大家好,我是株式會社 TIMEWELL 的濱本。
請 AI 做業務工具,已經不是什麼稀奇的事。只要對 Claude Code 這類工具說「我想做這樣的統計」,幾分鐘就能得到可以運作的成品。其中正在快速普及的,是把所有功能塞進單一 HTML 檔,再透過 Slack 或電子郵件直接把檔案傳出去的做法。
不需要伺服器,不需要部署,不用了就丟掉。對製作的人來說,沒有比這更輕鬆的方法。社群上也看得到「習慣這種方式之後,就連部署這個念頭都消失了」的說法。我很能理解這種感受,我自己也多次靠快速做出的用完即丟工具解決問題。
不過,從資安與資訊部門的角度來看,同一幅景象卻截然不同。因為製作變得太簡單,治理跟不上了。本文將風險分成五點整理,與 Excel 巨集時代做比較,再說明企業該如何面對。
便利的背後,出現了數不清的應用程式
在 IPA(日本資訊處理推進機構)公布的「資訊安全十大威脅 2026」中,組織類別的第 3 名首度出現「與 AI 使用相關的網路風險」1。IPA 會根據前一年的事故與攻擊情形挑選候選項目,再由約 250 位研究人員與企業實務人員投票決定。我認為這顯示,資安第一線的專家已共同感受到,防守方需要注意的範圍變大了。
聽到「AI 風險」,多數人會想到把機密資訊輸入聊天式 AI。我認為,AI 產出的成品在公司內自行流通,是同等重要的問題。影子 AI 的部分,我已在另一篇文章影子 AI 的現況與公司內部政策設計中談過。這次要看的是更後面的一步:AI 做出來的應用程式。
單一 HTML 檔麻煩的地方,在於一般軟體該有的程序全部都能略過。沒有申請、沒有開發流程、沒有公開前的核准。任何人隨時都能免費製作並散布。
為什麼危險:五個理由
1. 沒人掌握的應用程式不斷增加
有哪些 HTML 檔、各有幾份、在誰的手上,資訊部門沒有任何方式得知。既沒有清冊,也沒有偵測機制。
防護的工作,是從清點保護對象開始的。不知道其存在的東西,修補、盤點、停用的指示都傳不到。每一個工具也許都很小,但回過神來,公司裡可能已經飄著數百個「無人負責的應用程式」。
2. API 金鑰與內部網址被寫進檔案
想把所有東西放進一個檔案時,很容易把 API 金鑰、存取權杖與內部系統的連線位址直接寫進程式碼。只求能動的話,這是最快的做法。
但是,HTML 檔是用瀏覽器開啟的,內容任何人都讀得到。檔案交出去的那一刻,機密資訊也一起交出去了。這類弱點在 MITRE 的弱點清單中被整理為 CWE-798「使用寫死的憑證」,並說明當憑證放在用戶端時,取出通常非常容易,威脅也更大2。
事後也很難處理。因為不知道檔案被轉寄到哪裡,也無法判斷該停用哪些金鑰才夠。
3. 發現缺陷也無法修正
發出去的檔案會散落在個人電腦、信箱與聊天紀錄中。即使發現漏洞,也沒有辦法把全部檔案回收並替換。
「不用了就丟掉」的想法,就製作者的心情而言並沒有錯。但實際上能丟掉的,只有自己手上的那一份。舊版本會一直留在某人的下載資料夾裡。
4. 無法追查誰用過、處理了什麼資料
與放在伺服器上的系統不同,HTML 檔沒有使用紀錄,也沒有存取權限。能使用的人有多少,取決於檔案被轉傳到哪裡。
發生外洩時,最先被問到的是「何時、誰、存取了什麼資料」。沒有紀錄,就無法釐清原因、說明影響範圍,也無法向客戶與合作夥伴報告。
5. AI 寫的粗糙程式碼,在沒人確認的情況下散布
AI 產出的程式碼可能混入漏洞。Veracode 在 2025 年 7 月公布的研究中,讓超過 100 個大型語言模型處理 80 項程式撰寫任務,整體有 45% 混入了屬於 OWASP 十大風險的漏洞。針對跨站腳本攻擊(XSS,讓惡意腳本在他人畫面上執行的攻擊)未能做好防護的比例,則回報為 86%3。Python、C# 與 JavaScript 的失敗率介於 38% 到 45% 之間。
解讀數字時需要留意:這是特定任務組合的結果,並不能直接代表現場做出的工具有多危險。即使如此,這項研究也清楚顯示,寫出能動的程式碼與寫出安全的程式碼,是兩種不同的能力。
對企業而言,問題在於製作者本人常常沒有讀過程式碼,也沒有任何人確認,就在公司內擴散開來。「能動」與「安全」,是兩回事。
與 Excel 巨集、Access 相同的事,只是更快發生
這種結構並不新。現場某個人做的 Excel 巨集或 Access 資料庫,不知不覺成了業務不可或缺的系統。製作者一調職,就沒有人看得懂內容。許多公司都已經歷過這樣的事。
AI 製作的 HTML 應用程式,就是這條路的延伸。不過,在以下三點上影響更大。
| 面向 | Excel 巨集、Access | AI 製作的 HTML 應用程式 |
|---|---|---|
| 誰能做 | 會寫巨集的少數人 | 會用文字下指示的所有人 |
| 製作速度 | 數天到數週 | 數分鐘到數小時 |
| 連接對象 | 主要是手邊的檔案 | 外部 API、雲端、內部系統 |
最重要的是第三點。巨集的影響大多只在那個檔案之中。HTML 應用程式會直接連到外部服務與公司內部資料,因此一旦出問題,災情可能波及公司之外。
還要補充一點:能做的人變多,也意味著「看得出危險的人」所占比例下降。會寫巨集的人,至少知道自己在寫程式。現在,則是在沒有意識到自己做了程式的情況下,程式已經被散發出去。
對策:與其禁止,不如提供一條安全的路
我不建議全面禁止。現場生產力提升是事實,禁止只會讓人在看不到的地方使用,而看不到的應用程式危險得多。重要的是,打造出「走正規流程比較省事」的狀態。
1. 提供正式的存放位置
不要把 HTML 以檔案形式傳來傳去,而是放在公司內部的公開位置,用網址分享。要求用公司帳號登入,並在放上去的當下,把製作者、用途與處理的資料記錄在清冊中。
光是這樣,前面第 1、3、4 項理由就能大幅緩解。因為只要替換內容,所有人就會使用新版本,使用紀錄也會留下,誰放了什麼也能清點。這套機制並不特殊,只要有能放置內部靜態頁面的地方與登入機制就能建立。
2. 不讓機密資訊寫進檔案
需要呼叫外部 API 時,另外準備中繼用的伺服器,把金鑰放在那裡管理。HTML 端不持有金鑰。同時,在公開前自動檢查是否含有金鑰或密碼。
把這個規則一開始就放進給 AI 的指示與公司內部範本,會很有效。如果最初的指示就寫明「不要把 API 金鑰直接寫在程式碼裡」「載入外部腳本時要固定版本」,即使製作的人沒特別留意,也比較可能被遵守。
3. 依處理的資料劃線
如果所有工具都以同樣嚴格的標準審查,現場就不會再使用。審查的輕重,依處理資料的重要程度調整。
| 處理的資料 | 例子 | 所需程序 |
|---|---|---|
| 僅公開資訊 | 試算工具、內部讀書會教材 | 自由製作。只需登記到正式存放位置 |
| 內部資訊 | 業務統計、案件管理 | 登記,並通過自動檢查 |
| 個資、機密資訊 | 客戶資料、人事資訊、合作夥伴機密 | 必須經負責部門審查 |
這張表的重點,是盡可能讓最上面一列保持輕鬆。如果在這裡設得太重,連單純的工具都會轉入暗處。該加重的,只有最下面一列。
4. 用 AI 協助審查
製作速度提升之後,光靠人工審查已經來不及。在公開前,加入讓 AI 確認漏洞與機密資訊的步驟。人則專注確認 AI 指出的部分,以及重要程度高的工具。
也有人對「AI 檢查 AI 做的東西」感到抗拒。我認為把它當成「初步檢查」比較務實。最終責任由人承擔,AI 則是把人的時間挪到真正危險之處的工具。
5. 訂定使用期限,定期盤點
登記時決定使用期限,到期時詢問製作者要繼續使用還是停用。長期使用、使用者增加的工具,是重新打造成正式業務系統的候選。
現場做出的工具,既是風險的來源,也是一份告訴你「真正需要哪些功能」的試作品。能不能接住這一點,將決定資訊部門與現場的關係,是從監視與被監視,轉為一起打造。
週一就能開始的事
請先從下面三件事開始,都不需要大筆預算。
第一件是掌握現況。請資訊部門看看 Slack 與電子郵件裡,究竟流通著多少 HTML 檔。多半會比想像的多。第二件是決定正式存放位置的候選。不必建立新系統,用現有的公司內部入口網站或檔案共用服務就能開始。第三件是在給 AI 的指示範本中,加入「不要把機密資訊寫進程式碼」這一句。
想大致確認自家公司的現況,也可以使用AI 素養診斷,約三分鐘即可完成。
結語:問題不在格式,而在於存放位置與結束方式沒有決定
問題不在 HTML 這種格式本身。製作變得簡單了,但存放位置、機密資訊的處理、停用的方式,都還沒有決定,這才是問題。
現場員工能自己改善業務,對組織而言是很大的力量。要發揮這份力量,我認為答案不是禁止,而是讓安全的路成為最省事的路。希望這一次,能把 Excel 巨集時代吃過的苦頭先一步運用起來。
貴公司現在流通著多少個 HTML 檔呢?請先數數看。
面對這項變化,該怎麼因應
讓現場自己做工具,是該調整的事,而不是該阻止的事。存放位置的設計、機密資訊的處理規則、依資料重要程度劃分審查的界線、盤點的運作方式。這些不必一次全部決定,排好優先順序、邊做邊修正,實際上會更快。
TIMEWELL 的 WARP SECURITY 協助企業設計與維運 AI 應用所需的資安機制。包括如何盤點現場自製的工具、哪些部分可以自由、從哪裡開始審查、如何把 AI 納入審查流程。我們會從排定優先順序開始,依貴公司的狀況一起思考。若想了解製作者那一側的 AI 使用方式,也可參考在 Vercel 上實踐 vibe coding 資安的指南。
「想先知道現場到底流通著什麼」「想訂出不用禁止也能運作的界線」。若有這類需求,歡迎隨時與我們聯繫。
Footnotes
-
IPA 公布「資訊安全十大威脅 2026」(IPA,2026 年 1 月 29 日,日文)。組織類別第 3 名首度出現「與 AI 使用相關的網路風險」,以及選定方式(IPA 依前一年的事故與攻擊情形選出候選項目,再由約 250 名成員組成的選考會投票決定),皆出自該發表。 ↩
-
CWE-798: Use of Hard-coded Credentials(MITRE)。「產品直接在程式碼中包含密碼或加密金鑰等憑證」的定義,以及用戶端系統若有寫死的密碼,由於取出通常非常容易,威脅更大的說明,皆出自該頁面。 ↩
-
AI-Generated Code Poses Major Security Risks in Nearly Half of All Development Tasks, Veracode Research Reveals(Veracode,2025 年 7 月 30 日)。80 項程式撰寫任務、超過 100 個模型、混入漏洞的比例 45%、對 XSS(CWE-80)防護失敗的比例 86%,以及 Python、C#、JavaScript 的失敗率 38% 至 45%,皆出自該發表。該發表將 45% 說明為混入屬於 OWASP 十大風險之漏洞的比例。 ↩






