AI code review security промпт нужен, чтобы агент вроде Claude Code или Cursor проверял код на уязвимости так же системно, как это делает опытный security-инженер, а не просто бегло листал diff. Ниже готовый чеклист из 15 вопросов, который можно скопировать целиком и запустить на своем репозитории. Разберем, что он находит, чем отличается от Snyk и SonarQube, и когда без человека не обойтись.
В этой статье: сам промпт с 15 вопросами по категориям, инструкция по запуску в Claude Code и GPT, честный разбор ограничений AI-ревью и таблица моделей для security-задач по состоянию на середину 2026 года.
Зачем нужен AI code review security промпт, если есть SAST-сканеры?
Обычный SAST-сканер ищет паттерны по правилам, а AI-агент с хорошим промптом понимает контекст: связывает функцию с бизнес-логикой и находит то, что пропускают линтеры.
Классические сканеры вроде CodeQL хороши на синтаксических уязвимостях: SQL-инъекция, XSS по regexp-паттерну. Но они почти не видят broken access control и логические дыры, потому что для этого нужно понимать, зачем написан код, а не просто его синтаксис.
Разница ощутима на практике. В демонстрации Cursor и Black Duck Code Sight добавление одной функции перевода денег в банковское приложение добавило репозиторию не 2-3, а сразу 27 новых уязвимостей, с 14 до 41. Ни одна из них не была замечена на глаз при обычном ревью.
Здесь есть нюанс: AI-агент тоже не панацея. Он повторяет небезопасные паттерны из своих же обучающих данных и чаще спотыкается на бизнес-логике, чем на явных инъекциях в синтаксисе.
Максим: «Мог просто засесть до пяти ночи и просто там править одну какую-то функцию, которая не работала. Если бы не терпение, я бы уже все закрыл. Но я понимал, что это можно решить, и нужно решить, чтобы идти дальше.»
Какие уязвимости реально находит AI-агент при ревью кода?
Агент с security-промптом ловит SQL-инъекции, XSS, отсутствие CSRF-защиты, захардкоженные секреты и broken access control. Слабое место, IDOR и логика, требующая понимания продукта.
Официальный GitHub Action от Anthropic <cite index="12-1">использует продвинутое рассуждение Claude для обнаружения уязвимостей с глубоким семантическим пониманием, сканирует только измененные файлы в PR и оставляет комментарии прямо в pull request</cite>. Это принципиально другой подход, чем у классического SAST: <cite index="12-1">анализ выходит за рамки паттерн-матчинга и понимает семантику кода, работает с любым языком программирования</cite>.
По категориям это выглядит так:
| Категория | Что проверяет агент | Пример находки |
|---|---|---|
| Доступ и авторизация | IDOR, отсутствие проверки роли, admin-эндпоинты без гварда | Чужой ID в запросе отдает данные другого пользователя |
| Инъекции | SQL/NoSQL, command injection, XSS | Пользовательский ввод напрямую в GROQ-запрос |
| Секреты и конфиг | Хардкод ключей, логирование чувствительных данных | API-токен в .env.example с реальным значением |
| Аутентификация | Хранение паролей, CSRF, инвалидация сессий | Пароль без соли и хеша в открытом виде |
| Логика и интеграции | Подпись вебхуков, загрузка файлов, порядок операций | Webhook Stripe без проверки Stripe-Signature |
Это ровно та же логика, которую держит в голове живой security-ревьюер, только без усталости к третьему часу проверки.
Как выглядит готовый security code review промпт с 15 вопросами?
Промпт разбит на пять блоков по три вопроса, покрывает доступ, инъекции, секреты, аутентификацию и бизнес-логику. Копируется целиком, работает в Claude Code, Cursor и ChatGPT.
Собрали чеклист так, чтобы каждый пункт был конкретным вопросом с да/нет-ответом, а не расплывчатой формулировкой «проверь безопасность». Расплывчатый промпт тоже иногда находит уязвимости, но конкретные вопросы дают воспроизводимый результат при повторных запусках.
Ты выполняешь security code review этого репозитория. Не предполагай ничего о моих намерениях,
проверяй код построчно по каждому пункту ниже. Для каждой найденной проблемы укажи: файл и строку,
уровень риска (критический/высокий/средний/низкий), объяснение и конкретный фикс.
БЛОК 1. Доступ и авторизация
1. Есть ли эндпоинты или server actions без проверки прав доступа, где можно подставить чужой ID и получить чужие данные (IDOR)?
2. Может ли обычный пользователь вызвать admin-функцию, если знает ее имя или URL?
3. Проверяется ли владелец ресурса перед изменением или удалением (не только факт авторизации)?
БЛОК 2. Инъекции и обработка данных
4. Есть ли места, где пользовательский ввод попадает в SQL/NoSQL/GROQ-запрос без параметризации?
5. Есть ли shell-команды или exec-вызовы, куда попадает непроверенный пользовательский ввод?
6. Рендерится ли где-то пользовательский HTML или markdown без экранирования (XSS)?
БЛОК 3. Секреты и конфигурация
7. Есть ли захардкоженные API-ключи, пароли или токены в коде, .env.example или логах?
8. Логируются ли пароли, платежные данные или токены сессий в открытом виде?
9. Настроены ли security-заголовки (CSP, X-Frame-Options, HSTS) и есть ли rate limiting на публичных API?
БЛОК 4. Аутентификация и сессии
10. Хешируются ли пароли с солью (bcrypt/argon2) или где-то хранятся в открытом виде?
11. Есть ли CSRF-защита на формах и запросах, меняющих состояние (POST/PUT/DELETE)?
12. Инвалидируется ли сессия или токен после смены пароля и логаута?
БЛОК 5. Логика и внешние интеграции
13. Проверяется ли подпись входящих вебхуков (например Stripe-Signature) перед обработкой?
14. Проверяется ли тип, размер и содержимое файла при загрузке, а не только расширение?
15. Можно ли обойти бизнес-логику, изменив порядок запросов (например опубликовать до оплаты)?
В конце дай итоговую таблицу: количество находок по уровню риска и топ-3 самых критичных.Промпт написан под универсальный стек, но специфику своего фреймворка стоит добавить руками. Для Laravel это, например, отдельный пункт про CSRF в Blade-шаблонах, для Next.js с server actions, как в наших проектах, критичен именно пункт про owner-check в мутациях.
Как запустить этот промпт в Claude Code, Cursor и ChatGPT?
В Claude Code промпт кладется в кастомную команду или запускается напрямую в чате. В Cursor и ChatGPT достаточно вставить его текстом вместе с ссылкой на репозиторий или открытыми файлами.
Шаг 1. Как сохранить промпт как переиспользуемую команду в Claude Code?
Создайте файл .claude/commands/security-review.md в корне проекта и вставьте туда текст промпта. После этого команда запускается через /security-review из любого чата в этом репозитории, без копирования текста каждый раз.
Шаг 2. Как запустить разовую проверку без установки?
Просто вставьте промпт в чат Claude Code, Cursor или ChatGPT и попросите проанализировать текущую ветку или конкретную папку. Для больших репозиториев логичнее прогонять по модулям, а не по всему проекту сразу, иначе агент срежет глубину анализа ради скорости.
Шаг 3. Как автоматизировать проверку на каждый PR?
У Anthropic есть готовый GitHub Action <cite index="17-1">на базе того же движка, что использует официальный security-скрипт. Он читает diff пул-реквеста, рассуждает о коде семантически и публикует находки прямо в комментариях к PR</cite>. Отдельно от него есть управляемый сервис Claude Code Review внутри claude.ai, но он <cite index="17-1">стоит примерно $15-25 за PR и доступен только на Team-плане</cite>, тогда как GitHub Action бесплатный и работает на вашем собственном API-ключе.
Чем AI-ревьюер отличается от Snyk, SonarQube и человека-ревьюера?
AI-агент видит бизнес-логику лучше классического SAST, но у него нет базы CVE по зависимостям и он может пропустить то же самое дважды подряд из-за недетерминированности.
| Инструмент | Сильная сторона | Слабая сторона |
|---|---|---|
| AI-агент (Claude Code, Cursor) | Понимает бизнес-логику, IDOR, контекст продукта | Недетерминирован, разные находки при повторных запусках |
| Snyk, SonarQube, CodeQL | База известных CVE, стабильные правила, быстро на больших кодовых базах | Не видит логические уязвимости без явного паттерна |
| Человек-ревьюер | Знает продукт, риски бизнеса, приоритеты | Устает, пропускает рутинные вещи на 40-й строке diff |
По факту рабочая связка это все три вместе, а не выбор одного. Специализированный инструмент под конкретный стек все равно точнее общего AI-промпта, а человек нужен для финального решения по критичным находкам.
Какие ограничения есть у AI code security review?
Результаты AI-ревью недетерминированы, зависят от формулировки промпта и не заменяют экспертную оценку критичных изменений вроде платежей или аутентификации.
Один и тот же промпт на одном и том же коммите может выдать разный список находок при повторном запуске. Это не баг конкретного инструмента, это свойство генеративных моделей вообще. Практический вывод простой: гоняйте проверку два-три раза на важных изменениях, а не полагайтесь на один прогон.
Есть и обратная сторона медали у самих инструментов безопасности. Даже официальный GitHub Action от Anthropic не застрахован от уязвимостей: <cite index="15-1">исследователь нашел баг, который позволял через один открытый GitHub issue захватить репозиторий, использующий это действие</cite>. Anthropic закрыла проблему за несколько дней, но это честное напоминание, что автоматизация безопасности сама становится частью поверхности атаки.
Отсюда простое правило для агентных пайплайнов: не давать одному и тому же процессу одновременно читать недоверенный ввод, менять состояние репозитория и ходить во внешнюю сеть. Это база, которую стоит закладывать в любую автоматизацию на AI-агентах, не только в security-ревью.
Какую модель выбрать для security-ревью кода в середине 2026 года?
Для критичных проверок берите Opus-класс или Fable 5, для рутинных PR хватает Sonnet 4.6 или Gemini 3.1 Pro по цене в разы ниже.
| Модель | Цена (input/output за 1M) | SWE-bench Verified | Когда использовать |
|---|---|---|---|
| Claude Opus 4.8 | $5 / $25 | 88.6% | Критичные модули: платежи, auth, вебхуки |
| Claude Sonnet 4.6 | $3 / $15 | 79.6% | Рутинные PR, лучший баланс цена/качество |
| Gemini 3.1 Pro | $2 / $12 | 80.6% | Большие кодовые базы, длинный контекст |
| GPT-5.4 | $2.5 / $15 | ~80% | Терминальные пайплайны, генерация тестов на находки |
| DeepSeek V4 Pro Max | $0.435 / $0.87 | 80.6% | Бюджетные bulk-проверки старого кода |
Дефолтная модель в официальном security-экшене от Anthropic <cite index="12-1">это Opus 4.1</cite> по умолчанию, но конфигурация позволяет подставить любую доступную модель. Для регулярных проверок на каждый PR разумнее Sonnet-класс, для разового глубокого аудита перед релизом, критичного модуля вроде оплаты, стоит доплатить за Opus или Fable 5.
FAQ про AI code review security промпт
Можно ли полностью заменить security-инженера AI-промптом? Нет. Промпт находит рутинные и явные уязвимости быстро, но финальное решение по критичным находкам вроде схемы оплаты должен принимать человек с пониманием бизнес-рисков.
Почему при повторном запуске промпт находит разные уязвимости? Генеративные модели недетерминированы по своей природе. Одна и та же проверка на одном коде может дать разный набор находок, поэтому важные модули стоит прогонять несколько раз.
Нужно ли адаптировать промпт под конкретный фреймворк? Да, желательно. Базовый чеклист универсален, но для Laravel, Next.js или Django стоит добавить 1-2 пункта под специфику фреймворка, например CSRF в Blade или owner-check в server actions.
Заменяет ли этот промпт SAST-сканеры вроде Snyk? Нет, они дополняют друг друга. SAST держит базу известных CVE по зависимостям, AI-агент лучше видит логические дыры и IDOR, которые не подходят под готовое правило.
Сколько стоит прогнать security-ревью через API? Зависит от модели и размера diff. На Sonnet 4.6 проверка типового PR обходится в центы, на Opus для критичного модуля дороже, но и глубина анализа выше.
Можно ли использовать этот промпт в бесплатном тарифе Claude или ChatGPT? Да, промпт это просто текст, который работает в любом чате с доступом к коду. Ограничения по бесплатному тарифу это контекстное окно и число запросов, а не сама возможность запустить чеклист.
Как часто нужно обновлять security-промпт? Раз в несколько месяцев, когда появляются новые классы уязвимостей или меняется стек. Сам список из 15 вопросов покрывает базу OWASP-подобных категорий и меняется редко.
Глоссарий
SAST (Static Application Security Testing) - статический анализ кода на уязвимости без его выполнения, по правилам и паттернам.
IDOR (Insecure Direct Object Reference) - уязвимость, когда пользователь может получить чужие данные, подставив чужой ID в запросе.
CSRF (Cross-Site Request Forgery) - атака, при которой злоумышленник заставляет браузер жертвы отправить запрос от ее имени без ведома пользователя.
XSS (Cross-Site Scripting) - внедрение вредоносного скрипта в страницу через непроверенный пользовательский ввод.
Broken access control - категория уязвимостей, когда проверка прав доступа отсутствует, неполная или ее можно обойти.
Webhook signature - криптографическая подпись входящего вебхука, по которой сервер проверяет, что запрос действительно от доверенного источника, например Stripe.
Что делать с находками AI-ревьюера дальше
Промпт из этой статьи закрывает первый проход по коду, но дальше находки нужно приоритизировать и чинить, а не просто складывать в бэклог. На каталоге инструментов VibeCoderz есть подробные обзоры Claude Code и Cursor с разбором, какой из них удобнее для агентного ревью именно в вашем стеке.
Если хочется не разбираться в настройке самостоятельно, а получить готовый пайплайн под свой проект, можно записаться на консультацию к Максиму. Для команд, которые уже делегируют часть рутины AI-агентам по ролям, в каталоге агентов VibeCoderz есть и профиль под devops-задачи.