個人情報マスキングノード

セキュリティ/個人情報ノードの使い方 (PII Masking)

セキュリティ/個人情報ノードの使い方 (PII Masking)

セキュリティ/個人情報ノードの使い方 (PII Masking)

ノードの使い方を学ぶ - 個人情報マスキング(PII Masking)ノード

個人情報マスキング(PII Masking)ノードは、テキストに含まれる個人情報を見つけて隠したり、隠した値を元どおりに戻したりするノードです。1つのノードが作業オプションによってmask(隠す)とunmask(戻す)の2つの役割を担います。外部のLLMに顧客問い合わせを送る前に個人情報を隠し、LLMの応答を受け取った後で元の値に戻す流れで主に使用します。

このチュートリアルでは、電話番号と住民登録番号を含む顧客問い合わせを隠し、LLMで分析した後に元の値へ復元するアビリティワークフローを作成します。実際のテスト実行結果を確認しながら、2つの作業がどのように連携するかを学びます。

事前準備

このチュートリアルを始める前に、プロジェクトでアビリティ(Ability)を作成し、キャンバス(Canvas)に進入している必要があります。キャンバスへの進入方法は🔗3ステップ コアガイドを参照してください。

このチュートリアルを完了すると、以下のことができるようになります。

  1. 個人情報マスキングノードのmask作業でテキストの個人情報を隠せるようになります。

  2. マスキングしたテキストをLLMに渡し、LLMの応答をunmask作業で元に戻せるようになります。

  3. 置換方式とLLM検出を使用オプションの違いを理解し、用途に合わせて設定できるようになります。

  4. テスト実行結果から、どの個人情報が検出され、どのように復元されたかを確認できるようになります。

ワークフロー概要

このチュートリアルの核心は個人情報マスキングノードです。

個人情報マスキングノードはmask作業で、入力テキストの個人情報を[PHONE_NUMBER_1]のようなプレースホルダーに置き換え、検出された内容を示すdetected_entitiesとmask_fingerprintを出力します。unmask作業では、LLMの応答に含まれるプレースホルダーを元の値に戻します。その際、元のテキストと指紋を一緒に受け取り、誤った元テキストから復元されることを防ぎます。

一緒に登場するノードは次の役割を担います。

  • LLMノード: マスキングされたテキストを受け取り、顧客問い合わせの内容を分析します。詳しい設定は🔗LLMノードドキュメントを参照してください。

個人情報マスキングノード基本情報

個人情報マスキングノードは、次の入力とオプションを提供します。

項目

必須かどうか

説明

作業

必須

maskは入力の個人情報を隠し、unmaskはLLMの応答などのプレースホルダーを元に戻します。

テキスト

必須

maskの場合は隠す元のテキスト、unmaskの場合は戻すテキスト(例: LLMの応答)を入力します。

置換方式

任意

placeholder(例: [KR_RRN_1]、元に戻せる)、partial(先頭の数文字だけ残す、一方向)、hash(ハッシュで仮名化、一方向)から選びます。

LLM検出を使用

任意

オンにすると、LLM Modelエッジで接続したモデルが、氏名や住所など形式が決まっていない個人情報も検出します。デフォルトはオフです。

元テキスト (unmask専用)

任意

unmaskで、マスキングに使った元のテキストです。対応関係を保存せず、このテキストから再計算します。

元テキスト指紋 (unmask専用)

任意

maskが出力した指紋です。元テキストが正しく接続されているかを確認し、誤った値への復元を防ぎます。

出力は、result_text(処理後のテキスト)、detected_entities(検出された個人情報のリスト)、mask_fingerprint(指紋)、masked_count(隠した件数)、unresolved_count(復元できなかった件数)です。

このチュートリアルでは、maskノードで作業、テキスト、置換方式を設定し、unmaskノードで元テキストと元テキスト指紋を接続します。LLM検出を使用はオフのまま進めます。

ステップ1: 開始ノードの設定

開始ノードをダブルクリックしてノードエディターを開きます。user_textというString型の入力変数を追加します。この変数にはユーザーが入力した顧客問い合わせが入ります。

ステップ2: 個人情報マスキングノードの追加と設定(mask)

+ノード追加(Add Node) → セキュリティ / 個人情報カテゴリから個人情報マスキングノードをキャンバスに配置し、ダブルクリックしてノードエディターを開きます。

  • 作業にmaskを入力します。元のテキストを隠す作業です。

  • テキストには、開始ノードのuser_textをドラッグ&ドロップでバインドします。

  • オプション変数の置換方式はplaceholderのままにします。[KR_RRN_1]のように形が残るプレースホルダーで隠すため、後で元の値に戻せます。

参考 — LLM検出を使用をオンにする場合

ステップ3: LLMノードの追加と接続

+ノード追加でLLMノードをキャンバスに配置し、ステップ2のマスキングノードの後ろに接続します。

  • システムプロンプトには役割と指示を次のように書きます:「あなたはお客様のお問い合わせ内容を分析する専門家です。入力されたテキストの要点を簡潔にまとめ、主なご要望を把握してください。テキストには[KR_PHONE_1]、[EMAIL_1]などのプレースホルダーが含まれている場合がありますが、これは個人情報がマスキングされたものです。プレースホルダーはそのまま維持して回答してください。」プレースホルダーを書き換えないよう明示するのがポイントです。

  • ユーザープロンプトには「以下のお客様お問い合わせ内容を分析してください:」と入力し、その下の行にステップ2のマスキングノードのresult_textをドラッグ&ドロップでバインドします。こうすると、LLMには元の個人情報ではなくプレースホルダーを含むテキストだけが渡されます。

  • モデルは必要に応じて選択します。このチュートリアルではAnthropic-claude-4.5-sonnet V1を使用します。

ステップ4: 個人情報復元ノードの追加と設定(unmask)

もう1つ個人情報マスキングノードを追加し、LLMノードの後ろに接続します。このノードはunmask作業を担当します。

  • 作業にunmaskを入力します。

  • テキストには、LLMノードのoutputをドラッグ&ドロップでバインドします。LLMの応答に含まれるプレースホルダーを、ここで元に戻します。

  • 元テキスト (unmask専用)には、開始ノードのuser_textをバインドします。マスキングに使った元のテキストを再び渡すことで、ノードがプレースホルダーと元の値の対応を再計算できます。

  • 元テキスト指紋 (unmask専用)には、ステップ2のマスキングノードのmask_fingerprintをバインドします。

ステップ5: 終了ノードの設定

終了ノードをダブルクリックしてノードエディターを開きます。確認したい値を出力変数として追加し、ドラッグ&ドロップでバインドします。

  • masked_text: ステップ2のマスキングノードのresult_text

  • llm_response_masked: LLMノードのoutput

  • final_text: ステップ4の復元ノードのresult_text

  • detected_entities: ステップ2のマスキングノードのdetected_entities

  • masked_count: ステップ2のマスキングノードのmasked_count

ステップ6: テスト実行

テスト実行(RUN TEST)ボタンをクリックし、user_textに次のサンプル文を入力します。電話番号とメールアドレスは実際の値ではなくサンプルデータです。

実行 Cmd + Enterを押して実行します。

ステップ7: 結果の確認

実行が終わったら、終了ノードの結果で次の値を確認できます。

出力

結果

masked_text

こんにちは、山田太郎です。電話番号は[PHONE_NUMBER_1]、メールアドレスは[EMAIL_ADDRESS_1]です。返金をお願いします。

detected_entities

PHONE_NUMBER(score 0.95)、EMAIL_ADDRESS(score 1)

masked_count

2

llm_response_masked

プレースホルダーが残った状態でLLMが作成した顧客問い合わせの要約

final_text

LLMの応答のプレースホルダーが元の値に戻った結果 — 連絡先電話番号: 090-1234-5678、メールアドレス: taro.yamada@example.com

注目してほしいのは、氏名山田太郎が隠されていないことです。LLM検出を使用がオフのため、パターンで見つけられる電話番号とメールアドレスだけが検出されたからです。氏名のように形式が決まっていない個人情報まで隠すには、前述のLLM検出を使用をオンにし、LLMノードを接続する必要があります。ただしその場合はunmaskができなくなります。目的に応じて選んでください。

次のステップ

🎉 おめでとうございます! Agentriaを使って「個人情報マスキング」ワークフローを完成させました。

外部のLLMを使うワークフローであれば、いつでもこのノードを前後に接続して個人情報を保護できます。同じ方法を、顧客対応、文書要約、エージェントのツール呼び出しの前後などにも適用してみてください。

Agentriaはアイデアを現実に変える可能性の空間です。

あなたの創造力次第で、ワークフローは無限に広がります。

  • より多くのノード活用例が気になる方は🔗ノードの使い方ページをご確認ください。

よくある質問

個人情報マスキングノードは何をするノードですか?

1つのノードで2つの作業を提供します。電話番号や住民登録番号などの個人情報をテキストから見つけて隠すmaskと、隠した値を元どおりに戻すunmaskです。個人情報がそのまま外部のLLMに渡されることを防ぐために使用します。

置換方式によって元に戻せますか?

placeholder(例: [KR_RRN_1])はunmaskで元の値に戻せます。partial(先頭の数文字だけ残す)とhash(ハッシュで仮名化)は一方向なので、元に戻すことはできません。

氏名が隠されなかったのはなぜですか?

LLM検出を使用がデフォルトでオフになっているためです。このオプションがオフのときは、電話番号や住民登録番号のように形式が決まっている個人情報だけを検出します。氏名や住所のように形式が決まっていない個人情報は、LLM検出を使用をオンにし、LLM Modelエッジでモデルを接続して初めて検出できます。ただし、このオプションをオンにするとunmaskはできなくなります。

マスキングノードと復元ノードは必ず一緒に使う必要がありますか?

目的がLLMに個人情報を渡さないことだけであれば、mask作業だけを使っても構いません。LLMの応答に含まれるプレースホルダーを最終結果で元の値に戻したい場合は、unmask作業も併用します。その際は、元テキストとmaskが出力した指紋の両方をunmaskに接続してください。