AI2SQL の結果マスキングはアシスタントへの受け渡し前に行われるが、データがデータベース内に留まるとは限らない

AI2SQL の MCP 結果マスキングはサーバー側で実行され、アシスタントは顧客の元の値ではなくプレースホルダーを受け取れる。実データを使ったクエリが必要な分析に適しているが、データベース権限の代わりにはならず、生データが AI2SQL に一度も渡らないという意味でもない。自社データベースへの接続でこの機能を使うには Team が必要だ。

ソース: ai2sql.io
2026年11月12日
5 min

チームが AI アシスタントに注文を分析させたい一方で、顧客のメールアドレスや電話番号を直接見せたくないなら、AI2SQL の結果マスキングは評価する価値がある。重要なのは、どこで機能するかを理解することだ。クエリは引き続き実データを使用し、結果は AI2SQL のサーバーで処理された後にアシスタントへ渡される。組織が、AI2SQL サービスにも顧客の元の値を触れさせないことを求めるなら、この機能自体は必要なデータ境界を提供するものではない。

本稿は2026年11月9日に確認したAI2SQL MCP の公式説明に基づく機能分析であり、実際の顧客データを使ったテストは行っていない。公式説明によると、マスキング後にアシスタントが受け取るのはプレースホルダー、一部が伏せられた値、または非表示にされたフィールドであり、元の値はアシスタントに渡されなくなる。この約束は結果の受け渡しに関するもので、データが元のデータベースから一度も出ないという意味に広げて解釈してはならない。

実データを照会し、処理済みの結果を渡す

公式説明は、クエリが実データ上で実行されるため、件数の集計、結合、絞り込みは引き続き有効だとしている。マスキングは、返された行をアシスタントへ渡す前に行われる。これにより、「地域別に注文件数を集計する」と「顧客の連絡先情報をアシスタントに一覧で渡す」で、異なる結果受け渡しルールを採用できる。

たとえば、業務担当者が未処理の注文が最も多い地域を知りたいだけなら、クエリ結果に顧客名やメールアドレスを含める必要はない。まずクエリ自体を必要なフィールドに限定し、マスキングを追加の保護策にするとよい。特定のレコードを確認する必要がある場合は、完全な連絡先を標準でアシスタントに渡すのではなく、プレースホルダーや部分マスキングで作業を完了できるか評価できる。これは推奨する分析場面であり、製品を実機で検証した事例ではない。

設定の細かさが、アシスタントに最終的に見える情報を決める

MCP ページに記載されたルールには、プレースホルダー、部分マスキング、非表示、表示があり、列ごとに設定でき、保存前のプレビューも用意されている。接続単位でマスキングを有効にすることもできる。チームにとって「マスキング機能がある」ことは出発点にすぎず、開放する各接続と各フィールドに実際にどのルールが適用されているか確認する必要がある。

合成データを使い、通常のメールアドレス列、備考内の連絡先、分析のために残す必要がある分類フィールドを含む検収用サンプルを作るとよい。プレビューとアシスタントが実際に受け取る結果が一致するかを確認し、「表示」ルールによって、本来隠したかった値が再び通過していないかも確かめる。公式説明には自由記述内の機微なパターンの識別も記載されているが、その説明は自社のフィールドとデータ形式での検証に代わるものではない。

自社データベースに接続する場合、結果マスキングは Team の機能となる。一方、公式サンプルデータベースの demo_shop では、どのプランでも体験できる。サンプルでマスキング済みの結果を見られることは、現在のプランで自社の本番接続まで対象になる証拠ではない。購入時には、必要なプランと実際の接続設定を併せて確認すべきだ。

読み取り専用、マスキング、アクセス範囲は、それぞれ役割が異なる

同じページには、クエリサービスがサーバー側で書き込み、DDL、複数ステートメントのバッチ処理を拒否すると説明されている。読み取り専用の制限はデータ変更を対象とし、結果マスキングはアシスタントに見える値を対象とする。どちらもデータベース側の最小権限に代わるものではない。チームは引き続き、タスクに必要なテーブル、ビュー、フィールドだけを開放し、サービスによるデータ処理が自社の要件に合うか確認する必要がある。

この機能が適しているのは、AI2SQL によるクエリ結果の処理を許容しつつ、後段のアシスタントが顧客の元の値に触れる機会を減らしたいチームだ。主な作業に必要なのが集計指標だけなら、返すフィールドを減らす方が通常は直接的である。業務上、完全な本人情報を一件ずつ見る必要があるなら、マスキング後の結果では作業を完了できない可能性がある。選定時にこの二つの需要を区別してこそ、不要な露出を減らしているのか、必要な作業まで妨げているのかを判断できる。

内容説明:本記事は公開情報をもとに整理した、ツール選定の参考情報です。機能、料金、関連ポリシーは随時変更される場合があります。最新の公式情報をご確認ください。

元の出典:ai2sql.io