企業が AI エージェントを日常業務に組み込む動きが広がる中、内部文書を検索して回答を組み立てるエージェントは定番のパターンになりつつあります。一つの組織が数百のエージェントを運用し、それぞれが多数のデータソースやツールに接続する未来はすぐそこです。そこでは、エージェントがユーザーの代わりに検索するとき、そのユーザーが見ることを許された情報だけを使わせられるのか、という問いが生じます。
架空の企業 AnyCompany が全社員向けの社内アシスタントを構築する場面を考えます。A 部門の社員が「自部門の事業計画を全部門向け通知と比較し、遅れている施策を挙げて」と尋ねると、エージェントは自ら検索クエリを書き、十分な情報を得るまで内部文書を検索し続けます。B 部門の社員が同じアシスタントに同じ質問をした場合、アプリケーションが検索範囲をユーザーごとに限定していなければ、B 部門の事業計画が A 部門の社員への回答に混入し得ます。部門を顧客企業に置き換えれば、複数の顧客が一つのアシスタントと知識ベースを共有するマルチテナント SaaS でも同じ問題が起きます。
エージェント経由のマルチテナントデータのアクセス制御は、従来のアプリケーションより難しくなります。従来型ではアプリケーションコードがサインインしたユーザーを特定し、そのユーザーの権限で検索します。エージェントでは、どのツールをどの引数で呼ぶかを LLM が実行時に決めます。検索ツールが「誰として検索するか」を引数に取るなら、その値も LLM が決めてしまいます。プロンプトインジェクションや LLM の誤りによって、別の社員として検索してしまう可能性があります。
本記事では AnyCompany の社内アシスタントを構築します。全社員が同じエージェントと知識ベースを共有しながら、各社員は自分が閲覧を許された文書だけを検索できます。検索バックエンドには Amazon Bedrock Managed Knowledge Base を使い、Amazon Bedrock AgentCore Gateway を通じて Model Context Protocol(MCP)ツールとしてエージェントに公開します。設計原則は、ユーザーが誰かを LLM に決めさせないことです。代わりに、ID プロバイダーが検証済みの情報に基づいて信頼できるコードが決定します。さらに、その仕組みに不具合があったり回避されたりした場合に備え、独立した防御層を重ねます。
Managed Knowledge Base には ACL 対応(ACL awareness)という機能があります。検索リクエストにユーザーのメールアドレスを含む userContext が付与されていると、そのユーザーが閲覧を許された文書だけが返ります。アプリケーションが検索 API を直接呼ぶ場合は、認証結果に基づいてアプリケーションコードが検索範囲を設定します。しかし知識ベースを AgentCore Gateway 経由で MCP ツールとして公開すると、userContext はツール引数になり、その値を LLM が構築します。ゲートウェイも知識ベースも、この値が認証済みユーザーのものかを検証しません。
本ソリューションは、ツール層(AgentCore Gateway)で検証済みのユーザー属性をツール呼び出しに注入し、リソース層(Managed Knowledge Base)でその属性に基づいて検索範囲を限定します。サンプルでは一つの知識ベースに三つの文書を格納します。A 部門と B 部門の事業計画、そして全部門共有の通知です。user-a と user-b の 2 ユーザーが同じエージェント経由で検索します。
リクエストの流れは次のとおりです。ユーザーは Amazon Cognito でサインインし、アクセストークン(JWT)を受け取ります。トークン生成前の Lambda トリガーが email クレームを追加します。エージェントはゲートウェイへ MCP リクエストを送る際、このトークンを Authorization ヘッダーで転送します。ゲートウェイの JWT オーソライザーがトークンの署名、有効期限、クライアント ID を検証します。続いてゲートウェイ上のリクエストインターセプター(Lambda 関数)が検証済みトークンからメールアドレスを解決し、tools/call の userContext 引数を上書きします。Policy in Amazon Bedrock AgentCore は変更後のリクエストを Cedar ポリシーで評価し、userContext.userId が JWT の email クレームと一致しなければ拒否します。コネクターターゲットはゲートウェイの実行ロールで Managed Knowledge Base の検索 API を呼び、知識ベースのリソースベースポリシーはこのロール以外のプリンシパルからの検索を拒否します。最後に ACL 対応により、userContext のユーザーが閲覧を許された文書のチャンクだけが返ります。
四つの仕組みは層と防御線に対応します。主防御として、ツール層ではリクエストインターセプターが検証済みトークンから決定論的に userContext を注入し、LLM やクライアントによるなりすましを防ぎます。リソース層では ACL 対応がそのユーザーに見える文書だけを返します。副防御として、Policy in AgentCore が注入された userContext をトークンと照合し、不一致なら拒否します。リソースベースポリシーはゲートウェイ実行ロール以外のプリンシパルからの検索を拒否します。
ゲートウェイ経由のリクエストについては、他のプリンシパルが知識ベースを直接呼べない限り、二つの主防御で細粒度アクセス制御を実現できます。ACL 対応は受け取った userContext に基づいて結果を絞り込むだけで、それ自体は認可の仕組みではありません。二つの副防御は、インターセプターの不具合やゲートウェイを経由しない呼び出しなど、主防御の前提が崩れる場合をカバーします。要件に応じて追加してください。アカウント内の他のプリンシパルが bedrock:Retrieve 権限を持つ場合は、リソースベースポリシーを追加します。
前提条件は次のとおりです。本記事のリソースを作成する IAM 権限を持つ AWS アカウント、Managed Knowledge Base、AgentCore Gateway、Policy in AgentCore、AgentCore runtime が利用可能なリージョン、エージェントが使う Amazon Bedrock モデルへのアクセス、Node.js 22 以降と npm、エージェントのパッケージングと検証スクリプトの実行に使う uv です。既存の Cognito ユーザープールに適用する場合、アクセストークンのカスタマイズが必要なため Essentials または Plus の機能プランである必要があります。
サンプルは sample-managed-knowledge-base-patterns リポジトリの agentcore-access-control ディレクトリにある単一の AWS CDK スタックでデプロイできます。このリポジトリは AWS CDK CLI と aws-cdk-lib(2.274.0 以降)を npm 依存としてインストールします。スタックは Amazon CloudFront 上の Web アプリと、Strands Agents で構築し AgentCore runtime 上で動くエージェントもデプロイします。エージェントはサインイン済みユーザーのアクセストークンをゲートウェイへ転送し、アクセス制御ロジックは持ちません。
ACL 対応の挙動には注意点があります。Amazon S3 データソースでは、S3 プレフィックスごとのグローバル ACL ファイルか、文書ごとのメタデータファイルで ACL を定義します。サンプルはメタデータファイルを使います。メタデータファイルを文書と同じ S3 パスに置くと、指定したユーザーだけがその文書を取得できます。ACL エントリのない文書は取り込まれません。グローバル ACL ファイルの変更は該当プレフィックスの再インデックスが必要ですが、文書ごとのメタデータファイルは該当文書のみの再インデックスで済み、グローバルファイルより優先されます。S3 にはリアルタイムの ACL 検証がないため、ACL の変更は次回同期後に反映されます。また ACL の設定ミスはエラーにならず、該当文書が結果から黙って除外されるだけです。
クエリ時は Retrieve と AgenticRetrieveStream のいずれも、トップレベルの userContext.userId にユーザーのメールアドレスを渡します。userContext のないクエリは、ACL が有効なデータソースの文書を返しません。逆に ACL が有効でないデータソースの文書は、userContext の有無にかかわらず全ユーザーに返ります。Managed Knowledge Base はエンドユーザーを認証しないことを明確にしておきます。受け取った userContext を信頼して結果を絞り込むだけであり、検証済みの userContext を渡すのは呼び出し側の責任です。
AgentCore Gateway で Managed Knowledge Base のコネクターターゲットを作成すると、_Retrieve と _AgenticRetrieveStream の二つの MCP ツールを公開できます。管理者は parameterValues で対象の知識ベースを固定し、既定のツールスキーマでは LLM が設定できる引数は検索クエリだけです。ACL 対応を使うには、ターゲット作成時に parameterOverrides で userContext をツールスキーマに公開します。コネクターターゲットには独自のツールコードがないため、userContext を知識ベースに渡す唯一の手段がツール引数であり、parameterOverrides で公開したフィールドだけがツール引数として設定できます。後述のインターセプターも userContext をツール引数として設定するため、クライアントが設定する必要がなくても公開しておく必要があります。