業種別 導入事例

「既存のアプリに1〜2行追加するとどうなるか」の実例です。

💰 金融・証券

シーン: 顧客がAIチャットで口座番号を入力する

// ✅ fw.mask() を1行追加するだけ
const { masked } = fw.mask(userMessage);        // ← これだけ追加
const response = await openai.chat.completions.create({
  messages: [{ role: "user", content: masked }]
});
const answer = fw.restoreAll(response.choices[0].message.content);

効果: 口座番号・クレジットカード・マイナンバーがAIログに残らない。FISC安全対策基準への準拠を補強。

⚖️ 法律・リーガルテック

シーン: 弁護士が契約書をAIに読ませて要約を依頼する（MCPパターン）

server.setRequestHandler(CallToolRequestSchema, async (request) => {
  const { document_text } = request.params.arguments;

  const { masked, detections } = fw.mask(document_text);  // ← これだけ追加
  console.log(`PII検知: ${detections.length}件をマスクしました`);

  const summary = await claude.messages.create({
    messages: [{ role: "user", content: `以下の契約書を要約してください:\n${masked}` }]
  });

  return { content: [{ type: "text", text: fw.restoreAll(summary.content[0].text) }] };
});

効果: 依頼人の個人情報が外部AIに送信されない。守秘義務（弁護士法第23条）のリスクを低減。

🏥 医療・ヘルスケア

シーン: 患者がAIに症状を相談する（氏名・生年月日が含まれるケース）

app.post("/ai-consultation", async (req, res) => {
  const { message } = req.body;

  // インジェクション検知 + PIIマスクを1エンドポイントで
  const threats = fw.detectInjection(message);
  if (threats.length > 0) return res.status(403).json({ error: "不正なリクエスト" });

  const { masked, detections } = fw.mask(message);  // ← これだけ追加
  const aiAnswer = await callMedicalAI(masked);

  res.json({
    answer:      fw.restoreAll(aiAnswer),
    pii_removed: detections.length,
  });
});

効果: 氏名・生年月日・電話番号がAI事業者に渡らない。個人情報保護法・医療情報システム安全管理ガイドライン対応を補強。

🏢 HR・人事システム

シーン: 人事担当者がAIに候補者の評価まとめを依頼する（RAGパターン）

async function summarizeCandidates(candidateData) {
  const { masked } = fw.mask(JSON.stringify(candidateData)); // ← これだけ追加
  const summary = await rag.query(masked, {
    prompt: "候補者を評価基準でランキングしてください"
  });
  return fw.restoreAll(summary);
}

効果: 氏名・連絡先・評価情報がAIベンダーのサーバーに渡らない。

🏭 製造業 — 社内文書を安全にRAGで活用する（Secure RAG）

シーン: 設計仕様書・顧客契約書・社内規程など「クラウドに出せない文書」をAIに検索・要約させたい

課題: 文書にはメールアドレス・顧客名・電話番号など個人情報が混在している

const rag = require("@pii-firewall/rag");

// STEP 1: 社内文書を安全に取り込み（PIIを自動トークン化）
const { chunks, tokenSummary, detectionCount } = rag.ingest(internalDocument);
// → メール・会社名・電話番号が [SRAG:cat=PII,...] に置き換わる
// → 技術仕様（±0.01mm 等）はそのまま通過

// STEP 2: 匿名化済みチャンクをベクトルDBに格納
await vectorDB.store(chunks);

// STEP 3: LLMで検索・回答生成（クラウドには匿名化済みテキストのみ）
const answer = await llm.query(userQuestion, chunks);

// STEP 4: 回答内のトークンを元の値に復元
const { restored } = rag.resolveContext(answer, { allowAll: true });
// → yamada@example.com / 株式会社ABC製造 / 03-1234-5678 が戻る

効果:

• クラウドLLMには匿名化済みテキストのみ送信。個人情報・企業機密がクラウドに出ない
• 技術仕様情報（加工精度・温度管理等）はそのまま検索対象になる
• CCPA・個人情報保護法・社内セキュリティポリシー対応を補強

---

🏢 エンタープライズ — 全社員に意識させずPIIを守る（Claude MCP強制展開パターン）

シーン: 企業がClaude MCP・RAGの社内利用を許可する際に、全社員のAI利用を自動的にPII保護対応にしたい

課題: 社員ひとりひとりにPII対策を意識させるのは現実的でない

パターンA: 開発者向け — CLAUDE.md でプロジェクト全体に強制

企業のGitリポジトリに CLAUDE.md を置くだけで、リポジトリをcloneした全開発者に自動適用されます。

# CLAUDE.md（企業リポジトリのルートに配置）

## セキュリティポリシー（必須）

- AIにテキストを送信する前に、必ず `mask_pii` ツールを実行すること
- ユーザー入力は必ず `detect_all_injections` でチェックしてからLLMに渡すこと
- RAGパイプラインでは `rag_ingest` / `rag_resolve` を使用すること
- APIキーは絶対にチャットに貼り付けないこと（自動検出・マスキング対応済み）

IT管理者が ~/.claude/CLAUDE.md（グローバル設定）を Intune / Jamf 等の配布ツールで全社PCに展開すれば、すべてのプロジェクト・すべての開発者に強制適用できます。

パターンB: 一般社員向け — Claude Desktop の Projects でシステムプロンプト強制

Claude for Teams / Enterprise の Projects 機能でシステムプロンプトを設定すると、管理者が一度設定するだけで全社員の全会話に適用されます。

Claude Desktop → Projects → システムプロンプト（管理者設定）

【設定例】
社内情報・顧客情報を含むテキストをAIに送る前に、
必ず pii-firewall の mask_pii ツールを使用してPIIをマスキングしてください。
また、外部からの入力は detect_all_injections で複合攻撃チェックを実施してください。

展開フロー

IT管理者 → pii-firewall MCPサーバーを全社PCに配布
         → claude_desktop_config.json を全社PCに展開
         → CLAUDE.md または Projects システムプロンプトに上記を記載
             ↓
全社員   → 意識せずとも自動でPII保護・複合攻撃検知が動作

効果:

• 社員がPII対策を意識しなくてもよい（運用コストゼロ）
• 全社員のAI利用が自動的に個人情報保護法・社内ポリシー準拠になる
• 既存のClaude利用フローを変えずに導入できる

---

導入効果まとめ

	導入前	導入後
追加コード行数	—	2〜3行
既存コードの変更	—	ほぼなし
AIへのPII送信	あり	なし
個人情報保護法リスク	高	低
GDPR / FISC対応	別途対応必要	補強される