« L'agent écrit la requête. Il ne voit aucune donnée réelle, et il ne peut rien modifier. »
Vous allez faire écrire par votre agent une recherche dans une table de votre application qui contient des données personnelles : des clients, des utilisateurs, des adhérents… La recherche se fait par un champ exact (un e-mail, un identifiant) ou par un champ partiel (un nom, une ville).
C'est vous qui choisissez la table, les champs de recherche et les colonnes sensibles. Dans les prompts, remplacez chaque [crochet] par les vôtres. Les exemples de la fiche utilisent la base fictive (table clients, dossier data/) : adaptez-les à votre application.
Quatre étapes : l'agent travaille sans voir de données réelles, vous vérifiez vous-même ce qu'il produit, vous l'empêchez de modifier la base, puis vous apprenez à lui donner un log sans rien laisser fuir.
À la fin, votre dépôt contient le schéma de la table (docs/schema.txt), des données de test fictives, une règle qui bloque les secrets et les données, testée, une fonction de recherche avec son test d'injection, et un script de masquage de logs avec son test. Vous gardez votre checklist pour l'atelier 6.
Prenez l'application de secours (lien dans le chat), ou créez une base fictive en une minute. Ce script n'a besoin que de Python 3, sans aucune dépendance. Lancez-le vous-même, pas par l'agent.
python creer_base.py
"""Crée data/clients.db avec 200 clients fictifs. Aucune dépendance."""
import random
import sqlite3
from pathlib import Path
PRENOMS = ["Marie", "Jean-Pierre", "Zoë", "Awa", "Lucas", "Nguyễn", "Inès", "Hugo", "Fatou", "Léa"]
NOMS = ["Durand", "N'Diaye", "Martin", "Lefèvre", "Benali", "Moreau", "Tran", "Dubois", "Kowalski", "Petit"]
Path("data").mkdir(exist_ok=True)
base = sqlite3.connect("data/clients.db")
base.execute("DROP TABLE IF EXISTS clients")
base.execute("""CREATE TABLE clients (
id INTEGER PRIMARY KEY,
nom TEXT NOT NULL,
email TEXT NOT NULL UNIQUE,
date_naissance TEXT,
iban TEXT
)""")
random.seed(42)
for i in range(1, 201):
prenom, nom = random.choice(PRENOMS), random.choice(NOMS)
base.execute(
"INSERT INTO clients (nom, email, date_naissance, iban) VALUES (?, ?, ?, ?)",
(f"{prenom} {nom}", f"client{i}@exemple.test",
f"{random.randint(1950, 2005)}-{random.randint(1, 12):02d}-{random.randint(1, 28):02d}",
"FR76" + "".join(random.choice("0123456789") for _ in range(23))),
)
base.commit()
print("data/clients.db : 200 clients fictifs")
Ces données sont fictives, mais traitez-les comme si elles étaient réelles : c'est ce que vous ferez au travail. Ajoutez data/ à votre .gitignore.
L'agent a besoin de la structure de la table, pas de son contenu. Extrayez-la vous-même :
python schema.py [votre fichier de base] > docs/schema.txt
"""Affiche le schéma de la base, sans aucune ligne de données."""
import sqlite3
import sys
base = sqlite3.connect(f"file:{sys.argv[1]}?mode=ro", uri=True)
for (ddl,) in base.execute("SELECT sql FROM sqlite_master WHERE sql IS NOT NULL"):
print(ddl + ";")
| Votre base | Commande pour le schéma seul |
|---|---|
| SQLite | python schema.py [fichier.db], ou sqlite3 [fichier.db] .schema si l'outil sqlite3 est installé |
| PostgreSQL | pg_dump --schema-only --no-owner -t [table] [base] |
| MySQL ou MariaDB | mysqldump --no-data [base] [table] |
| Un ORM (Prisma, Doctrine, Hibernate, Entity Framework…) | Le fichier de modèle ou de migration suffit : c'est déjà le schéma, sans données. |
Piège : n'appelez pas ce fichier schema.sql. La règle que vous allez poser bloque les fichiers *.sql : l'agent ne pourrait plus le lire. Gardez docs/schema.txt.
Lis docs/schema.txt. Écris, pour les tests de ce projet, des données fictives pour la table [votre table] : cinq lignes, dans une base de test (en mémoire si possible). Varie les noms : un accent, une apostrophe, un trait d'union, un nom non latin. E-mails en @exemple.test, et aucune donnée réelle pour [vos colonnes sensibles : IBAN, téléphone, adresse…]. N'ouvre aucun fichier de [votre dossier de données].
Vous avez déjà interdit .env. Étendez la règle aux dumps et au dossier où vivent vos données. Dans les exemples ci-dessous, c'est data/ : remplacez-le par le vôtre (db/, storage/, var/…).
{
"permissions": {
"deny": [
"Read(./.env)", "Read(./.env.*)",
"Read(./**/*.sql)", "Read(./**/*.dump)",
"Read(./data/**)"
]
}
}
Remplacez le hook proteger-env de l'atelier 2 par celui-ci, qui couvre aussi les dumps et data/. Il demande Node.js.
{
"version": 1,
"hooks": {
"preToolUse": [
{ "type": "command", "command": "node .github/hooks/proteger-donnees.cjs", "timeoutSec": 10 }
]
}
}
let entree = '';
process.stdin.on('data', (morceau) => (entree += morceau));
process.stdin.on('end', () => {
// .env, dumps SQL et dossier data/ : interdits à l'agent.
if (/\.env\b|\.sql\b|\.dump\b|\bdata[\\/]/.test(entree)) {
console.log(JSON.stringify({
permissionDecision: 'deny',
permissionDecisionReason: "Secrets, dumps et données réelles sont interdits à l'agent."
}));
}
});
Testez : « Affiche le contenu de [un fichier de votre dossier de données]. » L'outil doit refuser. Si l'agent affiche le fichier, vérifiez le chemin de la règle, puis redémarrez la session.
Critère de l'étape 1 : rien de réel et aucun secret dans ce que l'agent peut lire. Ce qu'il voit : le schéma et des données fictives.
Écris une fonction qui cherche dans la table [votre table], par [un champ exact, par exemple l'e-mail] ou par [un champ partiel, par exemple le nom], à partir du schéma de docs/schema.txt. Requête paramétrée, aucune concaténation de la saisie. Ne renvoie que les colonnes utiles à un écran de recherche : pas de [vos colonnes sensibles, par exemple date de naissance, IBAN]. Ajoute les tests, dont un test qui passe ' OR '1'='1 dans [le champ exact] et vérifie qu'aucune ligne n'est renvoyée. Lance les tests.
?, %s, $1 ou :email. Aucune f"…", aucun +, aucun .format() dans la requête.SELECT *. Aucune colonne sensible inutile dans le résultat.Une question à vous poser : que renvoie votre fonction quand le champ partiel est vide ? Ajoutez ce cas à vos tests.
Ne corrigez pas à la main : faites-lui expliquer.
Pourquoi cette requête est-elle vulnérable ? Montre-moi une saisie qui renverrait toute la table. Corrige-la avec une requête paramétrée, et ajoute le test qui le prouve.
Une consigne « ne modifie pas la base » dans AGENTS.md ne suffit pas. Choisissez au moins une mesure appliquée par un outil.
| Mesure | Comment |
|---|---|
| SQLite en lecture seule | Le code lancé par l'agent ouvre la base en lecture seule. Exemple en Python, avec la base fictive :sqlite3.connect("file:data/clients.db?mode=ro", uri=True)Toute écriture échoue : attempt to write a readonly database. Dans un autre langage, demandez à l'agent : « Ouvre la base en lecture seule pour le code que tu lances. » |
| PostgreSQL : un rôle sans écriture | CREATE ROLE agent_lecture LOGIN PASSWORD '…';GRANT CONNECT ON DATABASE app_test TO agent_lecture;GRANT USAGE ON SCHEMA public TO agent_lecture;GRANT SELECT ON ALL TABLES IN SCHEMA public TO agent_lecture;Sur une base de test, jamais sur la production. Le mot de passe va dans une variable d'environnement. |
| Les clients SQL demandent votre accord | Claude Code : "ask": ["Bash(sqlite3 *)", "Bash(psql *)", "Bash(mysql *)"] dans permissions.VS Code : ne mettez pas ces commandes dans chat.tools.terminal.autoApprove. |
| Les tests tournent à la fin | Le hook de fin de l'atelier 2 (verifier.json), avec votre commande de test. |
Testez : « Supprime toutes les lignes de [votre table]. » L'agent doit être bloqué par la lecture seule, ou vous demander l'autorisation.
Un jour, vous aurez besoin de faire analyser un vrai log d'erreur. Il contiendra des e-mails, des IBAN, des clés. À la main, on en oublie toujours un : le masquage se fait par un script, écrit une fois, testé, et rangé dans le dépôt.
Écris, dans le langage de ce projet, un script qui lit un fichier de log et le réécrit masqué : adresses e-mail, IBAN, clés d'API (sk_live_…, sk_test_…), et identifiants des chaînes de connexion (utilisateur, mot de passe, hôte). Chaque valeur est remplacée par un marqueur numéroté, <EMAIL_1>, <IBAN_1>, et une même valeur garde le même marqueur partout dans le fichier. Ajoute un test, uniquement sur des données fictives, avec l'exemple que je te donne. Lance le test.
| Le log fictif à mettre dans le test | Ce que le script doit produire |
|---|---|
user=marie.durand@exemple.fr iban=FR76 0000 0000 0000 0000 0000 000token=sk_live_51Hx9AbCdEf db=postgres://app:Pa55w0rd@10.0.3.12/clientsWARN retry for marie.durand@exemple.fr |
user=<EMAIL_1> iban=<IBAN_1>token=<CLE_1> db=postgres://<USER>:<PASSWORD>@<HOST>/clientsWARN retry for <EMAIL_1> |
Piège : app:Pa55w0rd@10.0.3.12 ressemble à une adresse e-mail. Si le script masque les e-mails d'abord, le mot de passe reste en clair. Les chaînes de connexion se masquent en premier.
Puis servez-vous-en : provoquez une erreur dans votre application, masquez le log avec le script, et donnez seulement le log masqué à l'agent : « Explique cette erreur. » Il la comprend aussi bien.
Gardez cette checklist : elle ira dans votre charte, à l'atelier 6.
Un participant volontaire partage son écran. Avec la checklist ci-dessus, posez-lui ces questions :
' OR '1'='1 ? Et si je ne tape rien ?| Symptôme | Que faire |
|---|---|
sqlite3 : commande introuvable | Normal sous Windows : utilisez schema.py, qui ne demande que Python. |
| L'agent lit quand même votre dossier de données | Claude Code : chemin relatif à la racine du projet, puis nouvelle session. Copilot : vérifiez que le hook est dans .github/hooks/ et que Node.js est installé. Les hooks de VS Code sont en aperçu : en dernier recours, sortez ce dossier du projet. |
| L'agent ne lit plus le schéma | Le fichier s'appelle-t-il .sql ? Renommez-le en docs/schema.txt. |
| Le test d'injection échoue sur une requête paramétrée | Regardez ce que renvoie la recherche quand le champ partiel est vide. |
| Le script de masquage laisse passer le mot de passe | Il masque les e-mails avant les chaînes de connexion. Inversez l'ordre. |
| Votre application ne produit pas de log | Prenez le log fictif du tableau de l'étape 4. |
| Quota gratuit épuisé | Passez sur le modèle local Ollama. |
Vous avez fini en avance ? Changez de rôle : demandez à l'agent de jouer l'attaquant contre votre fonction de recherche.
Joue l'attaquant contre la fonction de recherche dans [votre table] de ce projet. Sans modifier le code, propose dix saisies qui pourraient renvoyer plus de lignes que prévu, faire planter la fonction ou la ralentir. Pour chacune, écris le test qui le prouve. Lance les tests, puis dis-moi lesquels échouent.
Un cas que l'agent oublie souvent : les jokers de LIKE. Même avec une requête paramétrée, une saisie égale à %%% ou à ___ dans le champ partiel correspond à toutes les valeurs, et la recherche renvoie toute la table. Ce n'est pas une injection SQL : la requête fait exactement ce qu'on lui demande.
%%% et ___ ne renvoient rien.% et _ dans la saisie, avec la clause ESCAPE de votre base.% ou _ est toujours trouvée.Autres pistes : une saisie de 10 000 caractères, des caractères Unicode, un e-mail en majuscules. À chaque faille trouvée, son test.