株式会社KaisinAI
KAISINAI TECH BLOG EXTRA ISSUE — 別冊 生成AI×RPA×スクラッチ開発の実装知見を、現場から。
生成AI活用 2025.12.25 KaisinAI

Claude Codeで社内業務ツールを開発する — 非公開データを扱う際の設計

Claude CodeはAnthropicが提供するCLI型のコーディングエージェントです。ターミナル上で自然言語の指示を受け、ファイルの読み書きからコマンド実行、テストの実行まで自律的にこなします。

小さな社内業務ツールの内製と相性が良い一方、社内の非公開データに触れる開発では設計上の配慮が欠かせません。本記事では、その勘所を整理します。

Claude Codeとは — ターミナルで動くコーディングエージェント

従来のコード補完ツールと違い、Claude Codeはリポジトリ全体を対象に動きます。「このCSVを集計してレポートを出すスクリプトを書いて」と指示すれば、ファイル構成の把握、コード生成、実行、エラー修正までを一連のループで進めます。2025年11月に登場したClaude Opus 4.5では、こうした長時間のエージェント的な作業の精度が一段と向上しました。

プロジェクト直下のCLAUDE.mdにコーディング規約や前提条件を書いておくと、セッションのたびに参照されます。また、ファイル編集やコマンド実行の前に許可を求める権限確認の仕組みが標準で備わっており、何をどこまで自動で許可するかを利用者側で制御できます。

社内業務ツール開発と相性が良い理由

  • 小さく速く作れる:数百行規模の集計スクリプトやファイル変換ツールなら、要件を伝えてから動くものができるまでが非常に速い
  • 既存資産を読める:前任者が残したスクリプトやマクロを読み解いて仕様を説明させ、そのうえで改修する使い方に強い
  • 業務担当者と分業しやすい:業務を知る担当者が要件を日本語で指示し、エンジニアが設計とレビューを担う体制が組みやすい

実際の現場で主戦場になるのは、これまで「システム化するほどではない」と放置されてきたスキマ業務です。開発工数が理由で見送られてきた自動化が、エージェントの登場で採算に乗るようになった、というのが実感に近いところです。

非公開データを扱う際の3つの設計原則

開発対象が顧客データや社内機密に触れる場合、次の原則を守ることをおすすめします。

原則1:開発時に実データを使わない。Claude Codeに渡すのはスキーマ定義とダミーデータだけにします。列名とデータ型、架空のサンプル数行があれば、実データがなくても開発はほぼ進みます。実データでの動作検証は、人が手元で実行して確認します。

原則2:認証情報をコンテキストに含めない。APIキーやデータベース接続情報は環境変数に置き、.envのような機密ファイルは読み取り対象から外します。Claude Codeでは設定ファイルのpermissionsで、特定ファイルへのアクセスや特定コマンドの実行を拒否ルールとして定義できるため、うっかり読まれる事故を仕組みで防げます。この権限設定はプロジェクト共通の設定としてリポジトリに含め、チーム全員が同じ制約のもとで作業できるようにしておくと安全です。

原則3:CLAUDE.mdに禁止事項を明記する。「本番データベースには接続しない」「data配下のファイルは読まない」といった制約を書いておくと、セッションをまたいで一貫した振る舞いを期待できます。ただしCLAUDE.mdはあくまで指示であって強制力はないため、権限設定との二段構えにするのが実務的です。

実行環境の分離という考え方

もう一段固くするなら、実行環境ごと分離します。開発専用のコンテナや仮想マシンの中でClaude Codeを動かし、本番ネットワークへの経路を持たせないやり方です。エージェントが自律的にコマンドを実行する以上、「間違えても被害が及ばない箱」の中で作業させるのが本質的な対策になります。生成されたコードは必ず人がレビューし、gitで差分を管理したうえで本番相当の環境に持ち込みます。

運用の勘所

  • 1ツール1リポジトリで小さく管理し、CLAUDE.mdをツールごとに書く
  • エージェントに任せる範囲と人が確認する範囲を先に決めておく
  • 権限確認をすべて自動許可にせず、書き込みと実行系は確認を残す
  • 権限設定とCLAUDE.mdは四半期ごとなど定期的に棚卸しする

とくに導入初期の数週間は、エージェントの提案をそのまま受け入れるのではなく、なぜその実装にしたのかを説明させる使い方をおすすめします。レビューの観点が養われると同時に、生成されたコードへのチームの理解も深まります。

まとめ

Claude Codeは社内業務ツールの内製化に強力な選択肢ですが、非公開データを扱うなら「実データを渡さない」「認証情報を隔離する」「環境を分離する」の三点が設計の柱になります。この型さえ守れば、開発スピードと安全性は十分に両立できます。KaisinAIでは生成AIとRPAを組み合わせた業務ツール開発を設計段階からお手伝いしていますので、詳しくは統合業務自動化開発サービスをご覧ください。

CONTACT — FREE CONSULTATION

まずは30分、
聞かせてください。

要件が固まっていなくて構いません。現場の業務をそのまま話していただければ、自動化できる余地と、やらない方がいいことを、その場で率直にお伝えします。