SECURITY
セキュリティ・コンプライアンスのQ&A
生成AI・エージェントを社内で安全に使うための、ポリシー・データ分類・技術統制・監査・法務・ベンダー評価までを整理したQ&Aです。情シス・法務・経営が同じ前提で議論できる実務的な論点を、販売色の少ない説明でまとめています。
全18問 ｜ 最終更新: 2026/05/29
質問一覧
- 1社内のAI利用ポリシーは、最低限どの要素を含めるべきですか？利用可能なツール・モデル、入力してよいデータ区分、人の確認義務、ログ・保管、違反時の報告経路をセットで定義します。禁止事項だけではシャドーITが増えます。
- 2AI向けのデータ分類（機密区分）は、既存の情報分類とどう揃えますか？既存の公開／社内限定／機密／個人情報の区分をそのまま軸にし、「外部モデルへ送ってよいか」「RAGに載せてよいか」「学習に使わせてよいか」を列で足します。
- 3プロンプトインジェクションとは何で、どう緩和しますか？ユーザー入力や外部文書に「以前の指示を無視せよ」などの命令が混ざり、システムの意図した動作を上書きする攻撃です。信頼境界の分離・入力検証・権限最小化・人の確認でリスクを下げます。
- 4AIの出力フィルタリングは、何をブロック・マスクすべきですか？個人情報・認証情報・内部限定用語・禁止トピックの漏えいを、ルールベースとモデルベースの両方で検知し、ブロックかマスクか人レビューかを業務ごとに決めます。
- 5AI利用の監査ログは、何を・どの期間・誰が見られるようにすべきですか？誰が・いつ・どのツールに・どのデータ区分で・何を入力し・何を出力したか、およびツール実行・承認・ポリシー違反検知を、改ざん耐性のあるストアに保持します。閲覧は職務分離します。
- 6GDPRや日本の個人情報保護法（APPI）を意識するとき、AIで押さえる論点は？目的限定・データ最小化・第三者提供・越境移転・開示・削除・自動化された意思決定への対応を、処理フロー単位でマッピングします。ベンダーのサブプロセッサ一覧も確認します。
- 7AIベンダーのセキュリティレビューでは、何をチェックリストに入れますか？認証方式、データの保存場所と暗号化、学習利用のオプトアウト、サブプロセッサ、ログ・削除、脆弱性対応、インシデント通知、契約上の責任分界を、社内の調達・情シス・法務で共通テンプレにします。
- 8SOC2はAI導入の判断にどう使えますか？SOC2 Type IIは、ベンダーが一定期間、セキュリティ・可用性などの統制を運用している第三者証跡です。レポートの信頼サービス基準（TSC）と例外事項を読んだうえで、自社リスクとのギャップを埋めます。
- 9従業員向けのAIセキュリティ教育は、何を伝えると効果的ですか？操作説明より「データ区分ごとの正しい使い方」「よくある誤り」「報告先」を、業務シナリオと短い演習で繰り返します。一度きりのeラーニングだけでは定着しません。
- 10AI関連のセキュリティインシデントは、どう初動対応しますか？封じ込め（キー無効化・ツール停止）→ 証跡保全 → 影響範囲特定 → 関係者通知 → 再発防止の順。通常のITインシデント手順に、モデルログとプロンプト証跡の保全を足します。
- 11プロンプトに秘密情報（APIキー・パスワード）を入れないための対策は？秘密はプロンプトに書かず、シークレットストアとランタイム注入に寄せ、キーは環境変数・ボールト・短期トークンで渡します。ログからもマスクします。
- 12モデル提供者のデータ保持・学習利用は、どう確認・契約しますか？デフォルトで学習に使うか、保持期間、オプトアウト方法、エンタープライズでのゼロ保持の有無を契約と管理画面の両方で確認し、機密区分ごとに許可ツールを限定します。
- 13BYODやシャドーAI（未承認ツールの利用）は、どう減らしますか？禁止だけでなく、同等以上に便利な承認済み手段と、データ区分に応じた明確な線引きを提供します。ネットワーク・端末の可視化と、違反時の説明可能なルールをセットにします。
- 14AIシステムのロールベースアクセス制御（RBAC）は、何を粒度にしますか？利用者ロール、参照できるデータコレクション、実行できるツール、管理操作（プロンプト編集・キー閲覧）を分け、最小権限と職務分離（SoD）を適用します。
- 15AI向けのレッドチーミング（攻撃演習）は、何を対象にしますか？プロンプトインジェクション、権限昇格、ツール悪用、データ漏えい、出力フィルタ迂回を、本番に近い設定で定期的に試します。結果はリスク台帳と改善バックログに載せます。
- 16金融・医療など規制産業でAIを使うとき、追加で押さえることは？業界ガイドライン・当局のQ&A、記録義務、説明責任、委託先管理、モデルリスク管理（MRB）の考え方を、既存のGRCプロセスに統合します。汎用ツールのまま本番投入しない設計が前提です。
- 17AIリスク台帳（リスク登録簿）には、何を書きますか？リスク説明、想定被害、既存統制、残リスク、オーナー、レビュー日、関連資産（モデル・データ・ベンダー）を一覧化し、経営・監査・プロジェクトで同じIDを参照します。
- 18AI導入前のプライバシー影響評価（DPIA／PIA）は、いつ誰が実施しますか？新規の大規模個人データ処理、プロファイリング、センシティブデータ、体系的な監視に該当しそうなときに、法務・DPO・情シス・業務が共同で実施します。軽微な効率化ツールでも、スケール時に見直します。
自社での進め方を相談する
一般論だけでなく、現在の業務と制約に合わせて実装・運用の選択肢を整理します。
自社の場合を相談する