---
url: https://docs.ogmabox.com/ja/guide/workspace-ai.md
description: >-
  Ogma 内蔵のワークスペース AI
  アシスタントを設定し、リクエスト分析、ブラウザーを使ったテスト、証拠の要約、指摘事項の下書き、ローカルプロジェクトの操作に使用します。
---

# ワークスペース AI {#workspace-ai}

ワークスペース AI は Ogma 内に組み込まれたチャットパネルです。キャプチャした通信の読み取り、アプリ内の操作、指摘事項の作成を、ワークスペースを離れずに支援します。

## AI プロバイダーへの接続 {#connecting-an-ai-provider}

1. **設定 > AI**を開きます。
2. **Anthropic**、**OpenAI**、**Google Gemini** からプロバイダーを選びます。
3. API キーを貼り付けます。
4. モデルを選びます。
5. ワークスペースに戻ります。

API キーはローカルに保持されます。ブラウザーからプロバイダーの API へ直接送信され、Ogma のサーバーを経由しません。

## アシスタントパネルを開く {#opening-the-assistant-panel}

ワークスペース右下の操作部にある AI ボタンをクリックするか、利用できる場合は上部ナビゲーションのワークスペースボタンを使用します。パネルはメインのワークスペースの横に開きます。最大化したり、独立したフローティングパネルにしたりできます。

## AI が参照できる情報 {#what-the-ai-can-see}

アシスタントは、現在開いている内容に応じたコンテキストを受け取ります。

| コンテキスト | 含まれる情報 |
| --- | --- |
| アクティブなビュー | 現在のページ（HTTP 履歴、再送、指摘事項など） |
| 選択したリクエスト | 完全なリクエスト・レスポンスのヘッダーとボディ |
| キャプチャ済みの履歴 | ツールでクエリ可能。AI はログ全体を受け取らず、検索する |
| 指摘事項 | AI が読み取り・更新できる既存の指摘事項 |
| 診断対象範囲 | 現在の範囲内のホストとパスのルール |
| 環境変数 | シークレットでない変数の名前と値 |
| メモ | プロジェクトのメモの内容 |

シークレット環境変数が AI プロバイダーに送られることはありません。

## リクエストの分析 {#analyzing-a-request}

1. HTTP 履歴または再送でリクエストを選びます。
2. アシスタントパネルを開きます。
3. 「このリクエストは何をしていますか。注目すべきパラメーターはどれですか」と質問します。

アシスタントは選択した項目を読み取り、リクエストを説明し、パラメーターを特定して、追加のテストを提案します。

## 指摘事項の下書き {#drafting-a-finding}

再送やスキャナーで脆弱性を特定した後：

1. アシスタントを開きます。
2. 「選択したリクエストを証拠として、この認可回避の指摘事項を下書きしてください」と依頼します。

アシスタントは `create_finding` ツールを呼び出し、タイトル、重大度、説明、再現手順、修正に関するメモを含む構造化された指摘事項を、指摘事項一覧へ直接書き込みます。

## 自律的な調査 {#autonomous-investigation}

アシスタントに開始 URL と目標を指定します。

> 「https://app.example.com を開き、環境変数にある認証情報でログインして、認可が不十分と思われるエンドポイントを特定してください。」

アシスタントはブラウザーツールで移動し、発生した通信をキャプチャして分析し、結果を報告します。追加の指示なしに、再送でリクエストを送ったり、パッシブスキャンを実行したり、指摘事項を作成したりすることもできます。

## HTTPQL と StreamQL の AI 支援 {#httpql-and-streamql-ai-assist}

アプリ内の AI のきらめきアイコン付きフィルターバーは、自然言語のクエリを受け付けます。探したい内容の説明（例：「JSON ボディで role フィールドを設定するリクエスト」）を入力すると、アシスタントが HTTPQL または StreamQL 式に変換します。

## アプリ内アシスタントのツール {#in-app-assistant-tools}

アシスタントは Ogma 内で次の操作を行えます。

| 領域 | 利用できる操作 |
| --- | --- |
| HTTP 履歴 | 検索、項目とボディの読み取り、項目の分析 |
| 指摘事項 | 検索、指摘事項の作成と更新 |
| サイトマップと分析 | サイトマップの取得、フロントエンド攻撃面の分析、対象のフィンガープリント取得、JWT デコード |
| 再送 | セッション一覧、リクエストの更新と送信、ログインフローのテスト |
| WebSocket | WS 履歴の検索、メッセージの読み取り、WS キャプチャの開始 |
| ブラウザー | 起動、移動、JS 実行、スクリーンショット、ページソースの取得 |
| インターセプト | キュー状態の確認、インターセプトしたリクエストの転送 |
| 自動化とワークフロー | 自動化セッションの作成、パッシブワークフローの実行、ワークフローの検索 |
| スキャナー | パッシブスキャンの実行 |
| 診断対象範囲とプロジェクト | 範囲の読み取りと追加、プロジェクト一覧と切り替え |
| ペイロード支援 | ペイロードの取得、リバースシェルのスニペット取得 |
| 環境 | 環境変数一覧 |

## ワークスペース AI と MCP サーバーの比較 {#workspace-ai-vs-mcp-server}

| | ワークスペース AI | MCP サーバー |
| --- | --- | --- |
| 実行場所 | Ogma のフロントエンド内 | 独立した `ogma-mcp` プロセス |
| 主な利用者 | Ogma 内でチャットするユーザー | 外部クライアント（Claude Code、Cursor、Codex） |
| プロトコル | プロバイダー API + フロントエンドのツール呼び出し | Model Context Protocol |
| ツール数 | アプリ内のフォールバックツール 55 個と、利用可能な場合はバックエンドのライブ MCP ツール | MCP ツール 164 個 |
| 最適な用途 | テスト中の対話的な分析 | 外部エージェントのワークフローと IDE からのアクセス |

外部 AI ツールについては、[MCP の設定](../mcp-setup.md)を参照してください。

## 実用的なプロンプト {#practical-prompts}

* 「このリクエストの動作を要約し、注目すべきパラメーターを特定してください。」
* 「選択した再送の証拠から再現手順を下書きしてください。」
* 「この二つのレスポンスを比較し、意味のある違いを説明してください。」
* 「このスキャナーの証拠から、簡潔な指摘事項の下書きを作ってください。」
* 「このエンドポイントの追加の再送テストを提案してください。」
* 「ユーザーアカウントデータを変更するリクエストを履歴から検索してください。」