11月12日、Nirmataが「How to set tool-level authorization for AI agents」と題した記事を公開した。AIエージェントが呼び出すツールごとに実行・待機・拒否を制御する「ツールレベル認可」の設計と、Claude Codeにおける具体的な実装方法を解説した内容だ。設定ファイルの評価順序という一点を誤解するだけで、意図とまったく逆の権限構成が出来上がる——この記事が突く問題はそこにある。
ルール評価順序が設計の核心
AIエージェントのセキュリティを語るとき、プロンプトへの指示やシステムプロンプトで制御しようとするアプローチは多い。しかしClaude Code(AnthropicのAIエージェント実行環境。ターミナルやIDE上でコード生成・ファイル操作・外部ツール呼び出しを自律的に行う)においては、ルールはモデルではなくClaude Code自身が評価・執行する。CLAUDE.mdやプロンプト内の指示はモデルの振る舞いに影響するが、パーミッション設定を上書きすることはできない。
Claude Codeのツールルールには3種類ある:
- allow:承認なしにツールを実行する
- ask:毎回ユーザーに確認を求める
- deny:ツールをブロックする
そして最重要の仕様が評価順序だ。deny → ask → allow の順に評価され、最初にマッチしたルールが結果を決める。ルールの特定度(specificity)は順序に影響しない。つまり、mcp__*でdenyしたサーバーに対して、より狭いmcp__github__get_*というallowルールを書いても、denyが先にマッチするためallowは機能しない。
「allow does not override deny」——この仕様を把握していなければ、どれだけ丁寧にallowルールを積み上げても機能しない設定ファイルが出来上がる。
ルールファイルで埋まらないギャップ
設計上の限界点は設定ファイルの書き方より先に把握しておくべきだ。記事が明示している制約を以下にまとめる:
- MCPツールへのパラメータマッチングは設定ファイルでは使えない。
mcp__ルールに括弧付きの条件を書いてもスキップされる。パラメータで制限したい場合は--disallowedToolsフラグで渡す必要がある。 - BashルールはClaudeが書くコマンドテキストにマッチするが、セキュリティバウンダリではない。同じプログラムを別の形式で呼び出せば制限を回避できる。サンドボックスのネットワーク許可リストと組み合わせることを推奨している。
- 組織管理者がコネクタツールを
askに設定している場合、allowルールが書いてあってもプロンプトをスキップできない。dontAskモードではそのツール呼び出しは拒否される。
これらの限界を踏まえた上で、設定ファイルで何が制御できるかを理解するのが実践的な順序だ。
MCPツールの命名規則とルール構文
MCP(Model Context Protocol)ツールの名前は mcp__<server>__<tool> という形式をとる。サーバー名に . やスペースが含まれる場合は _ に変換される(例:my.server → mcp__my_server__*)。
マッチパターンとその用途は以下の通りだ:
| ルール | マッチ対象 | 備考 |
|---|---|---|
mcp__puppeteer__puppeteer_navigate |
puppeteerサーバーの特定ツール1つ | リスクがある1ツールだけ制限したい場合 |
mcp__puppeteer__* |
puppeteerサーバーの全ツール | allow/ask/denyいずれにも使用可 |
mcp__github__get_* |
githubサーバーのget_で始まるツール |
読み取り系のみ許可する場合 |
mcp__* |
全サーバーの全MCPツール | deny/askのみ有効。allowとして書いてもスキップされる |
最も安全な出発点は、全MCPツールをdenyしておくことだ:
{
"permissions": {
"deny": [
"mcp__*"
]
}
}
組み込みツールのBashも同様の構文で制御できる。以下の例ではnpm runとgit commitは承認不要で実行するが、git pushはブロックする:
{
"permissions": {
"allow": [
"Bash(npm run *)",
"Bash(git commit *)"
],
"deny": [
"Bash(git push *)"
]
}
}
サーバー側でツールごとに確認を強制する
MCPサーバーを自作する場合、特定ツールをClaude Codeが毎回確認プロンプトを出すよう設定できる。tools/listレスポンスのツール定義に_metaフラグを追加する:
{
"name": "grant_access",
"description": "Requests access to a protected resource",
"inputSchema": {
"type": "object",
"properties": {}
},
"_meta": {
"anthropic/requiresUserInteraction": true
}
}
このフラグが設定されたツールは「次回から確認しない」オプションなしで毎回プロンプトが出る。クライアント側の設定に依存せず、ツール単位でヒューマン・イン・ザ・ループを強制できる点が設計上の利点だ。
責務の分担:サーバーとクライアントで何が違うか
MCPのtool仕様はサーバーとクライアントの責務を明確に分けて定義している。この分担を理解しないままクライアント側の設定ファイルだけで制御しようとすると、本来サーバー側で担うべき制御が抜け落ちる。
- サーバーがMUSTで対応すべき:ツール入力のバリデーション、アクセスコントロールの実装、レート制限、出力のサニタイズ
- クライアントがSHOULDで対応すべき:センシティブな操作での確認プロンプト、ツール結果のバリデーション、タイムアウト実装、利用ログの記録
SHOULDは推奨であり、必須ではない。ヒューマン・イン・ザ・ループも同様に「SHOULD」扱いなので、使用するクライアントの設定を確認しなければ保証できない。クライアント側のルールはサーバー側のアクセスコントロールを置き換えるものではなく、両層でそれぞれの制御を実装することが前提となっている。
ツールポリシー設計の手順
記事は以下の順序でポリシーを設計することを推奨している:
- エージェントがアクセスできるツールをフルネームでリストアップする
- 状態を変更するツールをすべてマークし、ask/denyルールを設定する
- 未承認サーバーは
mcp__<server>__*でdenyする - allowは
mcp__<server>__get_*のような狭い名前に限定し、意図通りのツールだけマッチするかテストする - 各サーバー自身のアクセスコントロールを確認する
- 設定ファイルをバージョン管理に入れ、チームで共有する
詳細はHow to set tool-level authorization for AI agentsを参照していただきたい。