バイブコーディングのセキュリティを徹底解説!事故例と安全に使う条件も紹介

AIに日本語で頼むだけでアプリが形になるバイブコーディングで、試作品が半日で動くようになりました。一方で、AIが本番のデータを消した事例やAI製のサービスから情報が漏れた事例の報道も海外から届きます。社内で勧めてよいのか、止めるべきなのか、判断を任されて迷っていないでしょうか。
本記事では、バイブコーディングで実際に起きた事故と、AI生成コードのリスクに関する研究を、当事者や公的機関の一次情報に基づいて解説します。あわせて、安全に使う条件と会社としての線引きも紹介します。
この記事を読めば、禁止か放任かの二択ではない現実的なルールを作れます。結論から言うと、事故の原因はAI自体ではなく確認を省く運用にあります。条件を整えれば試作の道具として十分に安全へ寄せられる、が本記事の答えです。
目次
- バイブコーディングのセキュリティリスクとは【動くことと安全は別物】
- バイブコーディングで実際に起きたセキュリティ事故3例
- バイブコーディングのセキュリティ事故を防ぐ4つの条件【社内ルールに落とす】
- 会社としてのバイブコーディングの線引き【任せてよい範囲】
- バイブコーディングのセキュリティに関するよくある質問
- まとめ
- 参考リンク
バイブコーディングのセキュリティリスクとは【動くことと安全は別物】
バイブコーディングのセキュリティでは、画面が動くことと安全であることを分けて見る必要があります。研究で見つかった欠陥の割合と危険の正体を先に押さえておくと、安全に使う条件を決めやすくなります。バイブコーディングのセキュリティリスクを理解するための前提は、以下の3つです。
- 完成して動くことは安全の証明にならない
- 研究では生成コードの約半数に欠陥が見つかっている
- 危険の正体はAIではなく確認を省く運用にある
完成して動くことは安全の証明にならない
バイブコーディングの怖さは、素人目には成功にしか見えないことです。画面が表示され、ボタンが動き、データが保存される。見た目は正常に動いていても、外部から悪用できる穴が開いたままの場合があります。
セキュリティの欠陥は、正常な使い方では表面に出ません。「作れた」と「公開してよい」の間に検証の工程が必要になる点は、人間が作るシステムと変わらない原則です。エラーが出ないことと、悪用できる入口がないことは、確かめ方がまったく別だからです。
AIを使ったコードレビューでできることと主なツールは、以下の記事で解説しています。
AIコードレビューとは?できることと主なツール・導入の進め方を解説
研究では生成コードの約半数に欠陥が見つかっている
AI生成コードの品質は、複数の研究で繰り返し調べられています。AI生成コードの欠陥を調べた主な研究と調査の結果は、以下のとおりです。
- ジョージタウン大学の研究機関CSET:5つのAIモデルが生成したコード断片の約半数に、影響の大きい不具合が含まれたと報告した
- ニューヨーク大学の研究チーム:約1,700件の生成プログラムを検証し、約4割に脆弱性が見つかった
- セキュリティ企業Veracode(2025年の調査):テストの45%で、AI生成コードが危険な欠陥を持ち込んだと報告した
さらにスタンフォード大学の研究では、AI支援を使った人の方が安全でないコードを書きやすいと分かりました。しかも、AI支援を使った人の方が、自分のコードを安全だと過信する傾向まで確認されています。「AIが優秀だから大丈夫」という感覚こそが、測定された危険要因です。
危険の正体はAIではなく確認を省く運用にある
研究が示すのは「AIのコードは一定の割合で欠陥を含む」事実です。一定の割合で欠陥を含む点は、人間の初心者にも当てはまります。違いは、バイブコーディングでは確認できる人が最初から関与しない運用が起きやすいことです。
つまりリスクの中心は、生成の速さに検証が追いつかないまま公開してしまう運用にあります。人間の新人が書いたコードを無確認で公開する会社がないのと同じで、書き手がAIになっても検証の必要性は変わりません。禁止ではなく、確認の工程を組み込んだ条件付きの利用が現実解です。
バイブコーディングで実際に起きたセキュリティ事故3例
危険は想像上の話ではありません。当事者や調査企業の一次発表がある事故の中から、3つを紹介します。本記事で取り上げるバイブコーディングのセキュリティ事故は、以下のとおりです。
- AIエージェントが本番のデータベースを削除した
- 認証の抜け穴から非公開アプリに入れる状態だった
- AI任せで作られたサービスから認証情報150万件が露出した
AIエージェントが本番のデータベースを削除した
2025年7月、米国の投資家Jason Lemkin氏が自身の記事で事故を公表しました。開発サービスReplitのAIエージェントにバイブコーディングを試したところ、AIが本番のデータベースを削除したのです。消えた記録は役員1,200件超・企業1,100件超にのぼります。
操作を止める指示を11回繰り返していたにもかかわらず実行されたと、Lemkin氏は書いています。削除の直後には「復旧できない」という誤った案内まで受けたとされ、実際には復旧できたことも後から分かりました。
SaaStrに掲載されたLemkin氏の記事によると、Replit側は事故の後に、開発用と本番用のデータベース分離や、ワンクリックで巻き戻せる仕組みを実装しました。「試す環境」と「本番」を分けていれば起きなかった事故である点が、最大の教訓です。
認証の抜け穴から非公開アプリに入れる状態だった
2025年7月、セキュリティ企業Wizは、バイブコーディング基盤のBase44に認証の欠陥があったと公表しました。公開情報だけを使って本人確認の仕組みを迂回でき、企業の非公開アプリへ入れる状態だったのです。Base44はWixが買収したサービスで、アプリを作った企業の側に落ち度はありませんでした。
報告の翌日には運営元が修正し、悪用の痕跡はなかったと発表されています。利用者側に落ち度がなくても、土台のサービス側の欠陥で全アプリが危険にさらされる構図を示した事例です。
AI任せで作られたサービスから認証情報150万件が露出した
2026年に入り、Wizは「コードを1行も書かなかった」と創設者が公言するAIエージェント向けサービスMoltbookの調査結果を公表しました。Moltbookのデータベースは、保護設定が無効のまま公開されていたのです。Wizの調査結果によると、誰でも読み書きできる状態だった情報は以下のとおりです。
- API認証トークン約150万件
- メールアドレス約3.5万件
- 非公開メッセージ
報告から数時間で保護が完了し、悪用の報告もない状況です。話題性のあるサービスでも公開前の基本設定の確認が抜け落ちる点で、バイブコーディングの負の面が最も分かりやすく出た事例です。
バイブコーディングのセキュリティ事故を防ぐ4つの条件【社内ルールに落とす】
3つの事故に共通する原因を裏返すと、バイブコーディングを安全に使う条件が見えてきます。条件はどれも、社内ルールにそのまま書ける具体的な内容です。バイブコーディングのセキュリティ事故を防ぐ条件は、以下の4つです。
- 本番のデータがある場所で試さない
- 秘密情報をAIに書かせない・置かせない
- 公開前に人の確認を必ず挟む
- ツールの安全機構を切らずに使う
本番のデータがある場所で試さない
バイブコーディングは、消えて困るものがない練習用の環境で行うのが大前提です。Replitの事故は、試行錯誤の場に本番のデータベースが同居していたことで被害が実害になりました。
試す環境と本番の分離は、AI以前からのシステム運用の基本でもあります。非エンジニアが試す場合は「このフォルダ・このデータなら全部消えても困らない」状態を先に作ってから始めてください。
秘密情報をAIに書かせない・置かせない
APIキーやパスワードのような秘密情報をコードへ直接書く形は、AI生成コードで起きやすい定番の欠陥です。Moltbookの事故でも、認証情報が外から見える場所に置かれていたことが被害を広げました。
「秘密の値はコードに直接書かない」を指示に含め、生成物に秘密情報らしき文字列が埋まっていないかを公開前の確認項目にしてください。秘密情報の確認を1項目入れるだけで、事故の大きな部分を防げます。
公開前に人の確認を必ず挟む
外部に公開するものは、公開前にコードを読める人の確認を通します。確認の観点には、IPA(情報処理推進機構)が公開する「安全なウェブサイトの作り方」のような公的な基準がそのまま使えます。
IPAの「安全なウェブサイトの作り方」は、Webサービスで定番の欠陥への対処を一覧にした資料です。データベースへ不正な命令を混ぜ込む攻撃や、偽の入力画面の埋め込みなどへの対処が載っています。
社内に確認できる人がいないことは「公開してよい体制がまだない」と判断する材料になります。IPAの10大脅威2026でもAI利用のリスクが組織向け3位に初選出されており、公開物の検証は会社の責任範囲と考えてください。
ツールの安全機構を切らずに使う
Claude CodeやCodexのような主要なAI開発ツールには、ファイル変更やコマンド実行の前に人へ承認を求めるモードと、作業範囲を隔離するサンドボックスが備わっています。
Claude Code公式ドキュメントによると、Pro・Max・Teamプランの新規セッションは現在、分類器と呼ぶ別のAIが操作を審査するautoモードが既定です。人が毎回承認する手動モードにしたい場合は設定で切り替えます。公式ドキュメントは、どのモードでも承認前の確認は利用者の責任と明記しています。
ChatGPT公式ドキュメントによると、Codexは外部との通信が最初から遮断されていて、必要なときだけ許可する設計です。
事故への近道は、承認を求めない設定にして放置する使い方です。本番データや顧客情報に触れる作業では、人が承認するモードとサンドボックスを有効にし、承認の場面では内容を読みましょう。安全機構の使い方を社内ルールに書いておけば、ツール側の防御が働きます。
Claude Codeのサンドボックスの仕組みと設定は、以下の記事で解説しています。
Claude Codeのサンドボックスを徹底解説!仕組みと設定・Windows対応も紹介
会社としてのバイブコーディングの線引き【任せてよい範囲】
バイブコーディングをどこまで任せてよいかは、用途ごとのリスクで分けて考えます。線引きを先に決めておけば、禁止か放任かの二択で迷わずに導入を判断できます。バイブコーディングの導入を判断するときの線引きは、以下の2つです。
- 社内の試作・検証には積極的に使ってよい
- 顧客データを扱う公開システムは専門家の関与を条件にする
社内の試作・検証には積極的に使ってよい
「社内で閉じた低リスクの用途」は、バイブコーディングの利点が最も生きる領域です。業務ツールの試作・アイデアの検証・自分専用の作業効率化などが当てはまります。失敗しても被害が個人の時間で収まるため、事故を防ぐ条件を守れば積極的に使って構いません。
試作の段階では完璧を求めず、うまくいったものだけを本格開発の検討に上げます。試作と本格開発を分ける二段構えは、セキュリティだけでなく開発投資の失敗を減らす効果もあります。
顧客データを扱う公開システムは専門家の関与を条件にする
顧客情報・決済・外部公開を含むシステムは、事故が会社の信用問題に直結します。顧客データを扱う公開システムでは、バイブコーディングを禁止するのではなく、設計と公開前検証に専門家が関与することを条件にしてください。関与する専門家は社内の人材に限らず、外部の開発会社や診断サービスでも構いません。
Base44やMoltbookの事故は、いずれも「外部に公開され、他人のデータを預かる」段階で起きています。試作と公開の間に審査の関門を置くことが、会社としての現実的な線引きです。
生成AI全般のリスクの分類と会社でやるべき対策は、以下の記事で解説しています。
生成AIのセキュリティを徹底解説!リスクの分類と会社でやるべき対策も紹介
バイブコーディングのセキュリティに関するよくある質問
バイブコーディングの導入を判断するときに残りやすい疑問を、質問と回答の形でまとめました。バイブコーディングのセキュリティに関するよくある質問は、以下の3つです。
- バイブコーディングは禁止すべきですか?
- 非エンジニアだけで作ったものを公開してよいですか?
- どのツールを選べば安全ですか?
バイブコーディングは禁止すべきですか?
禁止は勧めません。試作の速さの利点が大きく、禁止しても個人利用が水面下に潜るだけだからです。
推奨は「環境の分離・秘密情報の禁止・公開前確認・安全機構の維持」の4条件を付けた許可です。条件付きで公式に認める方が、実態の把握も教育もしやすくなります。既存の生成AI利用ルールがある会社なら、既存のルールへ「開発利用の条件」の1節を足す形で始められます。
非エンジニアだけで作ったものを公開してよいですか?
社内限定・低リスクの用途なら問題ありません。外部公開や顧客データを扱うものは、公開前にコードを読める人の確認を挟んでください。
研究で確認された「自分のコードを安全だと過信する傾向」は、善意でも起きます。作った本人以外の目を通す仕組みは、個人の注意より確実です。
どのツールを選べば安全ですか?
「これを選べば安全」と言えるツールはありません。どのツールでも、生成されたコードの検証が必要な点は共通です。
ツールを選ぶときは、承認やサンドボックスのような安全機構を持っているかを基準にしてください。あわせて、安全機構の既定値と切り替え方を公式ドキュメントで公開しているツールを選びましょう。安全性はツールの銘柄ではなく、機構と運用の組み合わせで決まります。
Claude Codeを使う場合の安全性と、事故を防ぐ最初の設定は、以下の記事で解説しています。
Claude Codeは危ない?安全性を徹底解説!事故を防ぐ最初の設定も紹介
まとめ
バイブコーディングのセキュリティは「確認の工程」で確保できます。バイブコーディングの事故は、AIの能力不足ではなく、本番との同居・秘密情報の放置・確認なしの公開など運用の省略から起きています。研究でも生成コードの約半数に欠陥が見つかる以上、検証の工程を省く選択肢はない、が出発点です。
裏を返せば、環境を分けて秘密情報を遠ざけ、公開前に人の目を通してツールの安全機構を保てば試作の道具として安心して使えます。4つの条件はどれも、明日の社内ルールにそのまま書ける具体的な内容です。まずは「消えても困らない環境で試す」ところから、自社の条件付きルールを作りましょう。
参考リンク
- CSET(ジョージタウン大学)「Cybersecurity Risks of AI-Generated Code」
- arXiv「Asleep at the Keyboard? Assessing the Security of GitHub Copilot's Code Contributions(arXiv:2108.09293)」
- Veracode「GenAI and Code Security: What You Need to Know」
- arXiv「Do Users Write More Insecure Code with AI Assistants?(arXiv:2211.03622)」
- SaaStr「Replit’s New Release Addressed Most of The Challenges We Hit Vibe Coding. But Is ‘Prosumer’ Vibe Coding Really Ready for Commercial Apps Yet?」
- Wiz「Critical Vulnerability in AI Vibe Coding platform Base44」
- Wiz「Hacking Moltbook: AI Social Network Reveals 1.5M API Keys」
- IPA(情報処理推進機構)「安全なウェブサイトの作り方」
- Claude Code公式ドキュメント「Choose a permission mode」
- Claude Code公式ドキュメント「Security」
- ChatGPT公式ドキュメント「Agent approvals & security」



