AIの鬼
#新モデル Qiita AI

Claude Code auto modeを"自社仕様"にする。classifierに信頼できるインフラを教える設定

Claude Code auto modeを"自社仕様"にする。classifierに信頼できるインフラを教える設定(内容を表す図ではないイメージ画像)
イメージ

Claude Code の auto mode には、classifier という裏方がいる。ユーザーが指示した操作を、実行前に審査する専用モデルだ。危険な操作—force push、シークレット混入、本番環境への無許可アクセス—をブロックしてくれるのはありがたい。だが実務で使い始めると、すぐに壁にぶつかる。classifier が、あなたの会社のふつうの操作まで止めてくるのだ。GitHub Organization へのpush、チーム共用のクラウドバケットへの書き込み。自分たちの内部操作なのに「見覚えのない外部」として扱われ、ブロックされる。

これを直すのが autoMode という設定ブロックだ。「うちが信頼しているリポジトリ、バケット、ドメインはこれだよ」と classifier に教える。すると日常的な内部操作でいちいち止まらなくなる。書き方はシンプルで、自然文でいい。「Source control: github.example.com and all repos under it」「Trusted cloud buckets: s3://acme-build-artifacts」というふうに、新入社員に自社インフラを説明するつもりで書く。加えて、4段ティアの優先順位—hard_deny(無条件ブロック)> soft_deny(意図で解除可)> allow(例外)> ユーザーの明示的意図—が、何を止めるか決める。push やPR 作成を絶対確認したいなら permissions.ask で明示的に止められる。

ここで重要なのは、セキュリティ設定が「あなたを守る」のではなく「信頼インフラを明示化する」仕組みだということだ。classifier は単なる警察ではなく、「あなたの会社は何を信頼しているのか」を可視化するツールである。その結果、チーム内でセキュリティ境界が言語化される。本番環境はどこか。外部システムは何か。何に対して力尽くでブロックすべきか。これをコード化できるというのは、セキュリティ文化の成熟を意味する。中小企業がこれを活用できれば、エンジニアの作業を縛りつけるのではなく「なぜそこを守るのか」を全員が腹に落とせる組織になる。

※ 上記は配信元記事をもとにAIの鬼編集部が要約・再構成したものです。正確な内容は出典元をご確認ください。

御社でもAIを使ってみませんか
まずはここから 御社でもAIを使ってみませんか? 御社の実際の業務を題材に、AIで何ができるかを一緒に考えます。 「ChatGPTの使い方」を教えるだけの研修ではありません。 AI研修・AI活用相談 →