定義
サンドボックス化とは、AIモデルやエージェントを本番環境から隔離された実行環境に閉じ込め、外部システムへの無制限アクセスを防ぐセキュリティ手法のこと。
サンドボックス化 (Sandboxing)とは（詳しく解説）
サンドボックス化とは、プログラムやAIエージェントを隔離されたコンテナ・仮想環境内で実行し、ホストシステムやネットワークへの意図しないアクセスを遮断するセキュリティ技術のこと。AIエージェントが自律的にコードを実行・外部APIを呼び出す2026年の実運用では、サンドボックスの設計が安全性の要となっている。 現場での主な実装は3方式。①Dockerコンテナ分離（コスト低・設定工数大）、②クラウドマネージドサンドボックス（AWS Lambda・GCP Cloud Run等、相場感は実行100万回あたり$0.20〜$0.40）、③WebAssembly（WASM）ベースの軽量分離。 2026年時点の落とし穴として多いのが「エスケープ」問題。AIエージェントがプロンプトインジェクション経由でサンドボックス外リソースにアクセスするケースが増加しており、AI PICKSで検証したエージェント系ツールのうち、ネットワーク出口制限を明示していない製品が3割超存在する。選定時は「ネットワーク制限の有無」「ファイルシステム分離の粒度」「実行タイムアウト設定」の3点を必ず確認したい。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「サンドボックス化 (Sandboxing)とは」 https://aipicks.jp/glossary/sandboxing
サンドボックス化 (Sandboxing)の使用例
- LLMエージェントにPythonを実行させる際、Dockerコンテナ内でネットワーク無効・書き込み先を/tmpのみに制限するサンドボックス構成を採用した。
- OpenAI AssistantsのCode Interpreterは自動でサンドボックス化された環境でコードを実行するため、ユーザー環境を汚染せずにデータ分析が行える。
