ブラウザエージェントで2FAログインを安全に自動化する方法
AIブラウザエージェントをシークレット管理やローカルTOTPツールと連携させ、LLMプロンプトに認証情報を渡さずに安全に2FAログインを自動化する方法を解説します。
2026年11月16日 · 約 2 分で読めます

2要素認証(2FA)を伴うログインを安全に自動化するには、生のパスワードやTOTP(Time-Based One-Time Password)のシード値を言語モデルのコンテキストウィンドウに入力しない設計が不可欠です。ブラウザエージェントにはシークレットのシンボリックな参照情報のみを渡し、ローカルのTOTP生成処理はツール呼び出し(Tool Call)として公開します。モデルはどこをクリックすべきか、どの入力フィールドがアクティブかを判断し、ランタイム側が機密文字列をブラウザのDOMへ直接注入します。
従来のハードコードされたセレクターによるスクリプトは、SaaSダッシュボードがクラス名を変更したり、セキュリティ確認画面を挟んだりするだけで簡単に壊れてしまいます。AIブラウザエージェントなら、動的なアクセシビリティツリーと視覚的なレイアウトを読み取り、予期しない画面遷移にも柔軟に適応しながら、プロンプトのログに認証情報を残すことなく多段階認証を完了できます。
なぜエージェントのプロンプトに生の認証情報を渡してはならないのか#
Web自動化のスクリプトを作成する際、もっとも手軽なのはシステム指示にユーザー名、パスワード、2FAコードを直接埋め込む方法です。しかし、これには3つの重大なセキュリティリスクが存在します。
第1に、エージェントのループ処理では、毎ステップの会話履歴がモデルプロバイダーに送信されます。システムプロンプトにパスワードや32文字のBase32 TOTPシードが含まれていると、ターンごとに機密情報がネットワーク上を流れ、リクエストログにも永続化されてしまいます。
第2に、ページ内にユーザー投稿のコメントやサポートチケット、メール件名などの信頼できないテキストが含まれている場合、プロンプトインジェクション攻撃の標的になります。悪意あるテキストによって、モデルが検索バーにパスワードを入力させられたり、URLパラメータ経由でTOTPシードを外部に送信させられたりする危険があります。
第3に、LLMのトークナイザーは複雑なパスワードやBase32シードをサブワード単位に細かく分割するため、ランダムな文字列を出力する際にハルシネーション(誤出力)や文字の入れ替えを起こすリスクが常に付きまといます。
解決策は、モデルの推論ロジックと認証情報の保管場所を厳密に分離することです。
- ユーザー名、パスワード、
TOTP_SECRETは環境変数やシークレットマネージャーに保管します。 - モデルには
{{VAULT_USERNAME}}や{{VAULT_PASSWORD}}のようなプレースホルダーを渡します。モデルがプレースホルダーを含むfillアクションを発行したら、ブラウザイベントを実行する直前に、ローカルのラッパー処理で本物の値に差し替えます。 - モデルには、対象要素のセレクターのみを受け取る
fill_totp_codeツールを提供します。このツールがRFC 6238準拠の6桁のコードをメモリ上で計算し、LLMにコードを一切返却することなく入力欄へ直接タイピングします。
実際の2FAログインフローの流れ#
バックオフィス業務でよくあるシナリオを例に考えます。GitHubや請求ダッシュボードなどの外部ポータルにログインし、毎月の請求書CSVをダウンロードする処理です。このポータルは2画面に分かれたログインフォームを採用し、続いてTOTP検証画面を表示、さらに時折「このブラウザを信頼しますか?」という確認画面を挟んできます。
Lovely Routerのブラウザエージェントと claude-sonnet-5.5 を組み合わせた場合、全体の処理は5ターンで完了します。
- ページ遷移とユーザー名の特定: エージェントが
https://portal.example.com/loginを開きます。アクセシビリティツリーを読み取ってメール入力欄(#login_field)を識別し、{{VAULT_USERNAME}}を入力するアクションを出力します。同一画面にパスワード欄がある場合は、同一ターン内で{{VAULT_PASSWORD}}の入力と送信ボタンのクリックまで指示します。 - 2FA認証の処理: 画面が
/sessions/two-factorに遷移します。エージェントは変更後のDOMを読み取り、6桁の確認コード入力欄(#app_totp)を検出して、対象セレクターを指定したtype_totpツールを呼び出します。 - TOTPの有効期限確認と送信: コード生成の直前に、ローカルツールは30秒サイクルの残り時間を確認します。残り時間が4秒未満の場合は、フォーム送信中に有効期限が切れるのを防ぐため、次のサイクルが始まるまで一時待機します。その後、6桁のコードを入力してフォームを送信します。
- 確認画面のスキップ: ポータルに「このデバイスを30日間記憶する」というダイアログが表示されます。静的なCSSセレクターを用いたスクリプトでは、Cookieの有効期限切れ時のみ表示されるこうした画面で処理が停止しがちです。エージェントはボタンの文言を理解し、エフェメラルなクラウドブラウザ環境に適した「記憶しない」を選択してメインダッシュボードに進みます。
- セッション状態の保存: エージェントがダッシュボードのヘッダー表示を確認すると、ラッパースクリプトがブラウザの
storageState(CookieおよびlocalStorage)を暗号化ファイルにエクスポートし、後続のタスクで再利用できるようにします。
PythonによるVault連携とTOTP自動入力の実装#
以下のコードは、公式のOpenAI Python SDKをLovely RouterのAPIに向けて実行し、ローカルのRFC 6238コード生成器と連携させる実装例です。Lovely RouterのプリペイドAPIキーが1つあれば、ブラウザエージェントやWebデータツールとともにClaude、GPT、Geminiモデルを横断して利用できます。
必要な依存パッケージをインストールします。
pip install openai同一環境にローカルのヘッドレスブラウザ操作ドライバとRFC 6238 TOTPライブラリを用意します。以下のスクリプトではこれらを local_browser および local_totp としてインポートしています。
スクリプトではツールのスキーマを定義し、プレースホルダー変数がブラウザに渡る直前に実値へと差し替えるとともに、TOTPの時間ズレによるエラーを自動的に回避します。
import os
import time
import json
from openai import OpenAI
from local_browser import launch_headless_browser # ローカルのヘッドレスブラウザ操作ドライバ
from local_totp import current_code # ローカルのRFC 6238ジェネレータ
# シークレットをメモリにロード(これらの文字列をLLMに渡してはならない)
VAULT = {
"{{VAULT_USER}}": os.environ["PORTAL_USERNAME"],
"{{VAULT_PASS}}": os.environ["PORTAL_PASSWORD"],
}
TOTP_SEED = os.environ["PORTAL_TOTP_SEED"]
client = OpenAI(
base_url="https://api.lovelyrouter.com/v1",
api_key=os.environ["LOVELY_ROUTER_API_KEY"],
)
TOOLS = [
{
"type": "function",
"function": {
"name": "fill_input",
"description": "入力フィールドにテキストまたはVaultプレースホルダーを入力する。",
"parameters": {
"type": "object",
"properties": {
"selector": {"type": "string"},
"value": {
"type": "string",
"description": "認証情報には {{VAULT_USER}} または {{VAULT_PASS}} を使用すること。",
},
"press_enter": {"type": "boolean"},
},
"required": ["selector", "value"],
},
},
},
{
"type": "function",
"function": {
"name": "inject_totp",
"description": "現在の6桁の2FAコードを生成し、指定したセレクターに入力する。",
"parameters": {
"type": "object",
"properties": {
"selector": {"type": "string"},
},
"required": ["selector"],
},
},
},
{
"type": "function",
"function": {
"name": "click_element",
"description": "セレクターで指定したボタンやリンクをクリックする。",
"parameters": {
"type": "object",
"properties": {
"selector": {"type": "string"},
},
"required": ["selector"],
},
},
},
]
def generate_safe_totp(seed: str) -> str:
"""現在のTOTPコードの残り時間が4秒未満の場合、次のウィンドウまで待機する。"""
remaining = 30 - (int(time.time()) % 30)
if remaining < 4:
time.sleep(remaining + 1)
return current_code(seed)
def execute_tool(page, name: str, args: dict) -> str:
if name == "fill_input":
# LLMのコンテキスト外でプレースホルダーを実際のシークレットに置換
raw_val = args["value"]
actual_val = VAULT.get(raw_val, raw_val)
page.fill(args["selector"], actual_val)
if args.get("press_enter"):
page.press(args["selector"], "Enter")
return f"Filled {args['selector']} with {raw_val}"
if name == "inject_totp":
code = generate_safe_totp(TOTP_SEED)
page.fill(args["selector"], code)
page.press(args["selector"], "Enter")
return f"Injected 6-digit TOTP into {args['selector']} and submitted."
if name == "click_element":
page.click(args["selector"])
return f"Clicked {args['selector']}"
return "Unknown tool"
def run_login_agent(target_url: str, state_output_path: str):
with launch_headless_browser() as browser:
context = browser.new_context()
page = context.new_page()
page.goto(target_url)
messages = [
{
"role": "system",
"content": (
"You are a browser login agent. Log into the portal using "
"{{VAULT_USER}} and {{VAULT_PASS}}. When prompted for a 2FA "
"code, call inject_totp. Stop once the main dashboard loads."
),
}
]
for turn in range(6):
# モデル用に操作可能な要素のコンパクトなリストを抽出
dom_snapshot = page.evaluate("""() => {
const els = Array.from(document.querySelectorAll('input, button, a'));
return els.map(e => ({
tag: e.tagName,
id: e.id ? '#' + e.id : '',
name: e.name || '',
type: e.type || '',
text: (e.innerText || e.placeholder || '').slice(0, 40)
}));
}""")
messages.append({
"role": "user",
"content": f"URL: {page.url}\nElements: {json.dumps(dom_snapshot)}",
})
response = client.chat.completions.create(
model="claude-sonnet-5.5",
messages=messages,
tools=TOOLS,
)
msg = response.choices[0].message
messages.append(msg)
if not msg.tool_calls:
print("Login finished:", msg.content)
break
for call in msg.tool_calls:
args = json.loads(call.function.arguments)
result = execute_tool(page, call.function.name, args)
messages.append({
"role": "tool",
"tool_call_id": call.id,
"content": result,
})
page.wait_for_timeout(1500)
# 後続タスクで再利用するため認証済みセッションCookieを保存
context.storage_state(path=state_output_path)
browser.close()
if __name__ == "__main__":
run_login_agent("https://portal.example.com/login", "auth_state.json")execute_tool の実行時、モデルが {{VAULT_PASS}} の入力を指示しても、メッセージ履歴に書き戻される完了メッセージは "Filled #password with {{VAULT_PASS}}" となります。実際のパスワードも6桁のTOTPコードも、messages 配列に混入することはありません。
TOTP以外の2FAへの対応:SMS、メール、プッシュ通知#
すべてのサービスが認証アプリに対応しているわけではありません。レガシーなシステムでSMSコードやメールのマジックリンク、プッシュ通知が強制される場合でも、以下の3つのパターンで無人自動化を維持できます。
SMSコードの場合は、クラウド電話APIを利用してアカウントの電話番号をプログラマブルな番号に設定します。送信者IDで受信ボックスをポーリングし、正規表現で6桁の数値を抽出してブラウザに入力する fetch_latest_sms_code ツールを用意します。
メールのマジックリンクやワンタイムパスワード(OTP)の場合は、バックエンドからIMAPやWebhook経由で受信内容を読み取れるアドレスを使用します。エージェントは「メールを確認してください」という画面を認識すると wait_for_email_otp を呼び出し、最新のメッセージからリンクやコードを取得して処理を続行します。
プッシュ通知による承認では、物理デバイス上で人間が「承認」をタップする必要があります。この場合はセッションを維持したまま待機状態を作ります。エージェントがIDとパスワードを入力してプッシュ通知をトリガーした段階で、チームのチャットツールにWebhook通知を送信します。人間が承認を完了すると画面が自動遷移し、エージェントは処理を再開します。
1回のログイン実行にかかるトークン消費量とコスト#
コンパクトなDOMスナップショット(1ターンあたり約4,000入力トークン)と短いツール呼び出しJSON(1ターンあたり約300出力トークン)を送信する5ターンのログイン処理では、合計で約20,000入力トークン、1,500出力トークンを消費します。システムプロンプトやツール定義を使い回す場合、プロンプトキャッシュにより反復部分の入力コストをさらに削減できます。以下の表は、キャッシュを適用しない単一コールドログイン実行時の基本コストです。
claude-sonnet-5.5(入力100万トークンあたり$2.00、出力100万トークンあたり$10.00)を使用した場合、5ターンの2FAログイン1回あたりのコストは$0.055です。
| 項目 | 数量 | 単価 | コスト |
|---|---|---|---|
| Claude Sonnet 5.5 入力 | 20,000トークン (0.02M) | 100万トークンあたり$2.00 | $0.040 |
| Claude Sonnet 5.5 出力 | 1,500トークン (0.0015M) | 100万トークンあたり$10.00 | $0.015 |
| ログイン1回あたりの合計 | $0.055 |
ページをスクレイピングするたびに毎回フル2FAフローを実行する必要はありません。context.storage_state() を使って auth_state.json に保存しておけば、ワーカー側でセッションCookieを24時間使い回せます。2FAログインエージェントの呼び出しは、セッションが切れた際の1日1回だけで十分です。
仮に100箇所のポータルを運用し、それぞれを毎日1回再認証する場合(月間3,000回のログイン実行)、シンプルなログイン画面にはより高速かつ低コストなモデルを採用することで費用を抑えられます。同一のAPIキーから利用できる3つのモデルによる月間コスト(入力6,000万トークン、出力450万トークン)の比較は以下のとおりです。
| モデル | 入力 (6,000万トークン) | 出力 (450万トークン) | 月間合計 (3,000回実行) |
|---|---|---|---|
Claude Sonnet 5.5 (claude-sonnet-5.5) | 100万あたり$2.00 ($120.00) | 100万あたり$10.00 ($45.00) | $165.00 |
GPT-6.1 Terra (gpt-6.1-terra) | 100万あたり$1.00 ($60.00) | 100万あたり$5.00 ($22.50) | $82.50 |
Gemini 3 Flash (gemini-3-flash) | 100万あたり$0.50 ($30.00) | 100万あたり$3.00 ($13.50) | $43.50 |
標準的なログインフローには gemini-3-flash(3,000回で月額$43.50)や gpt-6.1-terra(月額$82.50)を既定とし、サイトのUI変更や複雑な多段階認証が発生した場合のみ claude-sonnet-5.5(月額$165.00)にフォールバックするのが費用対効果の高い運用です。全モデルの料金体系は料金ページで確認できます。
本番運用前に確認すべき検証項目#
厳格なアカウントロックアウトポリシーが設定された本番環境にエージェントを投入する前に、ローカル環境で以下の3点を確認してください。
client.chat.completions.create()の直前でmessagesリストをログに出力し、シリアライズされたJSON文字列内にos.environ["PORTAL_PASSWORD"]やos.environ["PORTAL_TOTP_SEED"]が含まれていないことをアサーション検証する。int(time.time()) % 30 == 28のタイミングでgenerate_safe_totp()を意図的に実行させ、経過時間を計測する。有効期限切れ寸前のコードを送信せず、関数が3秒間スリープして次のサイクルのコードを生成することを確認する。browser.new_context(storage_state="auth_state.json")で新しいブラウザコンテキストを起動して認証後のダッシュボードURLへ直接アクセスし、/loginへのリダイレクトが発生しないことを確認する。
最初の2FAログインエージェントを実行する#
単一のAPIキーを取得してクレジットをチャージすれば、すぐにスクリプトをブラウザエージェントに接続できます。プロンプトにシークレットを一切晒すことなく、認証を伴うWebワークフローの完全自動化を始めましょう。
続けて読む
すべての記事 →
AIエージェントで求人応募を自動化する
ブラウザエージェントを使用して、マルチステップの求人フォームへの入力、履歴書のアップロード、実際のサイトでのスクリーニング質問への対応を自動化しましょう。

毎朝特定ニッチのTikTokトレンドを追跡する
TikTokの検索およびハッシュタグデータを毎日取得し、文字起こしやコメントを抽出して、1週間の追跡コストを試算します。

Claude CodeにWeb検索とブラウザを1コマンドで導入する
ターミナルから1コマンドでリモートMCPサーバーを追加。プリペイドAPIキー1つで、リアルタイムWeb検索、ページクローリング、ブラウザスクリーンショットをClaude Codeに統合できます。