Flagsmithで段階公開する確認項目一覧|AI機能の止め方

「社内向けの要約機能を全社員に一斉に出したら、間違った要約が会議資料に貼られて騒ぎになった」「顧客向けのチャットにAIの回答を入れたいが、おかしな答えが出たときに止める手段がリリースのやり直ししかない」——自社の製品や社内の仕組みにAIを組み込む担当から、2026年に入って目立って増えた声です。機能フラグの基盤を提供する英国の Flagsmith は、2026年10月だけで、AIの機能をフラグで包んで公開する手引きと、AIエージェントにフラグの作業をさせる手引きを相次いで公式ブログに載せました。道具の側は、AIの機能を「少しずつ出して、すぐ止める」ための形を整えつつあります。足りないのは道具ではなく、誰が広げ、誰が止め、何を見て決めるかの取り決めです。この記事では、Flagsmith の公式の説明を材料に、自社のAI機能を段階的に公開するときに、AI導入担当と情シスが事前に決めておく項目を一覧の形で整理します。
カメ先生AIの機能を出すときって、テストを通したら全員に一斉に出すものだと思われがちなんだ。でも本当は、AIの答えは利用者の入力しだいで変わるから、テストで見えなかった失敗は公開してから出てくるんだよ。
カメ子だから最初は一部の人にだけ出して、様子を見るということですか。
カメ先生そう。そして、様子がおかしいときに数秒で止められること。その切り替えを誰が持つか、AIのエージェントにまで触らせるかを決めないまま出すと、止めたいときに止められないんだ。
カメ子出し方より先に、止め方と止める人を決めておくんですね。
- Flagsmith はAIの指示文やモデルの選択までフラグの値として切り替え、社内から少数、広くへと段階的に出す使い方を公式に勧めている
- 本番の切り替えには変更申請と承認を挟めるが、契約の段階が限られ、個人単位の上書きは即時に反映されるなど抜け道もある
- AIエージェントにフラグを触らせるなら、資格情報の届く範囲・広げる上限・止める判断を人に残す線を先に引く
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
AIの機能は「出してから」失敗が見つかる
通常の機能なら、テスト環境で動けば本番でもほぼ同じように動きます。AIの機能はそうはいきません。チャットの答えも要約の出来も、利用者が入れる文章や、参照する社内の文書の中身によって変わります。テストで確かめられるのは用意した質問への答えだけで、実際の利用者が何を聞くかは公開するまで分からないのが実情です。
加えて、AIの機能には外から変わる部分があります。使っているモデルの提供元が版を改めれば、同じ指示文でも答え方が変わります。モデルの乗り換えそのものの点検は別の記事に譲りますが、ここで押さえたいのは、一度出したAIの機能は、自分たちが何も変えなくても振る舞いが変わりうるということです。だから、出す範囲を絞る仕組みと、いつでも止められる仕組みが、公開の時点で要ります。
Flagsmith が2026年10月6日に公式ブログに載せた手引きも、この前提に立っています。AIの機能の不具合は「修正を配備し直すことではなく、フラグを切り替えることで止めるべきだ」と書き、止める手段を当番の手の届くところに置くよう勧めています。リリースのやり直しには数十分から数時間かかることがありますが、フラグの切り替えなら設定の変更だけで済みます。
Flagsmithとは:機能の出し入れを設定で切り替える基盤
Flagsmith は、機能フラグ(コードに入れた機能を、設定の切り替えだけでオンとオフにする仕組み)と、対象を絞った公開、設定値の遠隔での変更を扱う基盤です。ソースを公開しており、提供元のクラウドで使う形と、自社のサーバーで動かす形を選べます。コードを配り直さずに、誰に、どの割合で、どの設定の機能を見せるかを変えられるのが役割です。
AIとの関わりでは、二つの方向の発信があります。一つは、自社のAI機能そのものをフラグで包む使い方です。もう一つは、AIのエージェントにフラグの作業をさせる使い方で、公式ブログでMCPサーバーを発表し、Cursor・Windsurf・Copilot などのAIからフラグを作り、段階的な公開を設定できると説明しています。2026年10月13日には、コマンドライン(CLI)の道具をAIエージェントに使わせる手引きも公開しました。
つまり Flagsmith は、AIの機能を「出す側の道具」であると同時に、AIに「出す作業をさせる道具」にもなりつつあります。この記事で扱う確認項目も、この二つに分かれます。前者は人がAIの機能をどう出し、どう止めるか、後者はAIがフラグをどこまで触ってよいかです。混ぜて考えると、AIに止める判断まで任せるという危うい設計になりがちなので、分けて見ていきます。
AIの機能のどこにフラグを掛けるか
フラグを掛ける場所は、機能の入口だけではありません。2026年10月6日の公式ブログは、指示文の型、システム向けの指示、どのモデルを使うかを、すべてフラグの値として持てると説明しています。こうすると、新しい指示文や新しいモデルを試すことが、コードの配備ではなく、対象者の設定の変更になります。
| フラグを掛ける場所 | 切り替えでできること | 決めておくこと |
|---|---|---|
| 機能の入口(表示するか) | チャット欄や要約ボタンを、対象者にだけ見せる | 最初に見せる対象と、広げる条件 |
| 使うモデル | 新しいモデルを一部の利用者だけに当てる | 比べる数字と、戻す条件 |
| 指示文・設定値 | 答え方の指示や、参照する文書の範囲を差し替える | 変更の承認者と、変更の記録 |
| 緊急停止 | AIの機能全体をまとめて止め、従来の画面に戻す | 止める権限を持つ人と、止める基準 |
この表で特に大事なのは最後の行です。入口のフラグとは別に、AIの機能をまとめて止めるためのフラグを一本、最初から用意しておくと、どの段階で問題が起きても同じ手順で止められます。止めたときに利用者に何を見せるか(従来の検索画面に戻すのか、「ただいま停止中」と出すのか)も、このときに決めておきます。
確認項目1:切り替えの権限を、環境ごとに誰が持つか
最初に決めるのは、本番環境のフラグを誰が切り替えられるかです。Flagsmith では、プロジェクトや環境の単位で権限を割り当てられます。開発用の環境では開発者が自由に切り替え、本番では限られた人だけが変えられる、という分け方が基本になります。本番のAI機能の公開範囲を変える権限は、機能を作った人と、公開を判断する人に分けて持たせるのが安全です。
10月6日の公式ブログは、役割に応じた権限で、決めた割合を超えて公開を広げることや、全体の緊急停止スイッチを変えることができる人を絞るよう勧めています。一方で、止める操作のほうは、夜間や休日の当番でもすぐに押せる位置に置く必要があります。広げる権限は絞り、止める権限は届く範囲に置く、という非対称の設計です。
注意したいのは、役割ベースの権限が契約の段階に結びついている点です。10月13日の手引きは、役割ベースの権限を有料の契約で使える機能と書いています。無料の範囲や、自社運用の基本の版で始める場合は、本番の環境を触れる人を、そもそも少なく保つことでしか権限を絞れない可能性があります。試し始める前に、自社の契約でどこまで分けられるかを確かめておきます。
確認項目2:本番の変更に、承認を挟むか
Flagsmith には「変更申請」という仕組みがあります。公式の文書によると、プログラムの変更でよく使われる取り込み依頼と同じように、作成・承認・公開の三つの手順を踏んでから本番に反映されます。環境ごとに必要な承認の数を決められ、作成する権限、承認する権限、公開する権限をそれぞれ別の人に割り当てられると説明されています。開発者は本番の変更を申請できるが、承認と公開は責任者だけ、という組み方ができます。
ただし、この仕組みには知っておくべき範囲があります。公式の文書では、変更申請の対象は環境の既定値の更新と、セグメント(対象者の集まり)ごとの上書きの作成・更新で、特定の個人に向けた上書きは申請を経ずに即時に反映されると明記されています。また、変更申請を使えるのはスケールアップとエンタープライズの契約に限られます。
ほかにも、申請を却下する専用の流れはなく、閉じるには削除するとされています。公開や削除のときにはメールの通知も飛びません。承認を挟んだから安心、ではなく、申請を通らずに変わる経路がどこにあるかを一覧にしておくことが、承認の仕組みを生かす前提になります。個人単位の上書きを誰が使ってよいかは、別に決めておく必要があります。
- 変更申請の対象:環境の既定値の更新、セグメントごとの上書きの作成・更新
- 対象外:特定の個人への上書き(即時に反映)、新しいセグメントの作成
- セグメントの条件の変更は、プロジェクト単位の別の申請で扱い、公開までは下書きとして保持される
- 使える契約:スケールアップとエンタープライズ。却下の専用手順はなく、閉じるときは削除
確認項目3:公開の段階と、次へ広げる条件
10月6日の公式ブログが示す流れは、社内の利用者、少数の割合、より広い利用者の順に広げるものです。例として、社内の利用者のセグメントと、試用に協力する利用者の5%に当てる設定が挙げられています。新しいモデルの版も、まず狭いセグメントに出し、応答の速さと答えの質が保たれていることを確かめてから広げるよう書かれています。
ここで決めておくべきなのは、次の段へ進む条件を、公開の前に数字で書いておくことです。公式ブログは、各段階でエラーの率、応答の速さ、事業の数字を見るよう勧めています。AIの機能なら、利用者が答えに不満の印を付けた割合、人の担当へ回された割合、回答の訂正の件数などを加えると判断しやすくなります。
広げる判断そのものは、人が行います。公式ブログも、意味のあるしきい値を超えて公開を広げることは、人の判断として残すべきだと書き、人が承認するのは展開の計画であって、コードの一行一行ではないと説明しています。どの段で何日見るか、誰が数字を見て次へ進めるかを、計画として先に承認しておくのが現実的な形です。
確認項目4:止める基準と、止める人
止める判断は、広げる判断より速さが要ります。公式ブログは、決めておいた指標がしきい値を超えたら公開を一時停止するか元に戻すよう勧めています。ここで大事なのは、止める基準を「様子がおかしい」ではなく、数字か具体的な事象で書いておくことです。基準があいまいだと、当番は上司の判断を待ち、止めるまでの時間が延びます。
AIの機能に特有の止める理由もあります。数字には表れにくいが、一件でも止めるべき事象です。たとえば、顧客の個人情報を別の顧客への答えに含めた、根拠のない価格や契約条件を答えた、差別的な表現が出た、といったものです。件数ではなく、一件で止める事象を先に列挙しておくと、当番が迷わずに済みます。
- 止める基準を決めずに公開し、利用者からの苦情が溜まってから会議で止めるかを話し合う
- 緊急停止のフラグを本番の変更申請の対象にしてしまい、止めるのにも承認待ちが発生する
- 止めたあとに表示する画面を用意しておらず、エラーの画面が利用者に見える
- 止める判断をAIの監視の仕組みに任せ、誰が止めたのか、なぜ止めたのかが後から分からない
二つ目の項目は見落としがちです。変更申請を本番の全フラグに一律に掛けると、緊急停止にも承認が要る形になりかねません。止める操作と広げる操作で、承認の要否を分けて設計できるかを、自社の契約と設定で確かめておきます。
確認項目5:AIエージェントにフラグを触らせる範囲
ここからは、AIに「出す作業」をさせる側の確認項目です。Flagsmith のMCPサーバーについて、公式ブログは、AIが書いた新しいコードをフラグで包む、テスト用の環境では既定でオフのフラグを作る、少数への公開を始めて翌朝に割合を上げる予約をする、といった使い方を紹介しています。複数のフラグにまたがる変更申請の起票や、古いフラグの洗い出しと削除、環境どうしの比較もできると説明しています。
公式ブログは、MCPサーバーが役割ごとに必要な道具だけを見せる作りだと書いています。裏を返せば、どの役割にどの道具を見せるかは、導入する側が決めることです。一方で、承認の扱いについては、この発表の中に具体的な説明は見当たりませんでした。AIが起票した変更申請を誰が承認するかは、自社で決める必要があります。
線の引き方としては、AIに任せるのは、フラグを作る・申請を起票する・古いフラグの候補を挙げるまでとし、本番の公開範囲を広げる操作と、緊急停止のフラグの変更はAIの役割から外す、という分け方が考えられます。割合を上げる予約のような操作は便利ですが、予約した時点で人の判断が先に済んでいる前提になります。翌朝の数字を誰が見てから上がるのかを決めずに予約させないことです。
確認項目6:資格情報が届く範囲
10月13日の手引きは、AIエージェントにCLIを使わせる場合の資格情報の扱いを説明しています。既定の資格情報は短期間で切れるもので、Linux と Mac では端末の鍵束に保存されるため、コマンドや会話の記録に資格情報が残りにくいとされています。自動化の処理では、OIDC(外部の認証で一時的な資格を受け取る仕組み)で保存した秘密を持たずに認証でき、名前を挙げて対応しているのは GitHub だと書かれています。
同じ手引きには、見落とせない一文があります。CLIの資格情報で認証できるものなら何でも使える、つまりCLIに用意されていない操作でも、AIエージェントが同じ資格情報でAPIを直接呼べば実行できるということです。手引きは、エージェントに権限を渡す前に、影響の及ぶ範囲を考えるよう勧めています。
ここから導かれる確認項目は単純です。AIエージェントに渡す資格情報は、担当者本人の強い権限を流用せず、役割を絞った専用のものにします。手引きでも、固定のAPIキーやOIDCの資格に役割を付けられると説明されています(有料の契約の機能)。道具の画面に出ていない操作も、資格情報の権限の範囲ではすべて可能だと考え、本番の環境をそもそも触れない資格にしておくのが確実です。
確認項目7:誰が、何を、いつ変えたかの記録
10月6日の公式ブログは、フラグの設定の変更はすべて記録し、人が変えたのかエージェントが変えたのか、何が変わったのか、いつ変わったのかを残すよう勧めています。AIの機能の公開でこれが効くのは、答えがおかしくなった時刻と、設定が変わった時刻を突き合わせられるからです。利用者の苦情が来たとき、その時点でどのモデルとどの指示文が当たっていたかを説明できます。
公式の文書によると、変更申請を公開すると、その変更は監査ログに残ります。ただし、監査ログは上位の契約の機能として案内されており、自社運用の基本の版では使えない可能性があります。また、AIエージェントが人の資格情報を流用していれば、記録の上では人が変えたことになる点にも注意が要ります。人と区別して記録したいなら、エージェントには専用の資格を渡すことが前提です。
記録は、残すだけでなく見る人を決めます。週に一度、本番のAI機能に関わるフラグの変更を一覧で見直し、承認を経ずに変わったもの(個人単位の上書きなど)がないかを確かめる。この見直しを担当の業務として決めておかないと、記録は事故のあとにしか開かれません。
確認項目8:自社運用か、提供元のクラウドか
Flagsmith はソースを公開しているため、自社のサーバーで動かすことができます。MCPサーバーも、手元に導入する形のほか、クラウド、プライベートクラウド、自社運用の環境に置けると説明されています。どこに置くかで変わるのは、フラグの設定と対象者の情報がどこに保存されるかと、運用の手間です。
| 比べる軸 | 提供元のクラウド | 自社運用 |
|---|---|---|
| 設定と対象者の情報の置き場 | 提供元の環境 | 自社の環境 |
| 承認・記録・権限の機能 | 契約の段階で決まる | 公式の案内では、上位の契約で提供 |
| 止まったときの影響 | 提供元の障害の影響を受ける | 自社の基盤の障害の影響を受ける |
| 運用の手間 | 更新は提供元が行う | 更新・監視・バックアップを自社で行う |
| 向いている場面 | まず小さく試す、社内向けの機能 | 対象者の属性に機微な情報を使う、置き場所の要件がある |
見落としやすいのは、自社運用にしても承認や記録の機能が自動で付いてくるわけではない点です。公式の案内では、自社運用で監査ログ、役割ベースの権限、シングルサインオン、変更申請を使うには上位の契約が必要とされています。ソースが公開されている版で始めると、統制の機能がない状態から始まると見ておき、本番で顧客向けのAI機能を出す段階で、契約を見直す前提にしておくのが現実的です。
確認項目9:対象者の条件に使う情報が、どこへ渡るか
段階公開では、「社内の利用者」「特定の業種の顧客」「試用中の契約」といった条件で対象者を絞ります。その条件の判定に使う属性(部署、契約の種類、地域など)を、フラグの基盤に渡す設計になることがあります。対象者を細かく絞るほど、フラグの基盤に渡す利用者の情報が増えるという関係を、最初に意識しておく必要があります。
確認するのは三つです。属性がフラグの基盤に送られて保存されるのか、自社の側で判定して結果だけを使えるのか。送るなら、氏名や連絡先のような直接個人を特定できる情報を含めていないか。そして、提供元のクラウドを使う場合、その情報が国外のサーバーに置かれることを、社内の個人情報の取り決めで認めているかです。判定の方式は使う開発用の部品(SDK)や設定によって変わるため、導入前に開発の担当と公式の文書で確かめます。
実務では、対象者の条件に使う属性を、利用者を特定できない識別番号と、粗い区分(社内か社外か、契約の種類)にとどめるのが無難です。細かい属性で絞りたくなったときは、それが本当に段階公開の判断に必要かを問い直します。AIの機能を出す範囲を決めるために、AIの機能そのものより多くの個人情報を集めては本末転倒です。
古いフラグの片づけと、やめ方
段階公開を続けると、全員に公開し終えたあとのフラグが残っていきます。古いフラグは、どれを消してよいか誰にも分からなくなり、誤って切り替えると昔の挙動が戻るといった事故の種になります。Flagsmith のMCPサーバーの発表でも、古いフラグの洗い出しと削除がAIに任せられる作業の一つとして挙げられています。
ここでの線は、AIに候補を挙げさせ、消す判断は人が行うことです。AIは、長期間切り替えられていない、全員にオンになっている、といった条件で候補を挙げられますが、緊急停止用のフラグは「長く使われていない」ことこそが正常です。条件だけで判定させると、いざというときの停止手段を消してしまいかねません。停止用のフラグには名前やタグで印を付け、片づけの対象から外しておきます。
Flagsmith そのものをやめる場合は、コードに埋め込んだフラグの判定をどう置き換えるかが最大の作業になります。フラグの判定を呼び出す箇所をコードのあちこちに散らさず、一か所にまとめておくと、別の基盤に移すときの書き換えが小さくなります。そのうえで、フラグの数を増やしすぎず、使い終えたものを定期的に消しておくことが、やめやすさの一番の備えになります。
確認項目を1枚にまとめる:公開前のチェックリスト
ここまでの確認項目を、AIの機能を本番に出す前の一覧にまとめます。すべてを最初から満たす必要はありませんが、空欄のまま顧客向けの機能を出さないことが大切です。
- AIの機能をまとめて止めるフラグを用意し、止めたときの表示を決めたか
- 本番で広げる権限と止める権限を、別々に誰が持つか決めたか
- 変更申請を使える契約か。申請を通らずに変わる経路(個人単位の上書きなど)を一覧にしたか
- 次の段へ進む条件と、一件で止める事象を数字と具体例で書いたか
- AIエージェントに任せる操作と、任せない操作(広げる・停止スイッチの変更)を分けたか
- AIエージェントの資格情報を専用にし、本番に届かない権限にしたか
- 変更の記録を誰がどの頻度で見るか決めたか
- 対象者の条件に使う属性と、その置き場所を個人情報の取り決めと照らしたか
- 停止用のフラグを片づけの対象から外す印を決めたか
定着させる順番:社内の1機能から
段階公開の運用は、いきなり顧客向けの機能で始めないほうが定着します。次の順で、運用の手順そのものを試しながら進めます。
社内文書の要約など、間違いがあっても社外に出ない機能を選び、入口と緊急停止の2本のフラグで包みます。
当番の担当者が、実際に停止のフラグを切り、表示が切り替わるまでの時間を測ります。止められることを確かめてから、最初の対象者に出します。
決めた日数と数字で、公開を判断する人が次の段へ進めるかを決めます。進めた理由と見た数字を記録に残します。
運用が回ってから、フラグの作成や申請の起票、古いフラグの候補出しをAIに任せます。広げる操作と停止の操作は人に残します。
この順番の要点は、止める練習を、公開の前に一度やっておくことです。停止のフラグは使われないまま置かれることが多く、いざ押したときに想定どおりに切り替わらないことがあります。社内の機能で一度確かめておけば、顧客向けの機能でも同じ手順を使えます。
よくある質問
AIの監視の仕組みに、自動で止めさせてもよいですか
数字がしきい値を超えたときに自動で止める仕組み自体は、止めるまでの時間を縮める有効な手段です。ただし、止める基準を決めるのも、止めたあとに再開するかを判断するのも人です。自動で止めた場合も、誰に通知が届き、誰が原因を確かめて再開を決めるかを決めておき、止めた事実と理由を記録に残します。AIに再開の判断まで任せることは避けます。
無料の範囲や、ソースが公開された版だけで始めてもよいですか
社内向けの小さな機能で、段階公開と停止の流れを試すには十分な場合があります。一方で、変更申請や役割ベースの権限、監査ログは上位の契約の機能として案内されています。顧客向けのAI機能を出す段階では、承認と記録をどう持つかを決め、必要なら契約を見直す前提で計画するのが現実的です。
AIエージェントに割合を上げる予約をさせてもよいですか
予約を作らせること自体は手間を減らしますが、上げる時点で誰が数字を確かめるかが決まっていなければ、人の判断を飛ばして公開が広がります。予約はAIに作らせ、実行前に人が数字を見て取り消せる時間を設ける、あるいは本番での割合の変更はAIの役割から外す、といった形で線を引きます。
社員が使っている他社の業務ソフトのAI機能も、この方法で止められますか
この記事で扱ったのは、自社で作った製品や社内の仕組みに組み込んだAIの機能です。他社の業務ソフトに入ってくるAI機能は、その提供元の管理画面でしか止められず、機能フラグの基盤では扱えません。そちらは、提供元の告知の受け取り方や既定値の確認として、別に管理する必要があります。
まとめ
自社のAI機能を段階的に公開し、問題が出たらすぐ止めるための道具は、Flagsmith のような機能フラグの基盤ですでに揃っています。指示文やモデルの選択までフラグの値にでき、変更申請で承認を挟み、AIエージェントにフラグの作業を任せる道も公式に用意されつつあります。それでも、変更申請を通らない経路があり、資格情報で届く操作は道具の画面より広く、統制の機能は契約の段階に結びついています。止めるフラグを先に作り、広げる権限は絞って止める権限は届く範囲に置き、AIには作る・起票する・候補を挙げるまでを任せる。この線を社内の1機能で試してから顧客向けに広げれば、AIの機能を速く出しながら、何かあったときに誰が何をしたかを説明できる状態を保ちやすくなります。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
