初から読めない
書き込み・更新 誤った判断で、基幹システムや共有フォルダのデータを書き換えうる 下書きや指定した欄だけに書ける。正本の更新は人が行う
送る 社外の誰にでもメールやチャットを送れる。誤送信や情報の持ち出しにつながる 送り先を社内や決めた宛先に限る。社外へは人が確かめてから送る
削除 ファイルや記録を消せる。消した後に戻せないことがある 削除の権限を渡さない。必要なときは人の承認を挟む
指示を乗っ取られたとき 利用者にできることは、すべて実行されうる 被害は渡した権限の範囲にとどまる
事故の後の確認 利用者本人の操作と AI の操作の区別がつかず、原因を追いにくい AI 専用の権限と記録があり、何をしたかを追える

表は編集部の整理です。

AI エージェントに渡す権限は、操作の種類・接続先・期限・記録の4つで決める

AI エージェントに最小権限の原則を当てはめるときは、操作の種類、接続先、期限、記録の4つを、任せる業務ごとに決めてから権限を渡します。

決めること 中身の例 中心になる部署
操作の種類 読む・書く・送る・削除するを分け、業務に要る操作だけを許す。送る・削除するのように取り消しにくい操作は渡さないか、人の承認を挟む AI を使う業務部門
接続先 つなぐシステム・フォルダ・ツールを一覧にし、一覧にないものにはつながせない。接続先ごとに読む範囲と書く範囲を分けて決める 情報システム部門
期限 作業の期間だけ有効な権限にする。プロジェクトの終了や担当の交代のときに見直し、使われていない権限を外す AI の推進を担う部署
記録 AI 専用のアカウントで動かし、操作の履歴と入力・出力を残す。決めた頻度で読み、異常な操作に気づいたらすぐ報告する 情報システム部門

表は編集部の整理です。

国の指針の更新でも、同じ方向の留意事項が加わりました。AI を提供する事業者に向けて挙げられたのは、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こと、使ってよいものを列挙するホワイトリスト方式で連携ツール・システムを制限すること、人間の判断を介在させる仕組みを構築すること、の3つです。AI を利用する事業者には、操作履歴や入力・出力の記録などのログの管理体制を利用の前に整え、ログを定期的に見直し、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が求められました(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)。

表の4つのうち、期限は見落とされやすい項目です。試しに広い権限で動かしたまま本番に移ると、誰も外さないまま権限が残り続けます。期限を決めておけば、見直しの時期が来たときに、その権限が今も要るかを確かめるきっかけになります。

まずは、いま動いている AI エージェントごとに、つないでいる先と、許している操作(読む・書く・送る・削除する)を1行ずつ書き出してください。利用者の権限をそのまま使っているものや、送る・削除するを人の確認なしに許しているものがあれば、そこから見直すのが近道です。

業務ごとに権限を区分して表にする手順と、承認・記録の設計は、AI エージェントに渡す権限の決め方で詳しく説明しています。MCP(=AI と社内外のツールやデータをつなぐための共通の接続方式)で社内システムにつなぐ場合に審査する項目は、MCP を社内システムにつなぐ前に決めることにまとめました。

Offers AX は、AI エージェントの構築から社内の運用体制づくりまでを一体で進める

Offers AX では、AI エージェントの設計・構築と、引き継いだ後の社内の運用体制の設計を、最初から一続きの支援として進めます。

株式会社overflow の Offers AX は、コンサルティング・AI エージェント開発・内製化支援の3つを、業務の現場に近い距離で戦略立案と実装を一体で進める FDE 型で提供する支援です。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、数週間で動くプロトタイプを作って、実業務での検証から本実装へ進みます。

AI の処理基盤はお客様の環境の中に構築し、GCP・Azure・AWS のいずれにも対応します。当社の環境に顧客データを抱えず、契約が終わっても資産はお客様の環境に残る方針です。機密性の高い業務では、テレメトリを含む外部との通信を止め、端末内の暗号化・アクセス制御・監査ログまでを設計に含めた例もあります。

内製化支援では、引き継ぎのドキュメントの整備と社内の運用体制の設計に加え、エンジニア採用の要件定義まで支援します。AI エージェントに渡した権限の見直しや記録の確認を、引き継いだ後に誰が担うかも、運用体制を設計するときに決めておきたい事項です。

支援の範囲と進め方は、Offers AX のサービスページをご覧ください。いま動いている AI エージェントの権限を棚卸ししたい、これからつなぐ社内システムの範囲を決めたいという場合は、無料相談を申し込むからご相談ください。

最小権限の原則は、ガードレールや人の確認とは守る場所が違う

最小権限の原則は、AI や人に「何ができるか」の上限を前もって絞る考え方です。AI の入出力を検査する仕組みや、人が確かめてから実行する仕組みとは、守る場所が違います。

用語 何をするか 最小権限の原則との関係
知る必要の原則(need-to-know) 情報を見てよい人を、業務で知る必要がある人に限る 情報を見る権限に、最小権限の原則を当てはめた例
AI ガードレール AI への入力と AI の出力・操作を機械で検査し、禁止したものを止める 渡した権限の範囲の中で起きる誤った操作を、実行の前に止める
ヒューマン・イン・ザ・ループ 影響の大きい操作の前に、人が確かめて承認する 権限を渡したうえで、取り消しにくい操作にだけ人の判断を挟む
Excessive Agency AI に必要以上の機能・権限・自律性を与えているリスク 最小権限の原則で避けようとする状態

表は編集部の整理です。

知る必要の原則については、1975年の論文でも、軍の「need-to-know」の規則が最小権限の原則の例として挙げられていました(Saltzer・Schroeder「The Protection of Information in Computer Systems」Proceedings of the IEEE・1975年)。

3つの仕組みは、どれか1つを選ぶものとは限らず、重ねて使うのが前提です。LLM を組み込んだアプリケーションのリスクの一覧も、対策として、つないだ先のシステムに与える権限を必要最小限に絞ること、利用者の代わりに行う操作をその利用者の権限の範囲で最小の権限で実行すること、影響の大きい操作の前に人の承認を求めることを並べて挙げています(OWASP「Top 10 for LLM Applications 2025」LLM06:2025 Excessive Agency)。

ガードレールは検査をすり抜けた操作を止められず、人の確認は件数が増えると中身を見ないまま承認しがちです。権限を絞っておけば、どちらかが見落としたときにも、被害の上限が決まっています。

何をするかを前もって決めきれない AI エージェントでは、権限の決め方が検討の途中

最小権限の原則は、任せる仕事が前もって決まっているほど当てはめやすい考え方です。手順をその場で組み立てる AI エージェントでは、必要な権限を導入の時点で決めきれない場合があるのが難しいところです。

米国の標準化機関の研究拠点は、AI エージェントの識別と認可について意見を集める文書の中で、導入した時点では必要な操作を予測しきれない AI エージェントに、どう最小権限を定めるかを問いとして挙げました。エージェントの識別の情報を作業ごとの一時的なものにすべきか、利用者の代わりに動く場合の権限の委任をどう扱うか、エージェントの操作と意図を改ざんできない形で記録するにはどうするか、も論点に並んでいます(NIST NCCoE「Accelerating the Adoption of Software and AI Agent Identity and Authorization」草案・2026年2月)。

この文書は、実証の事業の範囲を決めるために意見を募った概念文書の草案で、意見の募集は2026年2月5日から4月2日まででした。

企業の側では、まず任せる業務を狭く決め、その業務に要る権限から始めるのが現実的です。必要な操作が増えたら、記録を見て理由を確かめてから権限を足し、使われなかった権限は期限の見直しのときに外します。狭く始めて足していくと、どの権限を何のために渡したかが記録に残ります。

最小権限の原則と一緒に使われる用語

  • AI エージェント: 目標に向けて、道具や社内のシステムを使いながら自分で手順を進める AI のことです。仕組みと使いどころはAI エージェントの用語ページで説明しています。
  • プロンプトインジェクション: AI に読ませる文章に指示を紛れ込ませ、意図しない動作をさせる攻撃です。攻撃が成功したときの被害の上限は、渡した権限で決まります。
  • Excessive Agency: AI に必要以上の機能・権限・自律性を与えているリスクのことです。これを含むリスクの一覧の全体は、OWASP Top 10 for LLM Applicationsの用語ページにまとめました。
  • ヒューマン・イン・ザ・ループ: 影響の大きい操作の前に、人が確かめて承認する仕組みです。
  • 知る必要の原則: 情報を見てよい人を、業務で知る必要がある人に限る考え方です。
  • AI セキュリティ: AI を狙う攻撃や AI の誤った動作から、データと業務を守る取り組みの全体です。権限の設計はその一部で、全体の項目はAI セキュリティの用語ページで整理しています。

AI エージェントを業務に入れるときの作り方・評価・運用は、AI エージェントのカテゴリの記事で順に読めます。