MCPの「ツール出力のサニタイズ」とは?隠し文字・外部リンク・シークレット漏れを防ぐ6つのサーバー側フィルタ【MCP Security・検証つき2026】
MCP仕様2026-07-28の「ツール出力をサニタイズする(MUST)」を実装に落とし込むMCP Securityガイド。仕様とOWASP LLM05の要件、ANSI制御コード・Unicodeタグ文字・GitHub/Supabase MCPの実例、順番が決まった6つのサーバー側フィルタ、標準ライブラリだけのPython実装、17件の検証(攻撃を模した11件すべてを処理、地域旗絵文字の誤検知1件)、サニタイズで防げないことまで解説。
最終更新:2026年11月12日 / 対象:MCP仕様 2026-07-28(Tools の Security Considerations、Security Best Practices)、OWASP Top 10 for LLM Applications 2025(LLM05)、OWASP MCP Top 10(2025年版・ベータ)。サニタイズ用コードは2026年11月12日に Python 3.13.18 で検証しました。
結論(30秒で読める要約)
MCPの「ツール出力のサニタイズ」とは、ツールの結果をモデルとユーザーに渡す前に、サーバー側で掃除することです。具体的には、約束したフィールドだけを返す、シークレットを伏せる、端末の制御コードと見えない文字を消す、信頼していないホストへのリンクを無効にする、サイズに上限をかけ、外部から来た文章を「データ」として区別する、の6つです。2026-07-28版のTools仕様はサーバーに「Sanitize tool outputs(MUST)」と求めていますが、何をすればよいかは書いていません。このMCP Securityガイドでは、その1行を実装できる手順に落とし込みます。
- サーバーの義務(MUST)で、クライアント側の確認はSHOULDにとどまります。サーバーは「ツール出力をサニタイズする」必要があり、クライアントは「LLMに渡す前にツール結果を検証する」ことが推奨されているだけです(2章)。クライアント任せにはできません。
- MCPで実際に起きたインジェクションの多くは、ツール結果から入ってきました。GitHub MCPの事例(Invariant Labs、2025年5月)もSupabase MCPの事例(General Analysis、2025年7月)も、Issueやサポートチケットという普通のデータをツールで読んだことが発端です(3章)。
- フィルタは6つで、順番が決まっています(4章)。スキーマで絞る、制御コードを消す、見えないUnicodeを消す、リンクと画像を無効化する、シークレットを伏せる、サイズ上限とラベル付け、の順です。まず正規化し、それから照合します。
- 実際に試しました。サニタイズなしでは、攻撃を模した11件の結果がすべてそのままモデルに届きました。下の約80行のパイプラインは11件すべてを書き換え、普通の結果4件には一切手を付けませんでした。誤検知は1件で、見えない文字と同じタグ文字を使う「イングランド旗」などの地域旗絵文字です(6章)。
- サニタイズでプロンプトインジェクションは止まりません。チケット本文に普通の言葉で書かれた指示は、検証でもそのまま通りました。これは当然の結果です。Supabaseも、警告文で結果を包む方法は「リスクを減らしたが、なくしはしなかった」と書いています。最小権限、外向き通信の制限、送信系ツールの承認で被害を抑えます(7章)。
目次
- MCPのツール出力サニタイズとは
- 仕様とOWASPが求めていること
- ツール結果で何が起きるか:実際の事例
- 6つのフィルタ
- 実装例(Python・標準ライブラリのみ)
- 検証:17件のツール結果をパイプラインあり・なしで比較
- サニタイズでできないことと、組み合わせる対策
- チェックリスト(14項目)
- よくあるハマりどころ(症状→原因→対処)
- NodeFlareならこう解決できる
- FAQ
- まとめ
1. MCPのツール出力サニタイズとは
MCPのツール出力サニタイズとは、ツール結果の中にある「ただのデータ」以外として扱われうるものを、サーバー側で取り除くか無害化する処理です。モデル、クライアントの画面、端末のいずれかが、制御コード・隠しテキスト・リンク・漏れたシークレットとして解釈しうるものが対象です。ツールがデータベースやAPI、Webページからデータを取ってきた後、tools/call のレスポンスの content と structuredContent を組み立てる前に実行します。
入力検証と対になる処理です。コマンドインジェクション対策は、モデルが送ってくる引数からサーバーを守ります。出力のサニタイズは、サーバーが返すものから、モデル・ユーザー・ユーザーの他のツールを守ります。
| 用語 | この記事での意味 |
|---|---|
| ツール結果 | tools/call に対してサーバーが返す content 配列と、任意の structuredContent |
| 信頼できない文章 | サーバー自身が書いていない文字列すべて。チケット本文、メール、ファイルの中身、Webページ、ユーザーが書き込んだ行など |
| サニタイズ | 制御コード・隠しテキスト・リンク・漏えいしたシークレットとして働かないよう、削除・置換・目印付けをすること |
| 過剰な共有(over-sharing) | 呼び出し元が必要としないフィールド(パスワードハッシュ、社内メモ、他ユーザーのデータなど)まで返すこと |
出力のサニタイズはサーバーを作る側の仕事です。他社の悪意あるサーバーを見抜くのは使う側の仕事で、そちらはMCPのツールポイズニング対策で解説しています。
2. 仕様とOWASPが求めていること
MCP仕様はツール出力のサニタイズをサーバーに義務づけていますが、方法は定めていません。そのため、具体的なやり方はOWASPの指針と実際の事例から決めることになります。一次情報の文言を表にまとめます。
| 出典 | 規定 | レベル |
|---|---|---|
| MCP 2026-07-28 Tools、Security Considerations | サーバー:「Sanitize tool outputs」(ほかに「Validate all tool inputs」「Implement proper access controls」「Rate limit tool invocations」) | MUST |
| MCP 2026-07-28 Tools、Security Considerations | クライアント:「Validate tool results before passing to LLM」「Log tool usage for audit purposes」 | SHOULD |
| MCP 2026-07-28 Tools、Output Schema | 「Servers MUST provide structured results that conform to this schema」「Clients SHOULD validate structured results against this schema」 | MUST/SHOULD |
| MCP 2026-07-28 Tools、Structured Content | 構造化結果を返すツールは、同じJSONを TextContent ブロックでも返すべき(SHOULD) |
SHOULD |
| MCP 2026-07-28 Tools、annotations | コンテンツの注釈で audience・priority・更新時刻を表せるが、クライアントがどう扱うかの規定はない |
参考情報 |
| MCP 2026-07-28 Security Best Practices | クライアントは「MCPサーバーから受け取ったURLをすべてサニタイズ・検証しなければならない」(OAuthのURL検証の節)、「MCPサーバーからの入力はすべて処理前に検証・サニタイズする」(stdioプロキシの節) | MUST/指針 |
| OWASP LLM05:2025 Improper Output Handling | 「ゼロトラストで扱う」「出力が使われる場所に合わせてエンコードする」「JavaScriptやMarkdownによる意図しない実行を防ぐため、ユーザーに返す出力をエンコードする」 | 対策 |
| OWASP MCP Top 10(2025年版・ベータ) | MCP03 Tool Poisoning はツール「またはその出力」を対象に含む。MCP06 は文脈に紛れ込んだ指示、MCP10 は Context Injection & Over-Sharing | リスク一覧 |
ここから2つのことが言えます。1つ目に、責任はサーバー側にあります。クライアント側の規定はSHOULDで、結果をほとんど検査しないクライアントも多いからです。2つ目に、構造化結果を返すと攻撃面が2倍になります。上のSHOULDに従うと、同じデータがテキストとしても送られるからです。データは1回だけサニタイズし、その結果から両方を組み立てます。
3. ツール結果で何が起きるか:実際の事例
ツール結果で起きる問題は4種類です。ユーザーに見えない隠しテキスト、普通のデータに紛れた指示、データを外に運ぶリンク、そもそもサーバーの外に出るべきでなかったフィールドです。公開されている事例と、4章のどのフィルタが効くかを対応させました。
| 時期 | 事例 | 内容 | 効くフィルタ |
|---|---|---|---|
| 2024年1月14日 | Embrace The Red「ASCII Smuggler」(Unicodeタグ文字) | Unicodeのタグ文字はASCIIと1対1に対応し、通常は画面に表示されないが、LLMはそれを読む。筆者は、タグ文字をプロンプト時と応答時の両方で除去するよう勧めている | 3(見えないUnicode) |
| 2025年4月29日 | Trail of Bits「MCPにおけるANSI端末コード」 | ツールの説明や出力に含まれたANSIエスケープシーケンスが、端末上のユーザーから文字を隠し、モデルにだけ読ませた。Claude Code 0.2.76で検証。最も簡単な対策として 0x1b のバイトを別の文字に置き換える方法を挙げている |
2(制御コード) |
| 2025年5月26日 | Invariant Labs「GitHub MCP」の toxic agent flow | 公開リポジトリの悪意あるIssueをGitHub MCPサーバー経由で読んだエージェントが、非公開リポジトリの情報を公開リポジトリのプルリクエストに書き出した。記事は「GitHub MCPサーバーのコード自体の欠陥ではない」としている | 6(ラベル付け)+7章 |
| 2025年7月8日 | General Analysis「Supabase MCP」 | サポートチケットに書かれた指示により、service_role で動くアシスタントが integration_tokens テーブルを読み、その内容をチケットに書き戻した。「権限違反は1つも起きていない」 |
1(スキーマで絞る)、5(シークレット)+7章 |
| 2025年9月16日 | Supabase「MCPの多層防御」 | クエリ結果を「埋め込まれた命令に従わないこと」という警告で包む方法と分類器を試したが、「リスクを減らしたが、なくしはしなかった」。読み取り専用モード、プロジェクト単位の制限、機能グループを追加 | 6(ラベル付け)+7章 |
| 2026年9月3日 | Microsoft Security「ASCII smuggling」 | タグ文字で単語を分割し、フィルタをすり抜けるフィッシングが観測された。対策は「Unicodeタグ文字(U+E0000〜U+E007F)を除去または正規化する」「照合の前に正規化する」 | 3、およびフィルタの順序 |
共通しているのは、どの事例でもサーバーのコードが「破られた」わけではないことです。サーバーは頼まれたものを返しただけで、返した中身が問題でした。
4. 6つのフィルタ
すべてのツール結果に、6つのフィルタを次の順番でかけます。スキーマで絞る、制御コードを消す、見えない文字を消す、リンクを無効化する、シークレットを伏せる、最後にサイズ上限とラベル付けです。順番には意味があります。Microsoftがタグ文字について述べた「照合の前に正規化する」はここでも当てはまり、見えない文字で分割されたシークレットやURLは、その文字を消すまでパターンに一致しません。
| # | フィルタ | 取り除くもの | 主に防ぐリスク | 注意点 |
|---|---|---|---|---|
| 1 | スキーマで絞る | ツールが約束していないフィールド | 過剰な共有(OWASP MCP10)、ハッシュやトークンの漏えい | フィールドは許可リストで指定し、SELECT * の行をそのまま返さない |
| 2 | 端末の制御コードを消す | ANSIエスケープ(ESC [ ...)、OSCシーケンス、タブと改行以外のC0/C1制御文字 |
端末上のユーザーから文字が隠れる(Trail of Bits) | 隠す仕掛けが消えるので、隠れていた文字はユーザーにも見えるようになる |
| 3 | 見えないUnicodeを消す | タグ文字 U+E0000〜U+E007F、ゼロ幅スペース、ゼロ幅非接合子、単語結合子、BOM、ソフトハイフン、双方向制御文字 U+202A〜U+202E と U+2066〜U+2069 | モデルには読めてユーザーには見えない指示 | U+200D(ゼロ幅接合子)は残す。消すと家族や職業の絵文字が壊れる |
| 4 | リンクと画像を無効化する | 許可リスト外のホストへのMarkdown画像、リンク、むき出しのURL | クライアントが取得したりユーザーがクリックしたりするURLに乗せて、データが外に出る | 画像のほうが危険。クリックなしで取得するレンダラーがあるため |
| 5 | シークレットを伏せる | 既知のトークン形式と秘密鍵ブロック | ログ・設定・データ行に含まれた認証情報がモデルや会話履歴に届く | パターンは独自形式を取りこぼす。フィルタ1のほうが根本的な対策 |
| 6 | サイズ上限とラベル付け | 上限を超えた部分。外部の文章に「データ」の目印を付ける | コンテキストの埋め尽くし、ツール自身の文章への指示の混入 | ラベル付けはリスクを下げるが、なくしはしない(7章) |
フィルタ1:スキーマで絞る
ツールが返すべきフィールドだけを返し、それを outputSchema に宣言します。仕様は構造化結果がスキーマに沿うことを求めているので、スキーマがそのまま許可リストになります。Supabaseの事例では、アシスタントが読めて返せた行が被害の元でした。id・subject・status・body だけを返すサポート用ツールなら、モデルが何を頼まれても、トークンのテーブルを返すことはできません。
フィルタ2:端末の制御コードを消す
まずESCで始まるシーケンスを消し、次にタブと改行以外の制御文字を消します。こうすると、エスケープシーケンスで端末上は見えなくなっていた文字が普通の文字として表示されます。ユーザーがモデルと同じものを見られるので、これが望ましい状態です。
フィルタ3:見えないUnicodeを消す
上の表のタグ文字、ゼロ幅文字、双方向制御文字を消します。ゼロ幅接合子(U+200D)は残します。👨👩👧 のような絵文字をつなぐ文字で、消すと普通の文章の意味が変わってしまいます。避けられないトレードオフが地域旗(イングランド、スコットランド、ウェールズ)で、これはタグ文字で作られています。どの程度の影響かは6章で示します。
フィルタ4:リンクと画像を無効化する
ホストが許可リストにないMarkdown画像とリンクは文字だけに置き換え、むき出しのURLはプレースホルダーに置き換えます。クライアントがMarkdown画像を描画すると、そのURLを取りに行くことがあり、URLのクエリ文字列はデータを外に出す経路になります。検索ツールのようにリンクを返す必要があるツールでは、本文の中に埋め込まず、構造化フィールドとして返します。そうすれば、クライアントは描画せずにリンクとして表示できます。
フィルタ5:シークレットを伏せる
既知の認証情報の形式を [redacted:aws_access_key] のようなラベル付きの文字列に置き換えます。実際に自社のシステムが扱う形式を使い、自社のキー接頭辞も追加します。これはフィルタ1の後ろに置く安全網です。どのフィールドを外に出すかはフィルタ1で決め、ログ行やエラーメッセージのような自由記述のフィールドに紛れたシークレットをフィルタ5で拾います。
フィルタ6:サイズ上限とラベル付け
決まった長さで結果を切り、切ったことを結果の中に書きます。データが欠けていることをモデルが分かるようにするためです。そのうえで、外部から来た文章をツール自身の文章と分けます。たとえば ticket_body のように「中身である」と分かる名前のフィールドに入れ、ツールが書く文の中には埋め込みません。MicrosoftのSpotlighting論文は、信頼できない入力にこうした目印を付けることで、GPT系モデルで攻撃成功率が「50%超から2%未満」に下がったと報告しています。ただし、これはモデル側の挙動で得られる低減で、コードによる保証ではありません。大きな結果をトークン面から減らす方法は、MCPツール結果を小さくする8つの方法を参照してください。
5. 実装例(Python・標準ライブラリのみ)
検証に使ったパイプラインです。Pythonの標準ライブラリだけで動きます。ALLOWED_LINK_HOSTS、シークレットのパターン、MAX_CHARS は自社のデータに合わせて変えてください。見えない文字の集合はコードポイントの数値から組み立てているので、ソースファイル自体には見えない文字が含まれません。
"""MCPツール出力のサーバー側サニタイザー。標準ライブラリのみ。"""
import re, unicodedata
from urllib.parse import urlparse
MAX_CHARS = 20_000
ALLOWED_LINK_HOSTS = {"docs.example.com", "app.example.com"}
# フィルタ2:ESCで始まるシーケンス、次に \t と \n 以外のC0/C1制御文字
ANSI = re.compile(r"\x1b\[[0-?]*[ -/]*[@-~]|\x1b\][^\x07\x1b]*(?:\x07|\x1b\\)|\x1b[@-Z\\-_]")
CTRL = re.compile(r"[\x00-\x08\x0b-\x1f\x7f-\x9f]")
# フィルタ3:見えない書式文字(U+200D ゼロ幅接合子は絵文字のため残す)
_INV = [0x200B, 0x200C, 0x2060, 0xFEFF, 0x00AD] # ゼロ幅スペース/非接合子、単語結合子、BOM、ソフトハイフン
_INV_RANGES = [(0x202A, 0x202E), (0x2066, 0x2069), (0xE0000, 0xE007F)] # 双方向制御文字、タグ文字
INVISIBLE = re.compile("[" + "".join(map(chr, _INV)) + "".join(f"{chr(a)}-{chr(b)}" for a, b in _INV_RANGES) + "]")
# フィルタ4:Markdownの画像・リンク・むき出しのURL
MD_IMAGE = re.compile(r"!\[([^\]]*)\]\(([^)\s]+)[^)]*\)")
MD_LINK = re.compile(r"(?<!!)\[([^\]]*)\]\(([^)\s]+)[^)]*\)")
BARE_URL = re.compile(r"https?://[^\s)>\]]+")
# フィルタ5:シークレットの形(自社の接頭辞を追加する)
SECRETS = [
("aws_access_key", re.compile(r"\b(?:AKIA|ASIA)[0-9A-Z]{16}\b")),
("github_token", re.compile(r"\bgh[pousr]_[A-Za-z0-9]{36,}\b")),
("slack_token", re.compile(r"\bxox[abprs]-[A-Za-z0-9-]{10,}\b")),
("stripe_live_key", re.compile(r"\b[sr]k_live_[A-Za-z0-9]{16,}\b")),
("private_key", re.compile(r"-----BEGIN [A-Z ]*PRIVATE KEY-----[\s\S]*?-----END [A-Z ]*PRIVATE KEY-----")),
("jwt", re.compile(r"\beyJ[A-Za-z0-9_-]{8,}\.eyJ[A-Za-z0-9_-]{8,}\.[A-Za-z0-9_-]{8,}\b")),
]
def _host_ok(url: str) -> bool:
try:
u = urlparse(url)
except ValueError:
return False
return u.scheme == "https" and (u.hostname or "") in ALLOWED_LINK_HOSTS
def sanitize_text(s: str, report: dict) -> str:
n = len(s)
s = ANSI.sub("", s); s = CTRL.sub("", s)
if len(s) != n: report["control_removed"] = report.get("control_removed", 0) + n - len(s)
n = len(s); s = INVISIBLE.sub("", s)
if len(s) != n: report["invisible_removed"] = report.get("invisible_removed", 0) + n - len(s)
s = unicodedata.normalize("NFC", s)
def img(m):
report["images_removed"] = report.get("images_removed", 0) + 1
return f"[image removed: {m.group(1)[:40]}]"
s = MD_IMAGE.sub(img, s)
def link(m):
if _host_ok(m.group(2)): return m.group(0)
report["links_defanged"] = report.get("links_defanged", 0) + 1
return f"{m.group(1)} (link removed)"
s = MD_LINK.sub(link, s)
def bare(m):
if _host_ok(m.group(0)): return m.group(0)
report["links_defanged"] = report.get("links_defanged", 0) + 1
return "[url removed]"
s = BARE_URL.sub(bare, s)
for name, rx in SECRETS:
s, k = rx.subn(f"[redacted:{name}]", s)
if k: report.setdefault("redacted", []).append(name)
if len(s) > MAX_CHARS:
report["truncated_from"] = len(s)
s = s[:MAX_CHARS] + f"\n[truncated: {len(s) - MAX_CHARS} more characters]"
return s
def project(record: dict, fields: tuple) -> dict:
"""フィルタ1:outputSchemaで約束したフィールドだけを返す。"""
return {k: record[k] for k in fields if k in record}
ツールのハンドラーへの組み込み方:
- レコードを取得したら、
outputSchemaのフィールドを指定してproject()を呼びます。 - 絞り込んだオブジェクトをたどり、入れ子も含めたすべての文字列に
sanitize_text()をかけます。 - サニタイズ済みのオブジェクトから
structuredContentを作り、そのJSONからTextContentブロックを作ります。こうすれば両方に同じ掃除済みのデータが入ります。 - 下流システムの文章を含む
isErrorのメッセージにも、同じ関数をかけます。 reportの辞書(件数と種類だけ。消した文字列そのものは残さない)をログに出し、どのツールが怪しい内容を返しているかを把握します。
6. 検証:17件のツール結果をパイプラインあり・なしで比較
サニタイズなしでは、攻撃を模した11件の結果がすべてそのままモデルに届きました。パイプラインありでは11件すべてが書き換えられ、普通の結果4件は1バイトも変わりませんでした。上のコードを2026年11月12日に Python 3.13.18(Linux)で実行しています。入力は自社環境のテスト用文字列で、外部ホストには予約済みの .invalid ドメインを使いました。
| # | ツール結果の中身 | 期待 | サニタイズなし | パイプライン | パイプラインの処理 |
|---|---|---|---|---|---|
| 1 | 英語の普通のチケット本文 | 残す | 残った | 残った | なし |
| 2 | 日本語の文章 | 残す | 残った | 残った | なし |
| 3 | U+200D でつないだ家族の絵文字 | 残す | 残った | 残った | なし(接合子を保持) |
| 4 | 許可リスト内のドキュメントへのMarkdownリンク | 残す | 残った | 残った | なし |
| 5 | ANSIの「非表示」シーケンスで隠した文字 | 変える | 素通り | 変わった | 制御文字8個を削除し、隠れていた語が見えるようになった |
| 6 | カーソル移動と行消去のシーケンス | 変える | 素通り | 変わった | 制御文字8個を削除 |
| 7 | Unicodeタグ文字で書いた単語 | 変える | 素通り | 変わった | 見えない文字6個を削除 |
| 8 | ゼロ幅スペースと右から左への強制 | 変える | 素通り | 変わった | 見えない文字3個を削除 |
| 9 | クエリにデータを載せた外部ホストへのMarkdown画像 | 変える | 素通り | 変わった | 画像をテキストのプレースホルダーに置換 |
| 10 | 外部ホストへのMarkdownリンク | 変える | 素通り | 変わった | リンク文字は残し、URLを削除 |
| 11 | 外部ホストへのむき出しのURL | 変える | 素通り | 変わった | URLをプレースホルダーに置換 |
| 12 | ログ行に含まれたAWSアクセスキーID | 変える | 素通り | 変わった | [redacted:aws_access_key] |
| 13 | GitHubの個人アクセストークン | 変える | 素通り | 変わった | [redacted:github_token] |
| 14 | PEM形式の秘密鍵ブロック | 変える | 素通り | 変わった | [redacted:private_key] |
| 15 | 50,000文字の結果 | 変える | 素通り | 変わった | 20,000文字で切り、注記を付けた |
| 16 | イングランドの地域旗の絵文字 | 残す | 残った | 変わった(誤検知) | タグ文字が消え、ただの黒い旗になった |
| 17 | チケット本文に普通の英語で書かれた、アシスタントへの指示 | フィルタでは検知不能 | 素通り | 素通り | なし。7章の対策の役目 |
id・title・email・password_hash を持つユーザー行に ("id", "title") を指定して project() をかけると、その2つだけが返りました。
結果から分かること:
- 各フィルタは狙った役目を果たしました。隠し文字・リンク・シークレット・サイズの11件はすべて書き換えられ、普通の結果4件には変化がありませんでした。
- 本当のトレードオフはケース16だけです。地域旗は隠しテキストと同じタグ文字で作られています。ユーザーが地域旗を使うなら、U+1F3F4、2〜6個のタグ文字(小文字)、U+E007F という正確な並びだけを許し、それ以外のタグ文字はすべて消す方法があります。
- ケース17はサニタイズの限界をそのまま示しています。普通の言葉で書かれた指示は、どのフィルタにとってもただのデータです。本物の顧客の依頼と見分けることは、出力フィルタにはできません。
この検証の限界:確認したのは、自社のパターンと自社のテストケースの組み合わせだけです。あらゆるエンコードの手口やシークレットの形式を網羅してはいません。CIの回帰テストとして残し、ログで新しい形を見つけたらケースを追加してください。
7. サニタイズでできないことと、組み合わせる対策
出力のサニタイズは「隠し場所」を消す対策で、データの中に普通の文章で書かれた指示にモデルが従うことは止められません。そのため、だまされたエージェントが届く範囲を狭くしておきます。Supabaseは、警告文で包む方法や分類器について「リスクを減らしたが、なくしはしなかった」と結論づけています。Invariant Labsも、GitHubの攻撃は「市販のプロンプトインジェクション検知の多く」をすり抜けたと報告しています。
| 対策 | 制限できること | 実装する場所 |
|---|---|---|
| ツール単位・認証情報単位の最小権限 | だまされたエージェントがどのツールを呼べるか | 認可の層と、発行するスコープ |
| 読み取り専用で範囲の狭いツール | 読み取りツールが何を返せるか(Supabaseは読み取り専用モード、プロジェクト単位の制限、機能グループを追加) | ツールの設計 |
| 送信系・破壊的なツールの人による承認 | 人が見ないまま書き込みや送信が起きるかどうか | クライアントの設定と、サーバー側の確認ステップ |
| サーバーの外向き通信の許可リスト | サーバーがどこへデータを送れるか | ネットワーク層 |
| 「lethal trifecta」を1セッションにそろえない | 非公開データ、信頼できない文章、外部への送信手段を1つのセッションが同時に持つこと | エージェントとセッションの設計 |
| 監査ログ | 後から何が起きたかを確認できるか | サーバーとプラットフォームのログ |
8. チェックリスト(14項目)
- [ ] すべてのツールが
outputSchemaを宣言し、ハンドラーはそのフィールドだけを返している - [ ] データベースの行全体や上流APIのレスポンス全体をそのまま返すツールがない
- [ ]
structuredContentとそのTextContentの写しを、同じサニタイズ済みオブジェクトから作っている - [ ] すべての文字列から、ESCシーケンスとC0/C1制御文字(タブと改行を除く)を消している
- [ ] Unicodeタグ文字、ゼロ幅文字(U+200D を除く)、双方向制御文字を消している
- [ ] リンクやシークレットの照合より前に、見えない文字を消している
- [ ] 許可リスト外のホストへのMarkdown画像を消し、リンクを無効化している
- [ ] ツールが返す必要のあるリンクは、本文ではなく構造化フィールドで返している
- [ ] 既知のシークレット形式(自社のキー接頭辞を含む)を伏せている
- [ ] 結果のサイズに上限があり、上限で切ったことを結果に明記している
- [ ] 外部から来た文章は名前で中身と分かるフィールドに入れ、ツール自身が書く文には埋め込んでいない
- [ ]
isErrorのメッセージも同じサニタイザーを通している - [ ] サニタイザーのレポート(件数と種類のみ)をツールごとにログに出している
- [ ] 6章のようなケースを使った回帰テストをCIで実行している
9. よくあるハマりどころ(症状→原因→対処)
| 症状 | 原因 | 対処 |
|---|---|---|
| ユーザーには短い結果しか見えないのに、モデルはそれ以上の内容に従って動く | ANSIや見えない文字が残っている | フィルタ2と3を最初に実行する |
| 明らかにトークンがあるのに、パターンに一致しない | 見えない文字でトークンが分割されている | 先に見えない文字を消してから照合する |
| 誰も頼んでいない列までアシスタントが返す | ツールが SELECT * やAPIのオブジェクト全体を返している |
outputSchema のフィールドに絞る |
content はきれいなのに structuredContent が汚れている |
テキストブロックだけをサニタイズしている | オブジェクトをサニタイズしてから両方を作る |
| 家族の絵文字がばらばらの人の絵文字になる | U+200D をほかのゼロ幅文字と一緒に消している | U+200D は残す |
| イングランドやスコットランドの旗が黒い旗になる | タグ文字を消している | 旗の正確な並びだけ許すか、表示の欠けを受け入れる |
| 「警告文を付けたからインジェクション対策は完了」と考えてしまう | 結果を警告文で包む方法に頼っている | リスク低減策として扱い、最小権限と外向き通信の制限を足す |
| エラーメッセージにシークレットが出る | 下流のエラー文をそのまま isError の結果に入れている |
エラーも同じパイプラインに通す |
10. NodeFlareならこう解決できる
NodeFlareはMCPサーバーのホスティング基盤です。ツール結果のフィルタリング、伏せ字化、サイズ制限は行わないため、この記事の6つのフィルタは引き続き自分のコードで実装する必要があります。プロンプトインジェクションそのものや、クライアントが外部の画像を描画することも止められません。NodeFlareが担うのは、だまされたエージェントがサーバー経由で呼べる範囲、サーバーがデータを送れる先、そしてフィルタで守っているシークレットの置き場所の安全性です。この記事で挙げたリスクと、NodeFlareが現在ドキュメントで公開している機能の対応は次のとおりです。
| この記事のリスク | NodeFlareでの対応 |
|---|---|
| ツール結果に紛れた指示で、エージェントが書き込みや送信のツールを呼ぶ(3章、7章) | トークンごとのスコープを、転送前にプロキシで確認します。tools:list、tools:call、tools:call:get_weather のような単一ツール(形式は tools:call:<ツール名>)、resources:read:<uri>、prompts:get:<name> を指定できます。拒否された呼び出しはJSON-RPCエラーになり、サーバーには届きません。tool_list_filter_by_scope を有効にすると、tools/list にはその認証情報で呼べるツールだけが表示されます |
| サーバー、またはその中の依存パッケージが、攻撃者のホストへデータを送る | Egress制御(モードは off(既定)、observe、enforce)で、最大100件のホスト名またはIPの許可リストを設定できます。ホスト側のDNSとnftablesで適用します。ホストのファイアウォールは既定で拒否し、内部ネットワークと 169.254.x のクラウドメタデータへの通信を遮断します |
| 伏せ字フィルタで守っているシークレットが、コードのすぐそばに置かれている | 環境変数は値ごとにAES-256-GCMのデータ鍵で暗号化し、その鍵をOpenBao Transit上のテナント専用鍵で包んで保存します。注入はVM起動時だけで、ビルド引数、イメージレイヤー、ログには残りません |
| だまされたエージェントがツールを繰り返し呼ぶ、または大量にデータを引き出す | 認証情報×サーバーごとに毎分100リクエストのレート制限(変更可) |
| 普段と違う結果を返しているツールを見つけたい | リクエストログに mcp_method、tool_name、arg_keys(引数名のみ。値は記録しません)、res_bytes、outcome(scope_denied や rate_limited など)、caller_kind、client_ip を記録します。保存期間はFreeが7日、ProとTeamが30日です |
| 乗っ取られたサーバーが他のワークロードに届く | サーバーごとに専用のFirecracker microVMで動かし、jailer(非root、chroot、cgroup v2、seccomp)と、VMごとに分かれたネットワーク名前空間で隔離します |
Egress制御で制限できるのはサーバーからの送信です。クライアントが取りに行くMarkdown画像は見えないため、フィルタ4は引き続き必要です。
最小の始め方:各ツールのハンドラーに5章のサニタイザーを入れたうえでMCPサーバーをNodeFlareにデプロイし、上流サービスの認証情報は暗号化された環境変数に移します。呼び出し元ごとに、必要な tools:call:<ツール名> スコープだけを付けた mcp_* APIキーかOAuthトークンを発行し、tool_list_filter_by_scope を有効にします。Egressは1週間 observe で動かし、観測した通信先を許可リストに入れてから enforce に切り替えます。
NodeFlareは1サーバーまで無料で試せます。nodeflare.tech からどうぞ。
11. FAQ
MCPの「ツール出力をサニタイズする」とは何をすること?
サーバーがツール結果を返す前に掃除することです。約束したフィールドだけを返し、端末の制御コードと見えない文字を消し、信頼していないリンクを無効にし、シークレットを伏せ、サイズに上限をかけ、外部の文章をデータとして区別します。2026-07-28版のTools仕様はこれをサーバーのMUSTとしていますが、手順は定めていません。
MCP仕様にツール出力のサニタイズ方法は書かれている?
書かれていません。Tools仕様は、サーバーにツール出力のサニタイズを求め(MUST)、クライアントにはLLMに渡す前の結果の検証を推奨し(SHOULD)、構造化結果が outputSchema に沿うことを求めています。方法は実装者に任されているため、この記事ではOWASP LLM05と公開事例をもとに手順を決めています。
出力のサニタイズでMCPのプロンプトインジェクションは防げる?
防げません。隠し文字、制御コード、外部リンク、シークレットは取り除けますが、チケットやメールに普通の言葉で書かれた指示は、ただのデータと区別できません。検証でもそうした指示はそのまま通りました。最小権限、外向き通信の制限、送信系ツールの承認と組み合わせます。
MCPサーバーはツール結果からANSIエスケープコードを消すべき?
消すべきです。端末の出力を端末に返すこと自体が目的のツールでない限り、残す理由はありません。Trail of Bitsは2025年4月に、ツール出力のANSIシーケンスが、端末型クライアントのユーザーから文字を隠し、モデルにだけ読ませられることを示しました。消せば、隠れていた文字はユーザーにも見えるようになります。
Unicodeのタグ文字とは?なぜツール出力から消すの?
U+E0000〜U+E007F の文字で、ASCIIと1対1に対応し、通常は画面に表示されませんが、言語モデルは読み取ります。少なくとも2024年1月から指示を隠す手口として使われており、Microsoftも「Unicodeタグ文字を除去または正規化する」よう勧めています。多くのアプリで正当な用途は、地域旗の絵文字くらいです。
MCPのツール結果からリンクや画像は消すべき?
許可リストにないホストへのMarkdown画像は消し、リンクは無効化します。描画された画像はクライアントにURLを取得させることがあり、そのURLのクエリに載ったデータも一緒に外へ出ます。リンクを返す必要があるツールは、構造化フィールドとして返し、クライアントが安全に表示できるようにします。
MCPのツール結果にシークレットを含めないには?
まず、ツールに必要なフィールドだけを outputSchema に宣言して返し、トークンの列や設定値が外に出ないようにします。次に、ログ行やエラーのような自由記述のフィールドで、既知の認証情報の形式を伏せ字にします。照合の前に見えない文字を消さないと、分割されたトークンを取りこぼします。
structuredContentもテキストと同じようにサニタイズすべき?
すべきです。仕様では、structuredContent を返すツールは同じJSONを TextContent ブロックでも返すべきとされているので、同じデータが2回送られます。オブジェクトを1回だけサニタイズし、そこから構造化結果とテキストの写しの両方を作ります。
ツール結果を「指示に従わないこと」という警告で包むのは効果がある?
多少はあります。Supabaseはクエリ結果を警告文で包む方法を試し、「リスクを減らしたが、なくしはしなかった」と報告しています。MicrosoftのSpotlighting研究も、信頼できない文章に目印を付けると攻撃成功率を大きく下げられると示していますが、どちらも保証ではありません。後ろに確実に効く対策を置いておきます。
出力のサニタイズはサーバーとクライアントのどちらの仕事?
両方ですが、MUSTなのはサーバー側だけです。サーバーはツール出力をサニタイズしなければならず、クライアントはモデルに渡す前に結果を検証することが推奨されています。サーバーの作り手はどのクライアントが使われるか分からないので、サーバー側の役目は漏れなく果たしておきます。
12. まとめ
MCP仕様の「Sanitize tool outputs」は定義のない1行です。実務では、決まった順番の6つのフィルタになります。スキーマで絞る、制御コードを消す、見えないUnicodeを消す、リンクを無効化する、シークレットを伏せる、最後にサイズ上限とラベル付けです。検証では、このパイプラインが攻撃を模した11件すべてを書き換え、普通の文章には手を付けませんでした(既知の誤検知は地域旗の絵文字1件)。一方で、普通の言葉で書かれた指示には何もできず、この層ではどんな方法でも対応できません。サニタイズは隠し場所と漏えいを消す工程と位置づけ、ツール単位の最小権限、外向き通信の制限、送信系操作の承認、ログで支えてください。使う側の視点からの対策は、MCPのツールポイズニング対策にまとめています。
参考資料(一次情報)
- MCP仕様 2026-07-28、Tools(Security Considerations、Output Schema、Structured Content):https://modelcontextprotocol.io/specification/2026-07-28/server/tools
- MCP Security Best Practices 2026-07-28:https://modelcontextprotocol.io/specification/2026-07-28/basic/security_best_practices
- OWASP LLM05:2025 Improper Output Handling:https://genai.owasp.org/llmrisk/llm052025-improper-output-handling/
- OWASP MCP Top 10(2025年版・ベータ):https://owasp.org/www-project-mcp-top-10/
- Trail of Bits「Deceiving users with ANSI terminal codes in MCP」(2025年4月29日):https://blog.trailofbits.com/2025/04/29/deceiving-users-with-ansi-terminal-codes-in-mcp/
- Invariant Labs「GitHub MCP exploited」(2025年5月26日):https://invariantlabs.ai/blog/mcp-github-vulnerability
- General Analysis「Supabase MCP can leak your entire SQL database」(2025年7月8日):https://generalanalysis.com/blog/supabase-mcp-blog
- Supabase「Defense in depth for MCP servers」(2025年9月16日):https://supabase.com/blog/defense-in-depth-mcp
- Hines ほか「Defending Against Indirect Prompt Injection Attacks With Spotlighting」(arXiv 2403.14720):https://arxiv.org/abs/2403.14720
- Embrace The Red「ASCII Smuggler Tool」(2024年1月14日):https://embracethered.com/blog/posts/2024/hiding-and-finding-text-with-unicode-tags
- Microsoft Security Blog「ASCII smuggling」(2026年9月3日):https://www.microsoft.com/en-us/security/blog/2026/09/03/ascii-smuggling/
- NodeFlareのドキュメントとセキュリティページ:https://nodeflare.tech/docs 、https://nodeflare.tech/security
