GEMINI LABEN
FLASH36 — 7月21日公開のGemini 3.6 Flashは出力トークンが約17%少なく、3.5 Flashより低価格です。コード編集の余計な書き換えや実行ループも減っていますCYBER — Gemini 3.5 Flash Cyberは脆弱性の発見・検証・修正パッチ作成に絞った軽量モデルですCOMPUTER — Computer UseがGemini APIとGemini Enterpriseの組み込みクライアントサイドツールとして利用できるようになりましたSPARK — Gemini Sparkの日本語提供が7月16日に始まりました。Google AI Ultraプランのユーザーから順次展開されていますPARALLEL — Sparkが複数の参照ソースを並行処理できるようになり、Docs・Sheets・Slidesでの画像追加や編集を代行できる範囲も広がりましたSTUDENT — 日本を含む4か国で18歳以上の学生向け無料アップグレードが提供され、Google AI ProとNotebookLM、2TBのストレージが使えますFLASH36 — 7月21日公開のGemini 3.6 Flashは出力トークンが約17%少なく、3.5 Flashより低価格です。コード編集の余計な書き換えや実行ループも減っていますCYBER — Gemini 3.5 Flash Cyberは脆弱性の発見・検証・修正パッチ作成に絞った軽量モデルですCOMPUTER — Computer UseがGemini APIとGemini Enterpriseの組み込みクライアントサイドツールとして利用できるようになりましたSPARK — Gemini Sparkの日本語提供が7月16日に始まりました。Google AI Ultraプランのユーザーから順次展開されていますPARALLEL — Sparkが複数の参照ソースを並行処理できるようになり、Docs・Sheets・Slidesでの画像追加や編集を代行できる範囲も広がりましたSTUDENT — 日本を含む4か国で18歳以上の学生向け無料アップグレードが提供され、Google AI ProとNotebookLM、2TBのストレージが使えます
記事一覧/高度な活用
高度な活用/2026-07-26上級

セキュリティ特化モデルを個人開発の監査に組み込む — 抽出層と、再提出されない指摘の指紋設計

外向きリクエストのシンクを AST で抽出し、モデルの仮説を再現の可否だけで採用する三層設計。指紋方式を4種類実測し、粗い指紋が安全な実装に脆弱な実装を吸収させる衝突まで再現しました。

セキュリティ8静的解析ASTGemini API194設計パターン

プレミアム記事

Agent Studio が自動生成する /api-proxy バックエンドに SSRF の欠陥があり、2026年7月1日より前に作成した Web アプリは再生成して再デプロイすることが推奨されている、という告知を読んだとき、私は手を止めました。

該当するかどうかを判断する材料が、自分の側に何もなかったからです。

2014年から個人開発を続けているうちに、手元の小さなサービスは少しずつ増えました。どれが「外から渡された URL をそのまま取りに行く」経路を持っているのか、記憶では答えられません。grep で requests.get を数えると数十件出てきて、そのうち何件が本当に危ないのかは、結局一件ずつ読むまで分かりませんでした。

Gemini 3.5 Flash Cyber のように、脆弱性の発見・検証・修正パッチ作成へ用途を絞った軽量モデルが出てきたことで、この作業を機械に寄せる余地は確実に広がりました。ただ、私が最初に組んだ「リポジトリを丸ごと渡して危ないところを教えてもらう」構成は、二週間で運用が止まりました。止まった理由と、そこから組み直した三層構成、そして一番手こずった「指摘の指紋」の設計を残しておきます。

数値はすべて手元のフィクスチャと実在のコードツリーで測ったものです。再現手順もそのまま載せています。

丸ごと渡す構成が二週間で止まった理由

最初の実装は素朴でした。変更のあったファイルをまとめてモデルへ送り、「SSRF に該当する箇所を挙げてください」と頼み、返ってきた指摘を Issue にする。動きはしました。動きはしたのですが、三つの理由で続きませんでした。

一つ目は、同じ指摘が何度も戻ってくることです。コメントを一行足しただけの差分でも、モデルは同じ関数を再び「危険」として挙げます。台帳を作って重複を弾こうとしたところ、その台帳の鍵の作り方そのものが本題になりました(後半で詳述します)。

二つ目は、確信度を判断材料に使えないことです。「high / medium / low」を返してもらう形にしていましたが、同じ入力を三回投げると high と medium が入れ替わります。閾値を引いた瞬間、閾値が意味を失いました。

三つ目は費用です。差分が小さい日でも、周辺の文脈を添えると入力トークンは膨らみます。指摘の大半が既知の再提出なのに課金だけは毎回発生する、という構図になりました。この手の「呼び出し単位の会計が合わない」問題については、Gemini API の usageMetadata で本番アプリのコストを記録する で扱った記録の取り方が土台になります。

止まった後で気づいたのは、私がモデルに「探索」と「判定」を同時に任せていたことでした。探索は機械の得意分野ですが、判定を任せると、判定の根拠が毎回揺れます。

三層に分ける — 抽出・仮説・検証

組み直した構成は次の三層です。

担当出力揺れるか
抽出自前の AST スキャナ候補シンクの一覧と指紋揺れません(決定的)
仮説モデル再現手順と修正パッチの案揺れます(許容)
検証自前のハーネス採用 / 却下の二値揺れません(決定的)

肝は、揺れる層を真ん中だけに閉じ込めることです。モデルには「ここが危ないか」を尋ねず、「これが危ないとしたら、どう再現し、どう直すか」を出してもらいます。危ないかどうかの最終判断は、その再現手順が実際に走るかどうかだけで決めます。

モデルの自己申告を採用条件から外すと、モデルを差し替えても運用が壊れません。私は仮説層をインターフェース越しに呼ぶ形にして、汎用の Flash 系と用途特化のモデルを同じ台帳で比べられるようにしています。

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
外向きリクエストのシンクを AST で抽出する約90行のスキャナ。4,016 ファイルを 28.2 秒(7.0ms/file)で走査した実測付き
行番号ベースの指紋が、コメント追加と変数リネームだけで 8 件中 8 件を新規として再提出した計測と、その修正版
指紋を粗くすると追跡率は 7/7 に上がる代わりに、許可リスト付きの安全な実装が脆弱な実装を 1 件吸収して消す衝突の再現手順
Stripe による安全な決済 · いつでもキャンセル可能

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Gemini Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

高度な活用2026-07-01
Managed Agents の隔離サンドボックスから成果物を安全に持ち出す — スコープ限定クレデンシャルと egress の設計
Gemini API の Managed Agents はGoogleホストの隔離サンドボックスで動きます。生成した成果物をそこから自分のリポジトリへ安全に戻すための、短命・最小権限クレデンシャルとegress境界の実装をまとめました。
高度な活用2026-07-17
日本語で引いた検索に、対訳の英語記事が出てこない — 埋め込みが内容より先に言語を見ている件
gemini-embedding-2 で日英の対訳ペアを埋め込むと、同じ内容なのに最近傍になりません。言語そのものが類似度を押し上げているためです。対訳ペアを正解として再現率を測り、言語重心を引く方法と翻訳ブリッジを比べた記録をまとめます。
高度な活用2026-07-15
分類ラベルの近ミスはリトライで直らない — 閉じた語彙を正規化する層を挟んだ実測ノート
responseSchema の enum を外したラベルをリトライで直そうとすると同じ近ミスが返ります。壁紙アプリの30分類バッチで外れ方の分布を測り、別名表と埋め込み最近傍で正規化する受け入れ層を挟んだ実装と実測値をまとめました。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →