マザーボード上のマイクロチップの接写
ニュース深掘り

Claude Codeのセキュリティ監査、118,132件導入のskillで何が変わるか

目次を見る

AIコーディングエージェントに「このリポジトリを脆弱性チェックして」と頼んだことがあるエンジニアは少なくないはずです。CSPヘッダーを設定しろ、シークレットをローテーションしろ、レート制限を入れろ。20項目近いチェックリストが返ってくるものの、どれが実際に攻撃可能で、どれが単なる一般論なのか見分けがつかないという経験をした方に向けて、今回はCloudflareが公開している「security-audit」skill(Claude Codeに特定の役割や手順を与える拡張機能)の仕組みを整理します。

skillとは、Claude Code(Anthropicのコーディング特化型AIエージェント)やCodex、Cursorなどに、特定のタスク専用の指示書とスクリプト群を読み込ませる仕組みです。通常の会話プロンプトと違い、Markdownファイルや検証スクリプトをひとまとめにして配布できるため、チームや社外のエンジニアが同じ監査手順を再現できます。Cloudflareのsecurity-auditはそのひとつで、2026年11月20日時点でSkillselionのカタログ上118,132件のインストール実績があり、GitHubリポジトリのスター数は約76,000に達しています。

何が起きるか: AI監査が「チェックリスト」化する現象

コーディングエージェントにセキュリティレビューを依頼すると、箇条書きの提案が大量に返ってくる現象はよく知られています。問題は、その中に「攻撃者が実際に到達できる経路」とひもづいた指摘と、単なるベストプラクティスの確認が混在している点です。

たとえば「シークレットはローテーションすべき」という指摘自体は正しくても、そのシークレットがどの経路で外部から読み取られ得るのかが示されなければ、レビューを受け取った開発者は優先順位をつけられません。結果として、重大な脆弱性と軽微な改善提案が同じ重みで並び、対応の判断材料にならないレポートが量産されます。

この現象は影響範囲が広いといえます。Claude CodeやCodex、Cursorなど複数のエージェント基盤で同種のプロンプトを使えば、同じ「チェックリスト化」が再現されるためです。特定のモデルやツールに固有の問題ではなく、自由記述のセキュリティレビューという依頼の仕方そのものに起因する傾向です。

なぜ起きるか: 原因を段階的に分解する

原因は大きく3段階に分けて考えると整理しやすくなります。

1段階目は、エージェントが「指摘しない」ことへのインセンティブが働きにくい点です。見落としよりも過剰検出の方が安全に見えるため、グレーゾーンの項目も脆弱性として計上されやすくなります。

2段階目は、裏付けの基準が曖昧なままレビューが走る点です。「低信頼のアクターが、どの境界を越えて、どんな具体的被害が生じるか」を明示する仕組みがなければ、推測ベースの指摘と実証済みの指摘が区別できません。

3段階目は、指摘を出したエージェント自身がその指摘を検証してしまう点です。一人のレビュアーが提案と承認を同時に行う体制に近く、第三者的なチェックが入らない構造になっています。

Cloudflareのsecurity-auditskillは、この3段階それぞれに対応する設計を取っています。SKILL.mdという中心ファイルに「finding test(所見のテスト)」という判定基準を明文化し、候補のレビューは別の検証エージェントに回す2段階構成を採っています。

自分のプロジェクトが該当するか確認する方法

まず確認すべきは、現在使っているAIレビューの仕組みが、指摘ごとに「誰が・何を使って・どの境界を越えて・何が起きるか」を具体的に書けているかどうかです。これはどのツールのレポートにも手作業で当てはめられる基準です。

次の6項目を、受け取ったレポートの1件ごとに埋めてみてください。

確認項目合格する例不合格の例
低信頼の行為者匿名の訪問者侵入経路のない「攻撃者」
受け付けた入力や操作redirectクエリパラメータ具体名なし
本来あるべき制御遷移先のallowlist「ベストプラクティス上は」
越えた境界アプリのオリジンを離脱境界の記述なし
影響を受ける対象ログイン中ユーザーのセッション開発者自身の端末
具体的な結果有効なセッションでのフィッシング誘導「危険かもしれない」

6項目すべてを右側の例のようにしか埋められない指摘は、脆弱性ではなく「hardening note(強化メモ)」として扱うべき項目です。Cloudflareのskillのアンチパターン一覧でも、「チェックリストからの逸脱を脆弱性として提示すること」が最初に挙げられています。

あわせて確認したいのが、自分のチームや使用中のツールが生成コードを実行する前提かどうかです。security-auditskillは、外部ネットワーク遮断・allowlist化された環境・読み取り専用の対象・scratch領域のみの書き込み・リソース上限という5条件をすべて満たすサンドボックス(隔離実行環境)がなければ、コードを実行せずソースコードのみの監査に切り替える設計になっています。自前のCI環境でAIレビューを動かす場合、同等の隔離がない状態でコード実行を許可していないか見直す価値があります。

対策の手順

手元のAIレビュー結果に対して、次の手順で仕分けを行うと判断しやすくなります。

1. 受け取った指摘を1件ずつ切り出し、上記6項目の表に当てはめる
2. 6項目すべてを具体的に埋められた指摘だけを「確認必要な脆弱性」として残す
3. 埋められなかった指摘は「hardening note」として別リストに移す(捨てずに残す)
4. 「深刻度」は被害の具体性に比例させる。「感覚的に怖い」だけの指摘は深刻度を下げる
5. 可能であれば、指摘を出したエージェントとは別のセッションやツールで同じ指摘を検証させる

手順4と5は、Cloudflareのskillの2つの設計思想をそのまま踏襲したものです。深刻度の判定は「具体的な被害を言語化できなければ、感じるより深刻度を低くする」という一文がSKILL.mdに明記されています。検証については、候補となった指摘ごとに別のエージェントへ「このレポートは自分が書いたものではない、反証を試みてほしい」というプロンプトを渡すVALIDATION-AND-REPORTING.mdの仕組みが該当します。

自前の仕組みにこのような二段階検証を組み込む場合、Claude CodeのCustom Agents機能や、Codex・Cursorのプロンプトテンプレート機能を使って「検証専用エージェント」を分離するところから始められます。既存のレビュー用プロンプトに、finding testの6項目をそのまま追記するだけでも仕分けの精度は上がります。

まとめ

AIによるセキュリティレビューは、依頼の仕方ひとつで精度が大きく変わります。確認すべき点は次の3つです。

  • 受け取った指摘が「行為者・入力・境界・被害」を具体的に言語化できているか、6項目の表で仕分けする
  • 深刻度の判定基準が「感覚」ではなく「具体的な被害の有無」になっているか見直す
  • コード実行を伴うレビューを使う場合、サンドボックスの5条件(ネットワーク遮断・allowlist・読み取り専用・scratch限定書き込み・リソース上限)が揃っているか確認する

まずは直近でAIエージェントから受け取ったレビューレポートを1件、手元の6項目表に当てはめてみるところから始めてみてください。

参考

Before you trust an AI security review: the finding test inside Cloudflare's security-audit skill

AI 駆動開発のご相談は forva AI へ。

まずはお気軽にどうぞ。