Claudeの「safeguards flagged this session」対処法
Claude Codeの「safeguards flagged this session」は何を意味するのでしょうか。Anthropicの文書に基づき、セッション停止とアカウントへの影響を分け、示されている次の手順を説明します。
「safeguards flagged this session」の意味
Claude の「safeguards flagged this session」というメッセージは、現在の Claude Code の会話で安全性分類器がリクエストを停止したことを意味します。Anthropic はこれをサイバーセキュリティ関連のフラグとして扱っています。これは、そのリクエストに対する拒否です。このメッセージを説明している Anthropic のページには、アカウントに対する措置についての記載はありません。
このメッセージと併せて、別の2つのメッセージを検索する人もいます。API Error: Sonnet 5 can't help with this. Start a new session to continue. は Claude Code による Usage Policy 違反を理由とした拒否です。We are unable to complete this request because it was blocked under Anthropic's usage policy は、確認できた Anthropic のページには記載されていません。このガイドでは、それぞれのメッセージを順に説明します。各メッセージについて、Anthropic が説明している影響範囲と、Anthropic が示している次の手順だけを記載します。
このページ全体には、1つのルールが適用されます。セーフガードを回避できるようにリクエストを書き換える方法は説明しません。正当な選択肢は、新しいセッション、実際に異なるリクエスト、フィードバックの送信、および該当する場合の Cyber Verification Program または appeal form です。既知のゲームを再構築するよう依頼したために Claude Code が拒否した場合は、Claude Code が既存のゲームを再現しない理由を読んでください。このページでは、そのケースだけを扱います。
Claude の拒否メッセージはどれですか?
画面に表示されたメッセージの冒頭を、次の一覧と比較してください。
<model>'s safeguards flagged this session: 自動モデルフォールバックが有効なモデルで表示される、サイバーセキュリティに関するフラグです。Anthropic は、Claude Code における Opus 5.5 と Sonnet 5.5 について、この冒頭文を案内しています。<model>'s safeguards flagged this message: 他のモデルで表示される、同じサイバーセキュリティに関するフラグです。<model> can't help with this. Start a new session to continue: Claude Code における Usage Policy による拒否です。We are unable to complete this request because it was blocked under Anthropic's usage policy: Anthropic では文書化されていません。API Error: Output blocked by content filtering policy: 別のケースです。API の出力コンテンツフィルターが応答を停止しました。Claude Code は自動的にリクエストを再送します。このメッセージは、2 回目の応答もフィルターによって停止された場合にだけ表示されます。
Claude Code のエラーリファレンスでは、最初の 2 つを「Safety measures flagged a cybersecurity topic」という 1 つの見出しにまとめています。3 つ目には、「Usage Policy refusal」という独自のセクションがあります。これらはすべて、リクエストに対する拒否です。Usage limits は別の問題で、専用のメッセージが表示されます。Claude の使用量制限に達した場合の対処方法では、その場合について説明しています。
Claude Code の「Opus 5.5 の安全対策によりこのセッションがフラグ付けされました」
Anthropic がこのメッセージについて公開しているのは冒頭部分だけです。Claude Code のエラーリファレンスのサイバーセキュリティフラグに関するセクションには、次のように記載されています。
自動モデルフォールバックが有効なモデルでは、リンクを含まない別のメッセージが表示されます。Opus 5.5 と Sonnet 5.5 では、<model>'s safeguards flagged this session で始まります。
Anthropic はメッセージの残りの部分を公開していません。フォーラムやバグレポートで、より長い文面を引用した投稿を見たことがあるかもしれません。ただし、その文面の出所は Anthropic ではなくユーザーです。そのため、未確認の情報として扱ってください。
このメッセージの形式は、自動モデルフォールバックという機能によるものです。分類器がリクエストにフラグを付けると、Claude Code は拒否する代わりに、別のモデルで再実行できます。モデル設定のドキュメントには、各モデルのフォールバック先が記載されています。
- Opus 5.5、Fable 5、Fable 5.1、Fable 5.2: サイバーセキュリティフラグは Opus 4.8 で再実行され、生物学フラグは Opus 5 で再実行されます。
- Sonnet 5.5: サイバーセキュリティフラグは Sonnet 5 で再実行されます。Sonnet 5.5 には生物学用のフォールバックモデルがないため、生物学フラグは拒否で終了します。
- Opus 5: サイバーセキュリティフラグは Opus 4.8 で再実行されます。Opus 5 はフォールバックモデルなしで独自の生物学分類器を実行するため、生物学フラグは拒否で終了します。
フォールバックが発生すると、Claude Code はトランスクリプトに通知を表示し、セッションをフォールバック先のモデルで継続します。元のモデルに戻すには /model を実行します。カテゴリ別のフォールバックには Claude Code v2.1.219 以降が必要です。
ドキュメントには、切り替えではなく拒否で終了するケースも記載されています。たとえば、Sonnet 5.5 の生物学フラグのように、対象カテゴリにフォールバックモデルがない場合です。availableModels の設定によって、フォールバックモデルへの切り替えがブロックされることもあります。この場合、拒否は通常のエラーとして表示され、セッションのモデルは変わりません。また、/config で Switch models when a message is flagged を Ask each time に設定することもできます。これは switchModelsOnFlag: false の設定です。Claude Code は一時停止し、フォールバックモデルに切り替えるか、プロンプトを編集して再試行するかを選択できるようにします。この設定では、非対話的な実行は質問を表示できないため、拒否でターンを終了します。
このメッセージで古い形式の「message」ではなく「session」と表示される理由について、ドキュメントは説明していません。ただし、サイバーセキュリティフラグの後に行う操作は記載されています。
- 作業にこの内容が本当に必要な場合は、Cyber Verification Program (CVP) に申請します。正当なサイバーセキュリティ作業のためのアクセスが得られます。
- リクエストがサイバーセキュリティに関するものではなかった場合は、
/feedbackを実行して誤検知を報告します。 - 同じセッションで作業を続けるには、Esc を 2 回押すか、
/rewindを実行して、フラグが付いたターンより前のチェックポイントまで戻ります。その後、別の方法で進めます。
ドキュメントでは、セキュリティおよび生物学の作業について明確に説明されています。セキュリティ研究や生物学関連のワークロードでは、特に最初のリクエストでフォールバックが頻繁に発生します。Anthropic のモデル設定ページには、次のように記載されています。「これはこれらの分野に対する想定されたルーティングであり、アカウントフラグではありません。」
最初のメッセージでフラグが発生する理由
Claude Code セッションの最初のリクエストには、CLAUDE.md の内容や git status など、ワークスペースのコンテキストが含まれます。Anthropic のドキュメントでは、セキュリティや生物学に関する資料を含むリポジトリは、「そのコンテキストだけで分類器が反応する可能性がある」と説明されています。この説明はフォールバックについて述べたものです。また、無害に見える最初のプロンプトでフラグが発生する理由も説明しています。
カスタマイズが原因かどうかを確認するには、safe mode でセッションを開始します。
claude --safe-modesafe mode では、CLAUDE.md、skills、MCP (Model Context Protocol) サーバー、hooks などのカスタマイズが無効になります。git status とディレクトリ名はカスタマイズではないため、Claude Code は引き続きそれらを送信します。safe mode でフラグが発生しなくなった場合は、カスタマイズのいずれかが原因である可能性が高いです。Claude Code がコンテキストウィンドウに入れる情報のガイドでは、これらの各ファイルが会話に取り込まれる場所を説明しています。
「この件には対応できません。続行するには新しいセッションを開始してください」
これは Claude Code の Usage Policy による拒否です。Anthropic が公開している例では別のモデル名が使われていますが、メッセージの形式は同じです。
API Error: Opus 4.6 can't help with this. Start a new session to continue.
Send feedback with /feedback or learn more: https://www.anthropic.com/legal/aupメッセージには拒否したモデル名が表示されます。モデルが記録されていない場合は Claude になります。そのため、この箇所に「Sonnet 5」と表示されることがあります。Anthropic は Sonnet 5 の別の例を公開していません。
ドキュメントには、なぜ新しいセッションの開始を求めるのかも説明されています。チェック対象は直前のプロンプトだけではなく、会話全体です。同じセッションで別のメッセージを送ると、通常は同じ拒否が再び発生します。--continue または --resume でセッションを再開しても、通常は解決しません。ディスク上のトランスクリプトに、拒否の原因となった内容が残っているためです。
一部の利用者にとって、このメッセージの意味を変える点が 2 つあります。v2.1.219 より前の Claude Code では、同じ拒否が Claude Code is unable to respond to this request, which appears to violate our Usage Policy と表示されていました。その後にリンクが続き、最後のメッセージを編集するか、新しいセッションを開始するよう提案されていました。Amazon Bedrock、Google Cloud's Agent Platform、Microsoft Foundry では、サイバーセキュリティに関するトピックとして検出されたリクエストにも、このメッセージが表示されます。これらのプラットフォームでは、サイバーセキュリティのフラグが立つと、「safeguards flagged」のメッセージではなく、このメッセージが表示されます。
ドキュメントに記載されている次の手順は以下のとおりです。
- Esc を 2 回押すか、
/rewindを実行して、拒否の原因となったターンより前のチェックポイントに戻ります。 - どのターンが原因か分からない場合は、
/clearを実行して同じプロジェクト内で新しい会話を開始します。古い会話はディスク上に残り、/resumeにも引き続き表示されます。 - 非対話モード(
claude -p)では、巻き戻しを利用できません。--continueを指定せずに新しいセッションを開始します。 - Anthropic は、ポリシーチェックの内容はモデルによって異なると説明しています。そのため、
--modelでモデルを切り替えると、場合によっては拒否を解消できます。
巻き戻し後に Anthropic が使っている表現は、「rephrase or take a different approach」です。このページでは、これをタスクの内容を変更することだと解釈します。同じタスクを通すための言葉を探すという意味ではありません。拒否が誤りだと考える場合は、メッセージ内の Request ID と Message ID を使用してください。サポートには両方を伝えます。Anthropic のサポートは、サポートメッセンジャーとメールで利用できます。
[reasoning_extraction]詳細行の意味
拒否メッセージには、追加の行として Details: [reasoning_extraction] が含まれることがあります。「これには対応できません」というメッセージと、「安全対策によりフラグが立てられた」というメッセージのどちらにも表示される場合があります。これは、安全対策が、モデルに内部の推論をレスポンス内で再現させようとする依頼だと判定したことを意味します。Claude Code がこの行を追加したのは v2.1.234 であるため、それより古いバージョンでは表示されません。
対処するには、推論を求める指示を削除するか、別の表現に変更します。その指示は、当日に作成していないファイルに含まれている場合があります。たとえば、CLAUDE.md、skill、subagent prompt、output style、MCP tool description などです。claude --safe-mode でテストし、カスタマイズを変更した後は新しいセッションを開始します。Claude Code のエラーページで説明されているのは、この1つのタグだけです。オンラインで報告されている他のタグについては説明していません。
「Blocked under Anthropic's usage policy」は Anthropic のメッセージではありません
Anthropic のヘルプセンターとドキュメントで We are unable to complete this request because it was blocked under Anthropic's usage policy を検索しましたが、該当するページはありませんでした。そのため、どの製品に表示されるメッセージなのか、またセッションやアカウントにどのような意味を持つのかは、Anthropic から案内されていません。
公式に文書化されているものの中で最も近いのは、前述の Claude Code における Usage Policy による拒否と、以下で説明する Claude API の refusal の stop_reason です。Claude Code や Claude アプリ以外のツールでこの文が表示された場合は、そのツールのサポートに、どの応答によって表示されたのかを問い合わせてください。メッセージに request ID が表示されている場合は、それも伝えてください。
Claude API が同じ拒否を報告する方法
API(アプリケーションプログラミングインターフェース)では、分類器による拒否はエラーではありません。stop_reason: "refusal" を含む通常のレスポンスが返ります。Anthropic は、Claude Fable 5.2、Fable 5.1、Fable 5、Mythos 5.2、Mythos 5.1、Opus 5.5、Opus 5、Sonnet 5.5、Haiku 5.5 について、この動作を文書化しています。stop_details.category フィールドには、ポリシー領域が示されます。
cyber: 無害なサイバーセキュリティ作業でも、この拒否が発生することがあると Anthropic は説明しています。bio: 生物学的危害。実用的なライフサイエンスの作業でも、この拒否が発生することがあります。frontier_llm: 競合する AI モデルの構築を支援する要求。reasoning_extraction: 内部推論の再現を求める要求。general_harms: 上記のカテゴリ以外に該当する利用ポリシー領域。null: 拒否が特定のカテゴリに該当しない場合。この値は通常使用され、恒久的です。
拒否は出力が始まる前に返ることも、ストリーミング出力の途中で返ることもあります。途中までの出力は不完全なものとして扱ってください。拒否はエラーではないため、エラー数だけを数える監視では検知できません。stop_reason を確認してください。
API ドキュメントには、次の手順が明記されています。「続行する前に、会話コンテキストをリセットする必要があります。」拒否の原因になったターンを削除または変更するか、履歴を消去します。リセットせずに続行すると、さらに拒否されます。拒否されたリクエストを同じモデルに再送すると、通常は再び拒否されます。別の Claude モデルに送信する方法は文書化された選択肢です。また、API にはそのためのサーバー側フォールバック機能があり、現在は beta です。
拒否の中には料金が発生するものがあります。出力が始まる前の拒否では、カテゴリが bio、frontier_llm、reasoning_extraction の場合に課金されます。Anthropic によると、これらは「2026 年 9 月時点」で測定された誤検知率が低いカテゴリであり、リストは変更される可能性があります。他のカテゴリ、または null カテゴリによる出力前の拒否には課金されません。出力途中の拒否では、入力トークンと、すでにストリーミングされた出力に対して課金されます。拒否されたリクエストもすべてレート制限の対象になるため、Claude API のレート制限ヘッダーを確認するときは、この点に注意してください。
Claude アプリに表示される内容
claude.ai やその他の Claude アプリでは、Anthropic はエラーメッセージではなく、モデルの切り替えについて説明しています。Opus 5 と Opus 5.5 のサポート記事によると、ブロックされたリクエストは同じ会話内で、より能力の低いモデルによって再実行され、モデルが切り替わったことを知らせる通知が表示されます。切り替え後は、「会話の残りの期間、モデル選択欄がより能力の低いモデルのままになります」。モデル選択欄から元のモデルに戻せます。元のリクエストが会話内に残っている間は、同じ安全対策が再び適用される場合があります。記事には通知の文面が掲載されていないため、Claude Code に表示される文面と一致するかは確認できません。
Sonnet 5.5 の記事では、サイバーセキュリティおよび frontier LLM (large language model) の開発に関するフラグが Sonnet 5 にフォールバックすると説明されています。生物学および蒸留に関するリクエストは、即座にブロックされます。「自動モデル切り替えを無効にすると、フォールバックするリクエストではモデルを切り替えずにチャットが一時停止します」。どちらの記事も、誤っているように見えるブロックについては Send feedback を利用するよう案内しています。Opus の記事では、正当な防御目的のサイバーセキュリティ作業について Cyber Verification Program も案内しています。どちらの記事にも、アカウントへの影響は記載されていません。
Claude のアカウントにフラグが付くと影響がありますか?
次の 2 つは分けて考えてください。拒否は 1 件のリクエストまたは 1 件の会話に対して適用されます。警告や ban などのアカウント措置は、アカウント自体に適用されます。Anthropic はこれらを別のページで説明しています。
Claude Code のエラーリファレンス、モデル設定ページ、2 つのモデル切り替え記事はいずれも、フラグがリクエストまたは会話に適用されると説明しています。アカウントへのペナルティについては、どのページにも記載がありません。Anthropic のこれらのメッセージに関するページも、フラグがアカウントに影響すると述べていません。ただし、これはフラグが決してアカウントに影響しないという保証ではありません。
アカウント措置については、Anthropic のセーフガードに関する警告と異議申し立ての記事で説明されています。Anthropic は「プロンプトが Usage Policy に違反していると判断した場合」にユーザーへ警告すると記載しています。API 顧客については、「これらの警告は、API アカウント全体における違反行為の継続的な閾値に関連付けられます」と説明しています。ban の理由として、Usage Policy への違反の繰り返し、サポート対象外の地域からのアカウント作成、Terms of Service への違反を挙げています。Anthropic の別のユーザー安全性に関する記事には、「ポリシーに繰り返し違反するユーザーに対して、強化された安全フィルターを一時的に適用する場合があります」とあります。これらのページはいずれも、このガイドで扱うメッセージとアカウント措置を関連付けていません。
正当なセキュリティ作業でフラグが繰り返し付く場合は、Cyber Verification Program が公式に案内されている手段です。Anthropic の記事によると、すべての tier で Claude Mythos、Opus、Sonnet モデルを利用でき、対象モデルは Claude Mythos 5.2、Claude Mythos 5.1、Claude Opus 5.5、Claude Sonnet 5.5 から始まります。申請は Verification Portal から行います。Anthropic の目標処理期間は、Defense Access が 2 日、Red Team Access が 2 週間です。ただし、現在 Red Team の審査にはさらに時間がかかっています。Specialized Access には目標処理期間が設定されていません。多くの製品では、承認されただけではアクセスは有効になりません。workspace、role、またはリンクされた cloud account に割り当てる必要があります。Anthropic によると、Pro、Max、Ultra、Team plans ではアクセスが自動的に有効になります。Team ではすべてのユーザーに適用されますが、プランの seat 数が tier の上限を超える場合、Red Team Access と Specialized Access は無効のままです。Anthropic は、「ポリシーに違反する活動が確認された場合、独自の裁量でいつでも program access を審査、縮小、または撤回することがあります」とも説明しています。
2026 年 12 月 15 日以降、Defense Access では phishing-resistant MFA が必要になり、static API keys と long-lived API keys は利用できなくなります。
アカウントが禁止または停止された場合
禁止措置は拒否とは異なるため、上記の手順は適用されません。異議申し立てに関する記事では、次の手順が案内されています。claude.ai にアクセスし、禁止されたアカウントでログインして、Submit an appeal リンクから開く異議申し立てフォームに入力してください。フォームにアクセスするにはログインが必要です。
Free、Pro、Max、Ultra のアカウントが Usage Policy 違反で禁止された場合でも、ログインしてデータをエクスポートしたり、アカウントを削除したりできます。Anthropic は、違反内容に応じてエクスポートできるデータを制限する場合があると説明しています。禁止措置ではなく警告に異議を申し立てる場合は、同じ記事に記載された Safeguards のアドレスへ、状況とアカウント情報を添えてメールを送信してください。所属する組織が異常なアクティビティーのため一時停止された場合は、制限されたアカウントの画面にその旨が表示されます。Request a review をクリックすると、Safeguards チームに再確認を依頼できます。
2026年11月8日時点の記事には、回答までの時間が「現在、通常より長くなっています」と記載されていました。このページだけでは問題は解決しません。Anthropic の「Exceptions to our Usage Policy」という記事は、政府顧客との契約に関するものです。誤検知だと思われる拒否に対する申し立て窓口ではありません。
ツール自体を初めて使う場合は、Claude Code とは何か、どのように動作するかで、このガイドで説明するセッションとスラッシュコマンドを確認できます。
FAQ
「safeguards flagged this session」は Claude アカウントが禁止されたという意味ですか?
このメッセージがアカウントへの措置を示すと説明している Anthropic のページはありません。Claude Code のドキュメントでは、リクエストに対するサイバーセキュリティ上のフラグとして扱われています。セキュリティおよび生物学関連の作業については、フォールバックを「これらの領域では想定されるルーティングであり、アカウントへのフラグではない」と説明しています。禁止措置は別のもので、Anthropic の safeguards に関する警告および異議申し立ての記事で説明されています。ログインできない場合は、その記事を確認してください。異議申し立てフォームに進むには、禁止されたアカウントで claude.ai にログインします。
Claude Code に「Start a new session to continue」と表示されるのはなぜですか?
Usage Policy のチェックは、最後のプロンプトだけでなく会話全体を読み取ります。同じセッションで別のメッセージを送ると、通常は同じ拒否が再び発生します。--continue または --resume でセッションを再開しても、保存されたトランスクリプトにその内容が残っているため、通常は同じ結果になります。Esc を 2 回押すか /rewind を実行して、フラグが付いたターンの前に戻ってください。同じプロジェクトで新しい会話を開始するには /clear を実行します。
「blocked under Anthropic's usage policy」と表示するのは誰ですか?
Anthropic は、この文を自社のヘルプサイトまたはドキュメントサイトで説明していません。サードパーティーのツールで表示された場合は、そのツールのサポートに、どのレスポンスがこの表示を生成したのかを問い合わせてください。メッセージに Request ID が表示されていれば、それも伝えます。文書化されているものに最も近いレスポンスは、Claude Code の Usage Policy による拒否と、Claude API における stop_reason of refusal です。
Claude の拒否が誤りだと思う場合、どのように報告すればよいですか?
Claude Code では /feedback を実行します。Usage Policy による拒否には、Anthropic のサポートに伝えるための Request ID と Message ID も含まれます。サポートはサポートメッセンジャーとメールで文書回答します。Claude アプリでは Send feedback を使用してください。正当なサイバーセキュリティ作業が繰り返しフラグ付けされる場合は、Cyber Verification Program に申請してください。
拒否された API リクエストには料金が発生しますか?
場合によります。出力が始まる前に返された拒否は、そのカテゴリが bio、frontier_llm、または reasoning_extraction の場合に課金されます。cyber、general_harms、または null カテゴリの場合は課金されません。出力の途中で拒否された場合は、入力トークンと、すでにストリーミングされた出力に対して課金されます。いずれの場合も、拒否されたリクエストはレート制限の対象になります。