GPT-6 Astraの安全制限とは、サイバー攻撃に使われうる依頼を止める仕組みのことです。
OpenAIは2026年9月3日に公開したGPT-6 Astraのシステムカードで、Astraを「サイバーセキュリティ能力がCriticalに達した最初のモデル」と位置づけました。能力が高いぶん、攻撃に転用されうる依頼への歯止めも強くなっています。その結果、不正注文の検知やアクセスログの分析といった、EC事業者にとっては守りのための作業でも、書き方しだいで止められたり、途中で中断されたりすることがあります。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)の現場知見にもとづき、安全制限の背景と、守りの業務を止められにくくするプロンプトの書き方を5本の例で整理します。
GPT-6 Astraの安全制限はなぜ強くなったのか
安全制限が強くなった理由は、GPT-6 Astraのサイバー能力そのものが、これまでのモデルと比べて一段上がったからです。OpenAIのシステムカードは、適切なツールと権限があれば、Astraが未知のセキュリティ上の欠陥を見つけ、人が1手ずつ指示しなくても、守りの固いシステムに対する攻略方法を組み立てられると説明しています。
同じシステムカードによると、OpenAIは、モデルが有害なサイバー行動をとることへの防御を大幅に強化しました。社内では隔離の強化や、思考の過程を含む作業の流れ全体の監視を行い、外部向けの提供でも、ツールを使うすべての推論に対して、社内の仕組みをもとにした監視システムを適用するとしています。さらに、サイバー防御の専門家向けの「Trusted Access for Cyber」という枠組みを、Critical水準のモデルに合わせて更新したとも書かれています。
脆弱性を突く能力を測る評価でも、Astraは高い結果を出しています。V8(Chromeなどで使われるJavaScriptエンジン)の既知の脆弱性41件を使う評価で満点を記録したことは、ExploitBenchの結果をECサイト診断に活かす記事で取り上げました。これだけの能力があるモデルを広く提供する以上、攻撃につながる依頼を止める仕組みが厳しめに作られるのは自然な流れです。
EC事業者にとって問題になるのは、この仕組みが「守り」と「攻め」をいつも正確に見分けられるとは限らない点です。複数の解説記事は、提供版のAstraが攻撃用の実証コードの作成のような高度な攻撃的作業を断る一方、コードの安全性レビューや修正のような防御的な作業には対応すると伝えています。同時に、追加の確認が正当な防御作業を遅らせたり止めたりする場合があることにも触れています(公式な判定基準の詳細は要確認)。
OpenAIは、防御側の専門家向けにサイバー特化のモデルも別に用意しています。当サイトではGPT-6 Cyberが948件の悪用コードを作成した件として紹介しました。汎用のAstraで高度なセキュリティ作業をすべてこなす前提には立たず、用途ごとに使い分ける設計がとられていると理解しておくのが現実的です。
EC業務で止められやすい依頼のパターン
止められやすいのは、依頼文だけを読むと「攻撃の準備」と区別がつかない依頼です。EC事業者の業務では、次の4つのパターンが当てはまりやすいと見ています。
1つ目は、不正注文の手口を詳しく説明させる依頼です。「なりすまし注文で使われる手口を具体的に全部挙げて」という依頼は、店舗側から見れば対策のための情報収集ですが、文面だけでは手口のマニュアル作りと区別がつきません。手口そのものより、自店のデータに現れる兆候と、検知のルールを求める書き方に変えるのが基本です。
2つ目は、アクセスログやエラーログを丸ごと渡して「攻撃の痕跡を探して、どう侵入されたかを再現して」と頼むものです。痕跡の発見までは防御作業ですが、「再現」という言葉は攻撃手順の作成と受け取られやすくなります。再現ではなく「影響範囲の特定」と「塞ぐべき箇所の優先順位」を求めると、目的が明確になります。
3つ目は、自社サイトの脆弱性を調べる依頼で、対象が自社のものだと示していないケースです。URLだけを渡して「この弱点を突く方法を考えて」と書けば、他社サイトへの攻撃と区別できません。自社が管理するサイトであること、診断の目的、求める出力(修正案や設定の見直し)をはっきり書く必要があります。
4つ目は、店舗に届いたフィッシングメールの分析です。楽天市場やAmazonを装った偽メールは店舗運営者にも届きます。この分析で「同じような文面を作って」と頼むと、詐欺メールの作成依頼そのものになります。求めるのは、偽物と見分ける特徴と、社内への注意喚起の文面です。
モールごとの事情も押さえておきます。楽天市場やAmazon、Yahoo!ショッピングのようなモール型の店舗では、決済や不正利用の一次的な審査はモール側が担っており、店舗が持っているデータは受注管理画面から書き出せる範囲に限られます。そのため、店舗側でAIに頼める分析は「出荷前に目視確認へ回すべき注文の条件づくり」が中心になります。カード決済の不正判定そのものをAIで作り直す必要はありません。
一方、Shopifyなどで自社ECを運営している場合は、ログイン画面や管理画面、決済の前後まで自社の責任範囲に入ります。アクセスログの分析、管理者アカウントの棚卸し、プラグインの更新状況の確認など、AIに頼める守りの作業の幅も広がります。そのぶん、依頼文で「自社が管理するサイトである」と明示する重要度も上がります。
ここで押さえておきたいのは、これらの依頼が止められる場合、それは不具合ではなく仕組みが意図どおりに働いた結果である場合が多い、ということです。止められたときに言い換えて押し通そうとするのではなく、依頼の目的と範囲を正しく伝え直すのが正攻法です。安全制限をかいくぐろうとする書き方は、利用規約に反するおそれがあり、アカウントの利用停止につながる危険もあります。
守りの業務を止められにくくするプロンプト5本
止められにくくするコツは、「誰が」「何のために」「自分の管理する何に対して」「どんな形の出力を求めるか」を最初に書くことです。以下の5本は、ChatGPT・Claude・Geminiのいずれでも使える形にしています。GPT-6 Astraに限らず、安全制限のある他のモデルでも同じ考え方が通用します。
最初は、不正注文の兆候をルールにまとめる依頼です。手口の説明ではなく、自店の注文データから検知の条件を作らせます。
プロンプト1:不正注文の検知ルールを作る
私は{店舗名}のEC運営担当者で、自店の不正注文を減らすための社内ルールを作っています。
添付は、過去3か月に当店で発生した不正注文{件数}件と、通常の注文{件数}件の匿名化データです(列:注文日時、配送先都道府県、支払方法、購入点数、初回購入か、配送先と請求先の一致)。
次の形で出力してください。
1. 不正注文に多く見られる特徴の上位5つ(通常注文との比較つき)
2. 出荷前に目視確認へ回すための条件ルール(3〜5個)
3. ルールを厳しくしすぎた場合に、正当な注文を止めてしまう可能性がある点
条件:
- 不正の手口そのものの説明や、検知をすり抜ける方法は書かない
- 顧客の氏名・住所・電話番号は含まれていない前提で分析する
次は、アクセスログの分析です。痕跡の発見と影響範囲の特定に目的を絞ります。
プロンプト2:自社サイトのアクセスログから異常を見つける
私は自社ECサイト({ドメイン}、当社が管理)の運用担当者です。
以下は、{日付}の管理画面へのアクセスログの一部です(IPアドレスは末尾をマスク済み)。
{ログを貼り付け}
防御のために、次の3点を整理してください。
1. 通常と異なるアクセスのまとまり(時間帯・回数・対象URL)
2. 影響を受けた可能性がある機能と、確認すべき項目
3. すぐに取れる防御策(ログイン試行回数の制限、管理画面へのアクセス元制限など)の優先順位
攻撃手順の再現や、侵入方法の具体的な説明は不要です。
3本目は、店舗に届いたフィッシングメールの見分け方です。社内の注意喚起に使える形で出力させます。
プロンプト3:店舗に届いた偽メールの特徴を整理する
当店のスタッフ宛に、{楽天市場/Amazon}を名乗るメールが届きました。本物かどうか判断するため、以下の文面を分析してください。
{メール本文と送信元アドレスを貼り付け}
出力:
1. 偽物の可能性を示す特徴(送信元、リンク先の表記、文面の不自然さ)
2. スタッフが同様のメールを受け取ったときの確認手順(3ステップ)
3. 社内チャットに流す注意喚起の文面(150字以内)
似た文面のメールを新たに作成することはしないでください。
4本目は、自社サイトの設定見直しです。脆弱性を突く方法ではなく、塞ぐための設定の点検として依頼します。
プロンプト4:自社ECサイトのセキュリティ設定を点検する
当社が管理する{カート名やCMS名}のECサイトについて、セキュリティ設定を点検したいと考えています。
現在の設定は以下のとおりです。
{管理画面のログイン方式、二段階認証の有無、管理者アカウント数、プラグイン一覧、更新状況など}
次の観点で、見直すべき項目を重要度順に並べてください。
1. 管理画面への不正ログイン対策
2. 使っていないプラグインや古いバージョンの放置
3. 顧客情報(氏名・住所・電話番号)にアクセスできる権限の範囲
各項目に、具体的な設定変更の手順と、作業時間の目安を付けてください。
最後の5本目は、止められたときの書き直しです。止められた依頼文をそのまま渡し、目的と範囲を明確にした形に整えてもらいます。この作業自体は、どのモデルで行ってもかまいません。
プロンプト5:止められた依頼文を、目的が伝わる形に書き直す
以下は、AIに断られた私の依頼文です。
{断られた依頼文}
私の本来の目的は「{目的(例:自店の不正注文を減らす)}」で、対象は当社が管理する{対象}です。
次の方針で依頼文を書き直してください。
1. 冒頭に、私の立場・目的・対象が自社のものであることを明記する
2. 攻撃方法や手口の詳細ではなく、検知・防御・修正の出力を求める形にする
3. 不要な情報(個人情報、他社の情報)を除く
書き直した依頼文と、元の文面のどこが誤解されやすかったかの説明を出力してください。
5本に共通するのは、「何を作るか」を防御側の成果物(検知ルール、確認手順、設定の見直し案、注意喚起の文面)に置いていることです。店舗運営の現場感覚では、依頼の目的を最初の2行で書くだけで、モデルの応答の質も上がります。目的が分かると、モデルは不要な前置きや一般論を省き、求める形式に沿って答えやすくなるためです。
止められたときにやってはいけないこと
失敗例の1つ目は、断られた依頼を、言葉を少しずつ変えて何度も送ることです。同じ目的の依頼を言い換えて繰り返すと、安全制限を回避しようとしているように見え、アカウント側で問題視されるおそれがあります。断られたら、プロンプト5のように目的と範囲を整理し直してから、1回だけ送り直すのが筋です。
2つ目は、顧客の個人情報を含むログや注文データをそのまま渡すことです。安全制限とは別の問題ですが、氏名・住所・電話番号・メールアドレスを含んだまま分析にかけると、個人情報の取り扱いとして社内規程や委託先管理の観点で問題になります。直近の支援案件で観測したのは、分析の前に個人情報をマスクする手順を決めていなかったために、セキュリティ分析そのものが社内稟議で止まったケースでした。マスクの手順は、分析より先に決めておきます。
3つ目は、高度なセキュリティ作業をすべて汎用モデルで済ませようとすることです。侵入テストや脆弱性の実証のような作業は、汎用モデルでは止められる前提で考えたほうが現実的です。こうした作業は、セキュリティ診断の専門会社に依頼するか、専門家向けの枠組みを使う領域です。EC事業者が汎用モデルで担うのは、ログの整理、設定の点検、社内ルールづくりまで、と線を引いておくと迷いません。
4つ目は、AIに外部のサイトやシステムを操作させる権限を広く与えたまま、セキュリティ関連の作業をさせることです。システムカードでも、ツールを使う推論は監視の対象とされています。調査の対象が自社の範囲に収まるよう、AIに渡すツールと権限を最小限にしておくことが前提です。AIエージェントに渡す権限の考え方は、プロンプトインジェクションへの備えをまとめた記事も参考になります。
費用と工数の目安、追うべき指標
この種の分析にGPT-6 Astraを使う必要があるかどうかは、作業の難しさで決めるのがよいでしょう。GPT-6 Astraの標準料金は、入力100万トークンあたり10ドル、出力50ドルと高めです。不正注文の特徴の整理や、偽メールの見分け方のような作業なら、中位のモデルでも十分にこなせる場合が多く、料金も数分の1に抑えられます。複雑な設定の見直しや、複数のログをまたぐ分析のときだけAstraに回す、という使い分けが目安です。
追うべき指標は3つあります。1つ目は「止められた依頼の件数」で、プロンプトの書き方を見直した前後で比べます。2つ目は、不正注文のルールを入れたあとの「目視確認に回った注文のうち、実際に不正だった割合」です。この割合が低すぎると、正当な注文を止めすぎていることになります。3つ目は、セキュリティ設定の見直し項目の消化率です。
2つ目の指標は、数字の置き方を具体的にしておくと判断しやすくなります。たとえば、ルール導入後の1か月で目視確認に回った注文が200件、そのうち実際に不正だったのが4件なら、的中率は2%です。この場合、残りの196件は正当な注文を確認のために待たせたことになり、発送の遅れがレビューの低下につながるおそれがあります。ある食品ジャンルの中規模店舗の事例では、最初に作ったルールで確認対象が多すぎたため、条件を2つから3つの組み合わせに絞り、確認件数を3分の1に減らしても不正の見逃しは増えませんでした。ルールは、的中率と確認件数の両方を見ながら月1回調整するのが目安です。
社内の運用ルールも、あわせて決めておきます。セキュリティに関わる依頼をAIに出してよい担当者、渡してよいデータの範囲、AIの回答をそのまま設定に反映する前に誰が確認するか、の3点です。担当者が独自の判断で管理画面の設定を変えてしまうと、AIの提案が誤っていた場合に影響が大きくなります。設定変更は、AIの提案を人が確認してから行う手順にしておけば、安全制限の有無にかかわらず事故を防げます。
工数の目安は、匿名化したデータの準備に半日、プロンプト1〜4の実行と結果の確認に1日、社内ルールへの反映に1〜2日です。止められた依頼の書き直しは1件あたり10〜15分で済むことが多く、慣れてくれば最初から止められにくい書き方ができるようになります。
今後の見通しと、EC事業者の構え方
今後の見通しとして、AIのサイバー能力が上がるほど、汎用モデルの安全制限は厳しくなる方向に進むと見ています。GPT-6 Astraのシステムカードには、運用開始後も更新履歴が10月30日まで積み重ねられており、安全面の調整が続いていることがうかがえます。今日は通る依頼が来月は止められる、あるいはその逆、ということも起こりえます。
EC事業者にとって大切なのは、AIに頼む作業を「守りの成果物」に絞っておくことです。検知ルール、確認手順、設定の見直し、社内向けの注意喚起という形で依頼を組み立てておけば、安全制限が厳しくなっても影響を受けにくくなります。指示の書き方については、GPT-6 Astraが求める簡潔な指示の記事もあわせて確認しておくと、プロンプト全体の見直しに役立ちます。
もう1つの変化として、AIエージェントによる代理購入が広がると、不正注文の形も変わっていきます。人ではなくAIが注文してくる場面が増えれば、これまでの「人の不審な行動」に注目した検知ルールでは拾えない注文が出てくるはずです。検知ルールは一度作って終わりではなく、四半期に1回は見直す運用にしておくのが現実的な構えです。
よくある質問
GPT-6 Astraの安全制限とは何ですか
GPT-6 Astraの安全制限とは、サイバー攻撃に使われうる依頼を止める仕組みのことです。OpenAIはAstraを、サイバーセキュリティ能力がCriticalに達した最初のモデルと位置づけ、防御を強化しています。攻撃に転用されうる依頼は、文面によっては断られたり中断されたりします。
不正注文対策の相談も断られますか
いいえ、目的と範囲を明確に書けば、多くの場合は対応してもらえます。断られやすいのは、手口そのものを詳しく説明させる依頼です。自店のデータから兆候を見つけ、検知ルールを作るという形で依頼すると、守りの作業として扱われやすくなります。
断られたら別の言い方で何度も試してよいですか
いいえ、言い換えて何度も送るのはおすすめしません。安全制限を回避しようとしているように見え、規約上の問題になるおそれがあります。目的・対象・求める出力を整理し直したうえで、1回だけ送り直してください。
アクセスログをAIに渡しても問題ありませんか
個人情報を取り除けば、分析に使うこと自体は一般的です。IPアドレスの一部や、顧客の氏名・メールアドレスはマスクしてから渡します。社内規程でAIへのデータ提供が認められているかも、事前に確認しておく必要があります。
自社サイトの脆弱性診断をAIに任せられますか
設定の点検や、既知の問題の洗い出しまでなら任せられます。ただし、脆弱性を実際に突いて確かめるような作業は、汎用モデルでは止められる前提で考えたほうが現実的です。本格的な診断は、セキュリティ診断の専門会社に依頼するのが確実です。
GPT-6 Astra以外のモデルなら制限はありませんか
いいえ、ChatGPT・Claude・Geminiのどのモデルにも、程度の差はあれ安全制限があります。本記事のプロンプトは、目的と範囲を明確にする書き方なので、どのモデルでも通用します。モデルを変えて制限を避けようとするより、依頼の書き方を整えるほうが確実です。
まとめ
GPT-6 Astraは、サイバーセキュリティ能力がCriticalに達した最初のモデルとされ、攻撃に転用されうる依頼への安全制限が強化されています。EC事業者の不正注文対策やログ分析は守りの作業ですが、手口の説明や攻撃の再現を求める書き方をすると、止められることがあります。
止められにくくするには、立場・目的・自社の対象であること・求める出力を最初に書き、成果物を検知ルールや設定の見直しといった守りの形に絞ることです。本記事の5本のプロンプトを土台に、まずは不正注文の検知ルールづくりから試してみてください。
参考文献
- OpenAI「GPT-6 Astra」システムカード(Deployment Safety)
- OpenAI「GPT-6 Astra」モデルページ
- OpenAI「Fast mode」ガイド(対応モデルと提供条件)
著者:齋藤竹紘(株式会社オルセル 編集長/5,000社以上のEC支援実績/書籍3冊)
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。