Oxylabsで公開ページを集め放題は誤り|AIに渡す前の法務の線

Oxylabsで公開ページを集め放題は誤り|AIに渡す前の法務の線

「開発チームがコーディング支援のAIに、Web検索と取得の道具をつないだらしい。公開されているページを読むだけなら、法務に相談する話ではないですよね」「AIエージェントに市場調査をさせたいが、取ってきたページを社内に貯めたり、学習に回したりしてよいのか判断がつかない」——AI導入の窓口になった法務や情報システムの担当者が、2026年に入って受けるようになった相談です。きっかけの一つが、Webデータ取得の大手 Oxylabs が10月に出した Web API です。検索と取得を一つにまとめ、MCPと Agent Skills を通じて、Claude・Cursor・Codex のようなAIからそのまま呼べるようにしました。公開ページだから自由に集めてよい、というのは誤りです。取ってよいかは、取り方と使い道の組み合わせで決まり、その判断をAIに渡した瞬間に誰も見ていない状態が生まれます。この記事では、Oxylabs を例に、社内のAIにWeb収集の道具を渡す前に、法務とAI導入担当が決めておくことを整理します。


カメ先生カメ先生

Webの収集は、見られるページを機械で読むだけだから問題ないと思われがちなんだ。でも本当は、相手の規約、著作権の例外の範囲、個人情報の取り方、そして取ったデータを何に使うかで、同じ取得でも評価が変わるんだよ。


カメ子カメ子

取る行為そのものより、取り方と使い道のほうで線が引かれるということですか。


カメ先生カメ先生

そう。しかもAIエージェントに道具を渡すと、どのページを取るかを人ではなくAIが決めるようになる。だから、取ってよい相手と使い道を、道具を渡す前に決めておく必要があるんだ。


カメ子カメ子

人が一件ずつ判断していたところが、AIの呼び出し一回ごとに置き換わるんですね。


この記事のポイント
  • Oxylabs は2026年10月、検索と取得をまとめた Web API を公開し、MCPと Agent Skills でAIエージェントに渡せるようにした。住宅用プロキシの網とAIによる抽出が背後で動く
  • 公開ページでも、利用規約・巡回拒否の指示・著作権の例外の範囲・個人情報の取得の仕方で線が引かれる。住宅用プロキシ経由の取得は、相手の意思をどう扱ったかが問われやすい
  • 渡す道具を段階に分け、使い道(社内で読む・蓄積や学習・社外へ出す)を先に決め、取得の記録と出どころを残す。適法かどうかの判断はAIに任せない

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

Oxylabsとは:Webデータ取得とプロキシの基盤が、AIの道具になった

Oxylabs は、リトアニアで2015年に創業したWebデータ取得の基盤です。もともとの主力は、世界中の家庭の回線を経由してWebにアクセスする住宅用プロキシと、検索結果や通販サイトの商品ページを取得する取得用のAPIでした。価格の調査、広告の確認、検索順位の計測など、大量の公開ページを機械で取りに行く仕事の裏側を担ってきた会社です。

2022年には米国のプロキシ事業者 Webshare を、2025年6月には取得用のAPIで知られる ScrapingBee をグループとして買収しました。2026年7月9日には、投資会社 Warburg Pincus が1億3,000万ドルを出資したと発表しています。出資元の発表では、創業以来初めての外部からの出資で、評価額は36億ドルとされています。つまり、事業の停止や身売りを心配する段階の会社ではなく、むしろAIの時代に向けて規模を広げている途中です。社内に入れるかどうかの論点は、会社の継続性よりも、道具の性質と使い方の側にあります。

2026年10月の Web API:検索と取得を一つにし、MCPでAIに渡す

公式ブログによると、Web API は二つの入口でできています。一つは検索で、キーワードを渡すと地域を指定した順位付きの結果を JSON で返します。もう一つは取得で、ページの住所を渡すと、本文を読みやすい文章の形、HTML、画面の写真、項目を整理した JSON のいずれかで返します。取得にはAIによる抽出が組み込まれており、サイトごとに解析の処理を書かなくても、欲しい項目を自然文や型の指定で抜き出せると説明されています。

社内導入の判断で効いてくるのは、MCPと Agent Skills への対応です。開発者向けの文書には、遠隔のMCPサーバーにAPIキーを添えてつなぐ設定例が、Claude のコーディング支援、Codex、Cursor について載っています。Agent Skills は、呼び出す道具そのものではなく、「いつ検索するか、どの出典を信頼するか、どう引用するか」をAIに教える手引きだと説明されています。料金は成功した結果だけに課金するクレジット制で、新規の利用者には5ドル分の無料枠があると公表しています。

  • 検索:キーワードから順位付きの結果を返す。抜粋は切り詰められるため、正確さが要るものは取得を使うよう公式文書が案内している
  • 取得:JavaScript の実行、国の指定、即時・非同期・一括の処理、AIによる抽出。大手の検索・通販・動画サイト向けの専用の取得口もある
  • 既存のプロキシの網と取得の基盤の上で動くと説明されている。どの網を経由するかの詳細は公式ブログに記載がない

誤解:「公開ページだから、AIに取らせても問題ない」

Web収集の相談でいちばん多いのが、この誤解です。ログインの内側に入るのでなければ、見られるものを読んでいるだけだ、という理屈です。たしかに、人がブラウザで一枚ずつ読むことと、機械が同じページを読むことに、本質的な違いはないように見えます。しかし実際には、公開されていることは「誰でも読める」ことを意味するだけで、「どう集めて、何に使ってもよい」ことまでは意味しません。

線は少なくとも四本あります。サイトの利用規約が自動的な取得を禁じていないか。巡回を断る指示(ロボット排除の取り決め)が置かれていないか。著作権法の例外が及ぶ使い方か。ページに載っている個人の情報を取得する正当な理由があるか。Oxylabs 自身も、ブログの共通の注意書きで、取得を始める前に法律の専門家に相談し、相手のサイトの利用規約を読むよう求めています。道具の提供元が、適法かどうかは使い手の用途しだいだと明言しているわけです。

競合の公開情報をAIにどこまで集めさせるかという工程の話は、当メディアの別の記事でも扱っています。この記事では、その手前で起きている変化、つまり収集の道具そのものを社員のAIに常備させるときに、誰が何を決めるかに絞ります。

課題:AIに道具を渡すと、誰が何を取ったかが見えなくなる

これまでのWeb収集は、たいてい担当者か開発者が「このサイトのこのページを、この頻度で取る」と決めて仕組みを作っていました。取り先が決まっていたので、法務が確認するなら、その一覧を見れば足りました。MCPで検索と取得の道具をAIエージェントに渡すと、この前提が崩れます。どのページを取るかは、依頼文を受けたAIがその場で決めるからです。

たとえば開発者がコーディング支援のAIに「この外部ライブラリの最新の仕様を調べて」と頼めば、AIは検索し、出てきたページを次々に取得します。マーケ担当が調査用のエージェントに「競合五社の料金ページを要約して」と頼めば、エージェントは料金ページに限らず、関連するブログや採用ページまで取りに行くかもしれません。一回の依頼の裏で、数十のサイトに取得が飛ぶことが普通になるのが、AIに道具を渡すということです。

しかも、開発者向けの文書の設定例は、利用者が自分のコーディング支援AIに個人の範囲で登録する形です。会社が道具の配布を管理していなければ、情報システム部門の知らないところで、APIキーを持った社員のAIが外部のサイトを取りに行っている状態が生まれます。課題は、取得の量が増えることより、判断の主体と記録が消えることにあります。

原因1:取得の判断が、人からAIの呼び出しに移る

人が取得の仕組みを作るときは、作る過程で「このサイトは規約で禁じていたな」「ここは会員向けの情報だな」と気づく機会がありました。AIエージェントは、依頼を達成するために必要そうなページを取りに行きますが、取る前に相手の規約を読み、取ってよいかを判断するようには作られていません。Agent Skills が教えるのは「どの出典を信頼するか」であって、「この出典から取ってよいか」ではありません。

ここで、AIに判断を任せればよいと考えるのは危険です。規約が自動取得を禁じているか、巡回拒否の指示がどの範囲に効くか、ページの文章が著作物に当たるかは、AIが読んでもそれらしい答えを返しますが、その答えに責任を持てるのは会社の側だけです。AIに書かせてよいのは、取得した住所と取得の理由の記録までで、取ってよいかどうかは、人が先に決めた許可の範囲で縛るのが原則です。

公式文書によると、Agent Skills はMCPサーバーに同梱され、AIが参照できる資料として配られます。手引きは文章なので、自社の方針(取ってはいけない相手、貯めてはいけない情報)を同じ形で書き足すことは考えられます。ただし、手引きはAIが読む助言であって、守らせる仕組みではありません。禁止したい取得は、手引きではなく、道具の側で呼べないようにしておく必要があります。

原因2:住宅用プロキシは、相手から見えにくくする道具でもある

Oxylabs の住宅用プロキシは、公式の説明では1億7,500万以上の住宅用の接続を195か国に持ち、同意し、説明を受け、対価を受け取る利用者だけで構成しているとされています。利用者には本人確認を求めるとも書かれています。提供元の調達の仕方に配慮があることは評価できますが、社内導入の論点は、その網を経由して何をするかの側にあります。

住宅用プロキシの役割は、取得の通信を一般の家庭からの訪問に見せることです。相手のサイトが機械の取得を断るために接続元を遮断していても、それを通り抜けられます。遮断を通り抜けることがただちに違法になるとは限りませんが、相手が取得を望んでいないと示していたのに取りに行った、という事実ははっきり残ります。規約違反の主張を受けたとき、後で触れる著作権の例外が「不当に害する場合」に当たるかが争われたとき、この事実は自社に不利に働きます。

国内では2010年に、図書館のサイトから新着の情報を自動で取得していた人が、相手のサイトに障害が出たことで業務妨害の疑いで逮捕された例があります(のちに起訴猶予)。取得の頻度と相手への負荷も、法的な評価に直結する要素です。AIエージェントが繰り返し同じサイトを取りに行く設計になっていないかは、道具を渡す側が確かめるべき点です。

原因3:取ったデータの使い道が、取得の時点で決まっていない

三つ目の原因は、取得の時点で使い道が決まっていないことです。調査のためにAIが取ったページは、要約されて会話の中で消えることもあれば、社内の知識の置き場に貯められ、検索拡張生成(RAG)の材料になり、さらに顧客向けの資料に引用されることもあります。同じ一回の取得でも、その後の使い方によって、必要な権利の確認が変わります。

問題は、AIエージェントが取得から保存、要約、共有までを一続きで行うため、どこで使い道が変わったかを誰も意識しないことです。社内で読むために取ったはずのページの本文が、気づけば社内の検索の仕組みに入り、営業資料の下書きに混ざっている。使い道の線は、取得の道具を渡す前に引かないと、後からは引き直せません。どの段階で誰の確認を挟むかを、次の対策で決めます。

著作権の線:情報解析の例外と、外れる場面

日本の著作権法30条の4は、著作物に表現された思想や感情を味わう目的ではない利用、たとえば情報の解析のための複製などを、一定の範囲で権利者の許可なく認めています。文化審議会の著作権分科会法制度小委員会が2024年3月に取りまとめた「AIと著作権に関する考え方について」は、この条文と生成AIの関係を整理した資料です。ただし、この資料自体に法的な拘束力はないと明記されています。

この考え方では、解析の目的と並んで、取得した著作物の表現をそのまま出力に使う目的があれば、30条の4は適用されないと整理されています。検索拡張生成で、取得した記事の創作的な表現を回答に出すことを目的とする場合がその例として挙げられ、別の条文(47条の5)の軽微な利用の範囲で考えることになるとされています。「AIが解析しているから例外に当たる」とは限らず、出力に元の表現が出るかどうかで線が変わるわけです。

また、30条の4には「著作権者の利益を不当に害する場合」は除くという但し書きがあります。考え方では、巡回拒否の指示などの技術的な措置でAIの学習用の複製が防がれていて、その著作物がデータベースとして販売される見込みがうかがえる場合に、措置を回避して集めることが但し書きに当たりうる例として示されています。住宅用プロキシで遮断を通り抜けて取得した事実は、この評価で問題になりえます。個別の事案は弁護士に確認する前提で、社内の規程にはこの二点を書いておきます。

文化庁は2024年7月31日に「AIと著作権に関するチェックリスト&ガイダンス」も公表し、AIの開発者、提供者、利用者といった立場ごとに望ましい取り組みを紹介しています。Web収集の道具を社員のAIに渡す会社は、自社がどの立場に当たるかを先に決めてから、該当する項目を規程に写すと整理しやすくなります。社内で調整したモデルに取得したデータを使うなら、利用者だけでなく開発者に近い立場の項目も読む必要があります。

規約・巡回拒否の指示・個人情報:法律の外側にもある線

著作権の例外に当たるとしても、相手のサイトの利用規約は別の問題です。多くの大手の検索・通販・動画のサービスは、規約で自動的な取得を制限しています。Oxylabs の取得口にこうしたサイト向けの専用の口があることは、取得が技術的にできることを示しているだけで、規約上許されていることを示しているわけではありません。取引先や広告の出稿先として契約関係にあるサイトなら、規約違反は取引そのものに響きます。

巡回拒否の指示は、法律で守る義務が定められたものではありませんが、相手の意思表示として尊重するのが業界の通例です。Oxylabs の Web API の公式ブログには、この指示に従うかどうかの記載が見当たりません。そのため、従うかどうかは、自社の方針として決め、AIに渡す道具の設定と社内の規程の両方に書く必要があります。

個人情報も見落とされがちです。役員の紹介ページ、登壇者の一覧、口コミの投稿者名など、公開ページには個人の情報が多く載っています。個人情報保護法は不正な手段による取得を禁じ、本人の同意のない要配慮個人情報の取得を原則として認めていません。個人情報保護委員会は2023年6月、生成AIの提供事業者に対して、学習のために集める情報に要配慮個人情報が含まれないようにすることを求める注意喚起を出しています。取った個人の情報を社内の顧客データと突き合わせる使い方は、利用目的の範囲を超えやすいので、最初から対象外にするのが無難です。

対策1:渡す道具を段階に分ける

一つ目の対策は、AIに渡す道具を段階に分けることです。Web API には検索と取得の二つの入口があり、さらに取得には国の指定や JavaScript の実行、専用の取得口があります。これらを一括で渡すのではなく、部署と用途ごとに、どこまでの入口を開けるかを決めます。検索だけなら、AIが受け取るのは順位と短い抜粋で、ページ本文の大量の複製は起きません。

段階AIに渡す範囲向いている用途人が先に決めること
段階1:検索だけ検索の入口のみ。抜粋と住所を受け取る調べ物の下調べ、出典の候補探し検索してよい話題の範囲
段階2:許可した相手の取得取得の入口を、許可した取り先の一覧に限る公式の仕様書・公的機関の資料の読み込み取り先の一覧と、その規約の確認
段階3:広い取得取り先を限らない取得。頻度の上限つき市場の調査、出典の照合使い道の制限と、取得の記録の保存
段階4:住宅用の網・国の指定遮断を通り抜けうる経路や地域の偽装広告の表示確認など、限られた業務法務の個別の承認。原則は渡さない

段階4を原則として渡さないとするのは、先に見たとおり、相手の意思に反する取得になりやすいからです。広告が地域ごとに正しく出ているかの確認のように、自社が当事者の業務で、相手方との関係も説明できる用途に限って、個別に承認するのが現実的な線です。

段階を分けるには、仕組みの置き方も関わります。公式文書では、遠隔のMCPサーバーのほか、サーバーを自社で動かすこともできると案内されています。社員のAIが提供元のサーバーに直接つなぐ形では、取り先を絞る手段がAPIキーの権限の範囲に限られます。自社の中継を一段挟めば、許可した取り先の一覧に照らして取得を通すか止めるかを、AIの判断と関係なく決められます。段階2以上を開けるなら、この中継を前提にするのが安全です。

対策2:使い道を三つに分けて、先に決める

二つ目の対策は、取ったデータの使い道を、取得の前に三つに分けて決めておくことです。一つ目は、調べ物の途中で読んで要約し、会話の中で使い切る「その場で読む」使い方。二つ目は、社内の置き場に貯めたり、検索拡張生成の材料にしたり、自社のモデルの調整に使ったりする「蓄積と学習」の使い方。三つ目は、顧客向けの資料や公開の記事、顧客への納品物に入れる「社外へ出す」使い方です。

その場で読む使い方は、出典を残す運用を守れば、最も広く認めやすい段階です。蓄積と学習は、本文の複製が社内に残り続け、後から別の目的で使われるおそれがあるため、貯めてよい取り先と保存期間を決め、個人の情報を含むページは貯めないと決めます。社外へ出す使い方は、引用の要件を満たすか、元の表現が出ていないかを人が確かめてからにします。

  • コーディング支援のAIが調べ物で取ったページの本文を、そのまま社内の知識の置き場に流し込む
  • 競合の製品ページをAIに要約させ、その文章を自社の比較資料に手直しせずに載せる
  • 登壇者の一覧や役員の紹介ページを取得し、氏名と所属を営業の名簿に足す
  • 取得が断られたサイトを、AIの判断で住宅用の網に切り替えて取り直させる
  • 取得の記録を残さず、どのページから来た情報か後で誰も答えられない

対策3:取得の記録と出どころを残す

三つ目の対策は、取得の記録と出どころを残すことです。規約違反や著作権の指摘を受けたとき、何をいつどこから取り、何に使ったかを答えられなければ、適切に対応したと示せません。Web API の公式ブログには、取得の記録の保存期間や利用者への提供についての記載が見当たらないため、記録は提供元に頼らず、自社の側で残す前提で設計します。

STEP1
APIキーを会社で発行し、人と用途に紐づける

社員が個人でキーを取って自分のAIに登録する形をやめ、会社のアカウントから用途ごとにキーを発行します。誰のAIがどのキーで取得したかを追えるようにし、退職や異動のときに止められるようにします。

STEP2
取得の住所・日時・依頼の要旨を残す

AIの呼び出しを社内の中継で受け、取得した住所と日時、依頼の要旨を記録します。AIには取得の理由を一文で書かせ、記録と一緒に保存します。理由を書かせるのは判断させるためではなく、後で人が確かめるためです。

STEP3
出どころを成果物に付けて渡す

要約や資料の下書きに、取得元の住所と取得日を必ず付けさせます。出どころの付いていない文章は、社外へ出す使い方に回さないと決めておきます。

STEP4
月に一度、取得の多い相手を人が見直す

記録から取得の多いサイトと、段階3以上の取得を抜き出し、規約と使い道に照らして問題がないかを法務とAI導入担当が確かめます。

取得したページ自体に、AIへの命令に見える文章が仕込まれている場合があることにも注意が要ります。取得した本文はAIにとって外部からの入力であり、その中の指示に従わせない設計にしておかないと、調べ物のつもりで社内の情報を外に送る操作を誘発されるおそれがあります。

何が社外に出るか、費用はどう増えるか、どう止めるか

データの流れを整理すると、AIが作った検索語と取得先の住所は Oxylabs に送られ、取得したページの本文は Oxylabs から戻ってきて、社員が使うAIの提供元にも入力として渡ります。検索語に社内の案件名や顧客名が入れば、それが外部の二社に届くことになります。検索語に社内の固有名詞を入れない、という一行を利用の指針に入れておきます。

費用は成功した結果ごとのクレジット制で、AIエージェントが調べ物を繰り返すほど増えます。一回の依頼で数十件の取得が飛ぶ使い方では、人が仕組みを作っていたころの見積もりは当てになりません。キーごとに月の上限を決め、上限に近づいたら知らせが来るようにしておきます。新規の利用者に無料枠がある以上、社員が購買の手続きを経ずに個人でキーを取り、試しに自分のAIへ登録することも起こりえます。利用の指針には、会社が発行したキー以外を業務で使わないことを明記します。止めるときは、会社で発行したキーを無効にすれば、どのAIからの取得も一斉に止まります。個人がそれぞれ取ったキーが散らばっていると、この止め方が使えません。

よくある質問

巡回拒否の指示に従っていれば、取得は問題ないと考えてよいですか

従うことは大切ですが、それだけで十分とは言えません。指示は巡回してよい場所を示すだけで、利用規約の条件や、取ったデータの使い道、個人の情報の扱いまでは決めていません。指示に従うことを最低限の条件とし、規約と使い道の確認を別に行ってください。

Oxylabs のプロキシは同意を得た利用者の回線だと説明されています。それなら使ってよいのでは

提供元の調達の仕方と、自社がその網で何をするかは別の問題です。同意を得た回線であっても、相手のサイトが取得を断っているのに通り抜けて取れば、相手の意思に反した取得であることは変わりません。用途を限って法務が個別に承認する形をおすすめします。

AIに相手のサイトの規約を読ませて、取ってよいかを判断させられますか

規約の該当箇所を探して示させるところまでは役に立ちますが、取ってよいかの判断はさせないでください。AIは規約の解釈をそれらしく答えますが、誤っていたときの責任は会社が負います。AIには根拠となる条文の箇所を引用させ、判断は人が行います。

社内ですでに ScrapingBee や Webshare を使っている場合はどうすればよいですか

どちらも Oxylabs のグループが買収した事業者です。契約の窓口や料金の仕組みは別々でも、Webの取得とプロキシという道具の性質は同じなので、この記事の段階と使い道の線をそのまま当てはめられます。まず社内でどの部署がどの道具のキーを持っているかを棚卸しし、会社で管理するキーに寄せるところから始めてください。

社内の調べ物だけなら、著作権の確認はいらないのでは

その場で読んで使い切るだけなら、問題になりにくい使い方です。ただし、取得した本文を社内に貯めて検索拡張生成に使ったり、資料に引用したりすると、使い道が変わります。社内向けかどうかより、本文の複製が残るか、元の表現が出力に出るかで確認の要否を判断してください。

まとめ

Oxylabs の Web API は、検索と取得、AIによる抽出、住宅用プロキシの網を一つにまとめ、MCPと Agent Skills で社員のAIに渡せるようにした道具です。便利さの裏で、どのページを取るかの判断が人からAIの呼び出しに移り、取得の記録と使い道の線が見えにくくなります。公開ページだから自由に集めてよい、という前提を捨て、渡す道具の段階・使い道・記録の三つを先に決める。住宅用の網や国の指定は原則として渡さず、取得の記録と出どころは自社の側で残し、キーは会社で発行して止められるようにしておきます。取ってよいかの判断はAIに任せず、AIには根拠と出どころを書かせ、人が確かめる範囲を最初に決めておくことが、Web収集の道具を社内のAIに渡すときの出発点です。

※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。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次