メルカリが公開したClaude Code社内導入ガイドから学ぶ、会社でAIを安全に使う設定術

AIツールを個人で使うのと、会社全体に展開するのでは、まったく別の話になります。メルカリが社内向けに整備した「Claude Codeを会社で安全に使うための設定と配り方」という資料が、AI活用に取り組む企業の担当者の間で注目を集めています。単なるツール紹介ではなく、「誰に何を許可するか」「どう一括で配るか」という実務レベルの問いに答えているのが、この資料が評価されている理由です。この記事では、その内容を読み解きながら、自社でAI導入を検討している会社員が知っておくべきポイントを整理します。

なぜ「配り方」まで設計する必要があるのか

Claude Codeは、Anthropicが開発したAIコーディングアシスタントです。コードを書く・レビューする・修正するといった作業をAIと対話しながら進められるツールで、エンジニアを中心に急速に普及しています。ただ、個人がローカルで使う分にはシンプルですが、会社として全社員に展開しようとすると、途端に「どう管理するか」という問題が出てきます。

たとえば、AIに対してシステムへの書き込みや外部APIの呼び出しを許可した場合、意図しない操作が走るリスクがあります。それを防ぐための設定を個々人が自分でやるのは現実的ではなく、かといって全員に同じ制限をかけると、エンジニアの作業効率が落ちます。メルカリが設計したのは、この「安全性と利便性のバランスをどこで取るか」という問いへの一つの答えです。

「bypass禁止」が意味するもの

メルカリのガイドで最初に触れられているのが、--bypassオプションの制限です。Claude Codeには、安全確認のプロセスをスキップして操作を強制実行するオプションが存在します。これを使えば確かに作業は速くなりますが、AIが「本当にこれをやっていいですか？」と確認を求めている操作を、無条件で通してしまうことになります。

具体的にどういう場面で問題になるかというと、たとえばファイルの大量削除やデータベースへの直接書き込みのような操作です。AIが「これは影響範囲が広いですが実行しますか？」と聞いてくる場面で、bypassをかけると確認なしに実行されます。メルカリはこのオプションを組織レベルで無効化することを推奨しており、「やってはいけない操作の制限」として明示しています。これは単なるルールではなく、AIが持つ実行権限をどこまで信頼するかという設計思想の問題です。

エンジニアと非エンジニアで安全レベルを分ける設計

メルカリのガイドで特に参考になるのが、役割に応じた権限レベルの分け方です。全社員に同じ設定を配ると、エンジニアには制限が厳しすぎて作業効率が落ち、非エンジニアには逆に権限が広すぎてリスクが生まれます。この問題を解決するために、メルカリは権限を段階的に設計しています。

以下は、ガイドの内容をもとに整理した、役割別の設定レベルのイメージです。

この設計の意図は、「AIに何でもやらせる」ではなく「その人が業務上必要な範囲でAIを使える」という状態を作ることです。経理担当が誤ってコードを実行してしまう、というリスクを構造で防いでいます。

たとえば、40代の総務担当者がClaude Codeを使って社内規程の文書を整理する場面を考えてみてください。テキストの要約や文章の校正は問題なく使えつつ、ファイルシステムへの書き込みは制限されている、という状態が理想的です。一方、30代のバックエンドエンジニアがAPIの設計をAIと一緒に考える場面では、コードの生成やファイルの読み取りが自由に使える環境でないと、ツールの恩恵が半減します。メルカリの設計は、こういう現場の実態に即した分け方をしています。

設定の一括配布という実務的な問題

権限レベルを設計しても、それを全社員に正しく展開できなければ意味がありません。メルカリのガイドが「配り方」まで踏み込んでいるのは、ここが実務上の最大のボトルネックだからです。

Claude Codeの設定は、設定ファイル（claude_desktop_config.jsonなどの形式）で管理できます。これを組織の管理ツール（MDMやグループポリシーなど）経由で端末に配布することで、個々人が設定を触らなくても、管理者が定めた状態で全員が使い始められます。メルカリはこの配布フローを整備することで、「設定を間違えた社員がいる」「古いバージョンの設定で使っている人がいる」という状態を防いでいます。

これはClaude Code固有の話ではなく、ChatGPTの使い方ガイドでも触れているように、AIツールを組織展開する際の共通課題です。個人が自由に設定できる状態は、使い始めのスピードは速いですが、後から統制するのが非常に難しくなります。最初に「配り方」を設計しておくことが、長期的な運用コストを下げます。

日本企業がこの資料から学べること

メルカリはエンジニア比率が高く、AIツールの導入に積極的な企業文化を持っています。そのため、この資料をそのまま「うちの会社でも同じようにやれる」と受け取るのは注意が必要です。ただ、設計思想の部分は、業種や規模を問わず応用できます。

特に重要なのは、「全員に同じ制限をかける」か「全員に自由を与える」かの二択ではなく、役割に応じて段階的に権限を設計するという発想です。日本の多くの企業では、AIツールの導入を「まず禁止」か「全面解禁」のどちらかで判断しがちですが、メルカリのアプローチはその中間の設計を示しています。

AIツールの社内導入を検討している情報システム部門の担当者や、部門単位でAI活用を進めようとしているマネージャーにとって、この資料は「何を決めなければいけないか」のチェックリストとして使えます。プロンプトの書き方ガイドのような個人スキルの話とは別に、組織としての設計が必要だという認識を持つきっかけになります。

「安全に使う」の定義が変わってきている

これまで「AIを安全に使う」というと、情報漏洩を防ぐための入力制限や、機密情報をAIに送らないといったルールが中心でした。メルカリのガイドが示しているのは、それに加えて「AIが実行できる操作の範囲をどう制御するか」という新しい次元の安全管理です。

Claude Codeのようなエージェント型AIツール（AIが自律的に複数の操作を連続して実行できるタイプ）が普及するにつれ、「AIが何を読めるか」だけでなく「AIが何をできるか」の管理が重要になってきています。ファイルを読むだけのAIと、ファイルを書き換えたりコードを実行したりできるAIでは、リスクの性質がまったく異なります。

AI副業や個人活用の文脈では、AI副業ガイドのような情報が参考になりますが、会社としてAIを使う場合は、個人の判断だけでなく組織の設計が不可欠です。メルカリがこの資料を公開したこと自体、日本企業のAI活用が「試してみる」段階から「組織として運用する」段階に移行し始めているサインとも言えます。

まとめ

メルカリの資料が評価されている理由は、「何を使うか」ではなく「どう使わせるか」という問いに答えているからです。bypass制限・権限の段階設計・設定の一括配布という三つの柱は、AI導入を検討しているどの組織にとっても、設計の出発点になります。自社でAIツールの展開を考えているなら、まず「誰に何を許可するか」を決めるところから始めてみてください。その問いに向き合ったとき、メルカリの資料は具体的な参考になるはずです。