【ITニュース解説】Paste-Safe: mask client names before a chat AI sees them, then put them back (tested on 30 messages)

Paste-Safeは、生成AIツールにクライアントの機密情報を貼り付ける際、情報漏洩のリスクを軽減するためのウェブアプリケーションである。ChatGPT、Claude、GeminiといったAIに、顧客のメールや会議の議事録などを入力する際、機密保持契約（NDA）に抵触しないよう、個人情報や企業名をマスキング（匿名化）し、AIからの回答後に元の情報に戻す機能を提供する。フリーランス、コンサルタント、翻訳者など、機密情報を扱う多くの専門家が、このツールの主な利用者となる。

ツールの使い方は非常に直感的だ。まず、機密情報を含むテキストをPaste-Safeのウェブページに貼り付ける。Paste-Safeはテキスト内から人名、組織名、地名といった固有名詞、さらにメールアドレス、電話番号、クレジットカード番号などの連絡先情報を自動的に検出する。検出されたこれらの機密情報は、例えば「Hi Maria」が「Hi [PERSON_1]」のように、特定のプレースホルダーに置き換えられる。このマスキングされたテキストをAIツールに入力し、得られたAIの回答を再びPaste-Safeに貼り付けることで、プレースホルダーが元の実名や情報に正確に戻される。AIがプレースホルダーの形式を多少変更しても（例: [person 2]）、適切に復元できる仕組みが備わっている。

Paste-Safeが機密情報を検出する仕組みは、複数の技術を組み合わせている。 まず、人名や組織名、地名などの固有名詞の検出には、「NER（固有表現認識）」というAI技術が用いられている。Paste-Safeでは、「BERT」という種類のオープンソースのNERモデルが採用されており、このモデルはユーザーのウェブブラウザ内で直接動作する。この「ブラウザ内での動作」が重要な点で、機密情報が外部のサーバーに送信されることなく、利用者のパソコン上で処理が完結する。 次に、メールアドレスや電話番号、IPアドレスなど、特定の形式を持つ定型的な情報は、「正規表現」と呼ばれるパターンマッチングの技術で高精度に検出される。これはAIモデルよりもこうした情報の検出に適しているためだ。 さらに、AIモデルが捉えにくい「Mr.」や「Dear」の後に続く名前、あるいはメールの結びの署名欄にある名前などは、いくつかの固定的なルールに基づいて補完的に検出される。 検出漏れをさらに減らすため、オプションとして「Gemma 3 270M」という小型の言語モデルによる追加チェック機能も提供されている。これもブラウザ内で動作し、テキストの文脈を考慮して、最初のNERモデルが見落とした名前を特定しようと試みる。 ユーザーは、常にマスキングしたい特定の単語や、誤検出を防ぐためにマスキングしない単語のリストをカスタマイズすることも可能だ。また、同じ名前には常に同じプレースホルダーが割り当てられるため、長いチャットセッションでも一貫性が保たれる。マスキングと復元に必要な情報の対応関係はブラウザのページ外には一切送信されず、必要に応じてローカルファイルとして保存できる。

このツールの最大の強みは、そのプライバシーとセキュリティへの配慮である。全てのマスキング処理が利用者のブラウザ内で完結するため、機密情報がインターネットを通じて外部のサーバーに送信されることは一切ない。実際にWi-Fiを切断した状態でも動作することから、このローカル処理の特性が証明されている。 Paste-Safeがオープンソースであることも、この信頼性を高める要因となっている。プログラムのコード、使用されているAIモデルの重み、そしてテストデータや評価コードがすべて公開されており、利用者は開発者の「全てローカルで処理しています」という主張が正しいことを自身で検証できる。これは、プライバシー保護を謳うツールにとって極めて重要な「検証可能性」を提供する。また、オープンソースであることで、サービス提供のためのサーバーコストがかからず、コア機能は無料で利用できるというメリットも生まれる。

しかし、このアプローチにはいくつかの限界も存在する。オープンソースのAIモデルは、学習データの特性上、珍しい名前や英語以外のテキストの検出を苦手とする場合がある。また、小型のGemmaモデルも、大規模な商用AIに比べて検出精度や誤検出の多さで劣る可能性がある。これらの限界に対しては、「常にマスキングしたい単語リスト」が有効な解決策となる。クライアント名など、絶対に漏らしてはならない情報は、このリストに一度登録すれば、モデルの検出能力に左右されずに確実にマスキングされる。

開発チームによるテストでは、30件の模擬的なリクエストテキストを用いた評価が行われた。デフォルト設定において、97件の固有名詞のうち94件、そして7件の連絡先全てが正確にマスキングされた。Gemmaによる追加チェック機能を利用した場合、固有名詞の検出漏れはゼロ（97件中97件）になったものの、誤って一般的な単語をマスキングしてしまう誤検出の数が増える傾向が見られた。

Paste-Safeは、今日のAI活用における機密情報管理の課題に対し、プライバシーを重視した画期的な解決策を提示している。システムエンジニアを目指す皆さんにとって、このようなオープンソースかつローカルで完結する設計思想は、今後の技術トレンドを理解する上で重要な視点となるだろう。