AI-sök i SharePoint utan att visa dokument man saknar behörighet till

Kan en AI-assistent söka i SharePoint utan att visa dokument man saknar behörighet till?

Behörighetskontrollen ska inte ligga i språkmodellen. Den ska ligga i hämtningen. En modell kan inte läcka en text den aldrig fått. Om sökningen mot SharePoint görs med användarens egen identitet returneras bara dokument som användaren redan kan öppna, och bara de delarna skickas vidare till modellen.

Enligt Microsoft körs sökningar i Microsoft Graph Search API för den inloggade användarens räkning, och användaren kan inte nå fler objekt via sökningen än via ett vanligt läsanrop med samma behörigheter.

Hur fungerar RAG mot SharePoint?

Sammanfattat

RAG (retrieval-augmented generation) hämtar först relevanta textstycken ur era dokument och låter sedan språkmodellen formulera ett svar utifrån dem, med källhänvisning. Behörigheten avgörs i hämtsteget.

En RAG-lösning mot SharePoint har fyra steg, och behörigheterna måste hålla i vart och ett:

1. Identitet. Användaren loggar in med sitt Microsoft Entra ID-konto. Lösningen får en token som representerar just den användaren.
2. Hämtning. Frågan omvandlas till en sökning mot SharePoint via Microsoft Graph, Copilot Retrieval API eller ett eget index. Här sker security trimming.
3. Generering. De hämtade textstyckena skickas som kontext till språkmodellen, som skriver svaret.
4. Källor. Svaret länkar till originaldokumenten, som öppnas med SharePoints vanliga behörighetskontroll.

Det vanligaste felet är att hämtningen körs med en app med breda applikationsbehörigheter. Då finns ingen användare att trimma mot, och allt behörighetsansvar hamnar i er egen kod.

Tre arkitekturvägar: Copilot, Microsoft Graph eller eget index

Sammanfattat

Microsoft Copilot och Copilot-agenter trimmar automatiskt. Egen RAG via Microsoft Graph med delegated permissions trimmar också, utan att kopiera data. Ett eget index i Azure AI Search ger mest kontroll men kräver att ACL följer med och hålls synkade.

1. Microsoft Copilot och Copilot-agenter. Appen som tidigare hette Microsoft 365 heter numera Microsoft Copilot, medan licensen fortfarande heter Microsoft 365 Copilot. Enligt Microsofts integritetsdokumentation visar Copilot bara organisationsdata som användaren har minst läsbehörighet till, och det semantiska indexet respekterar användarens identitetsbaserade åtkomstgräns. Prompter, svar och data via Microsoft Graph används inte för att träna grundmodellerna. Snabbaste vägen om ni redan har licenserna.

2. Egen RAG via Microsoft Graph. Ni bygger egen assistent och gränssnitt, men hämtar från Microsofts index. Microsoft Graph Search API körs med delegated permissions och trimmar mot användarens behörigheter. Microsoft 365 Copilot Retrieval API returnerar färdiga textstycken för RAG ur SharePoint, OneDrive och Copilot connectors utan att data kopieras till ett separat index. Retrieval API ingår för användare med Copilot-licens och finns som pay-as-you-go i preview för övriga, då för SharePoint och connectors men inte OneDrive.

3. Eget index, till exempel Azure AI Search med ACL-filter. Ni indexerar dokumenten själva, med egen chunkning och vektorsökning, och lagrar behörigheterna som metadata per dokument. Säkerhetsfilter på strängar är generellt tillgängligt. Inbyggd inläsning av SharePoint-ACL med kontroll av användarens token vid frågetillfället finns i preview, som Microsoft inte rekommenderar för produktion.

Källa: Microsoft Learn: Copilot privacy, Graph Search API, Retrieval API, Azure AI Search, 2026-09-29

Fallgropen är oversharing, inte AI:n

Sammanfattat

Security trimming visar exakt det användaren har behörighet till, även när behörigheten är fel. Dokument delade med hela organisationen blir sökbara för alla. Kartlägg och åtgärda oversharing innan lansering.

När en AI-assistent visar något den inte borde beror det nästan alltid på att dokumentet redan var åtkomligt. Ingen hittade det tidigare. Microsoft ger själva exemplet med en budgetwebbplats utan ordentliga behörigheter.

Restricted SharePoint Search avvecklas. Funktionen lät administratörer begränsa organisationsbred sökning och Copilot till en lista med högst 100 webbplatser. Den ändrade aldrig behörigheter och var inte en säkerhetsgräns. Sedan 31 juli 2026 kan den inte aktiveras på nytt, och Microsoft hänvisar till Restricted Content Discovery.

Restricted Content Discovery är en inställning per webbplats som döljer innehållet från organisationsbred sökning och Copilot medan behörigheterna ses över. Den ändrar inte behörigheter, och användare hittar fortfarande filer de äger eller nyligen arbetat med. Den kräver Copilot-licens och SharePoint Advanced Management. För webbplatser med över 500 000 objekt kan en ändring ta mer än en vecka.

SharePoint Advanced Management och Microsoft Purview är Microsofts långsiktiga verktyg: Data Access Governance-rapporter för att hitta bred åtkomst, Restricted Access Control för att begränsa en webbplats till en grupp, och känslighetsetiketter, DLP och granskningsloggar i Purview.

Minsta behörighet: delegated permissions och Sites.Selected

Sammanfattat

Använd delegated permissions när en användare finns, eftersom appen då aldrig kan överskrida användarens egna rättigheter. Behöver ni applikationsbehörighet, begränsa den med Sites.Selected till de webbplatser som ska ingå.

Microsoft Graph har två typer av token. Med delegated permissions beräknas både appens och användarens behörigheter och snittet används. Microsoft skriver att appen då aldrig kan överskrida användarens befintliga behörigheter. Applikationsbehörigheter saknar användare och beskrivs som högre risk.

Behörigheter som Sites.Read.All eller Files.Read.All ger åtkomst till alla webbplatser i tenanten så snart de godkänts. Sites.Selected fungerar annorlunda: appen har ingen åtkomst alls förrän en administratör uttryckligen tilldelar en roll (read, write, owner eller fullcontrol) på en viss webbplats. Motsvarande finns för listor, listobjekt och filer, och alla Selected-scopes stöder både delegated och application.

Praktiskt betyder det: en assistent som svarar användare kör delegated. En indexerare som behöver läsa innehåll i bakgrunden, till exempel i Azure AI Search, kräver applikationsbehörighet och bör begränsas med Sites.Selected. Tilldela på webbplatsnivå där det går, eftersom tilldelning på listor och filer bryter arv.

GDPR, IMY och EU-dataområdet

Sammanfattat

Interna dokument innehåller nästan alltid personuppgifter, så GDPR gäller fullt ut. Dokumentera ändamål och rättslig grund, teckna biträdesavtal och kontrollera var modellanropen körs. Microsoft Copilot omfattas av EU Data Boundary, med undantag för Anthropics modeller.

Avtal, HR-ärenden, mejlbilagor och protokoll innehåller personuppgifter. När en AI-lösning behandlar dem gäller GDPR, och IMY:s vägledning om GDPR och AI är utgångspunkten: ändamål, rättslig grund, dataminimering, information till de registrerade och vid behov en konsekvensbedömning.

Lösningen skapar också nya behandlingar, som loggar av frågor och svar. Bestäm hur länge de sparas och vem som kan läsa dem.

För Microsoft Copilot gäller Microsofts befintliga åtaganden, inklusive GDPR och EU Data Boundary: trafik från EU-användare stannar inom EU:s datagräns. Microsoft anger att modeller från Anthropic som underbiträde för närvarande är undantagna från EU Data Boundary. Bygger ni själva, välj region för index och modell och dokumentera varje underbiträde.

Alternativ utanför Microsoft: Glean och Elastic

Sammanfattat

Glean och Elastic kopierar innehåll och behörigheter till egna index och filtrerar vid frågetillfället. Det passar när många källor utöver SharePoint ska sökas, men behörighetssynkningen blir en egen punkt att granska.

Glean är en färdig enterprise search- och assistentplattform. Enligt Gleans dokumentation läser SharePoint-kopplingen in användarnas åtkomstbehörigheter och tillämpar dem vid frågetillfället, och kopplingen kan begränsas till utvalda webbplatser.

Elastic har en SharePoint Online-connector med document level security. Vid synkning hämtas ACL per dokument och lagras i indexet, medan användarnas behörigheter synkas till ett separat index.

Båda passar när fler källor än SharePoint ska ingå. Fråga hur ofta behörigheter synkas, hur delningslänkar och gäster hanteras, och kontrollera datalagringsregion och biträdesavtal direkt med leverantören.

Så testar ni att behörigheterna håller

Sammanfattat

Skapa testkonton per roll, lägg in dokument som bara vissa får se, och ställ frågor som borde träffa dem. Mät både läckor och missade träffar, och upprepa efter varje behörighetsändring.

1. Testkonton per roll. Minst en vanlig medarbetare, en chef, en HR-roll och en gäst om gäster finns i tenanten.
2. Kanariedokument. Lägg in dokument med unika fraser, till exempel ett påhittat projektnamn, på webbplatser med olika behörigheter. Om fel konto får frasen i ett svar har ni en läcka.
3. Negativa frågor. Ställ frågor som "vilka löner har ledningen?" med konton som inte ska få svar. Kontrollera även källistan, inte bara svarstexten.
4. Ändringstest. Ta bort en användares åtkomst och mät hur lång tid det tar innan assistenten slutar visa innehållet. I ett eget index är detta den svagaste punkten.
5. Chunknivå. Med eget index: kontrollera att varje chunk bär ACL-fälten. Microsoft påpekar att en chunk utan ACL-fält inte filtreras rätt.
6. Loggning. Logga vilka dokument som hämtades per fråga så att ni kan granska i efterhand.

När ska ni bygga själva och när ska ni köpa?

Sammanfattat

Köp Copilot när dokumenten ligger i Microsoft 365 och ett generellt gränssnitt räcker. Bygg på Microsoft Graph när ni behöver egen logik men vill slippa kopiera data. Bygg eget index först när källor eller kvalitetskrav kräver det.

• Köp Copilot eller en Copilot-agent när innehållet i huvudsak ligger i SharePoint, Teams och OneDrive och ni vill ha assistenten där medarbetarna redan arbetar.
• Bygg på Microsoft Graph eller Retrieval API när assistenten ska ligga i ert eget system, följa en bestämd process eller svara i ett visst format, men data kan stanna i SharePoint.
• Bygg eget index när flera källor utanför Microsoft ska kombineras, när ni behöver egen chunkning eller rankning, eller när svaren ska mätas och förbättras systematiskt. Räkna med att behörighetssynkning, drift och tester blir en permanent del av förvaltningen.
• Köp Glean, Elastic eller liknande när många system ska sökas och ni hellre betalar för en färdig plattform än förvaltar egen kod.

Så arbetar Alice Labs med RAG och AI-sök i SharePoint

Sammanfattat

Alice Labs bygger RAG-lösningar och AI-kunskapsbaser för svenska företag, med behörighetsstyrd hämtning som grundkrav. Vi börjar med oversharing och testfall, inte med modellen.

Vi bygger AI-sök och AI-assistenter i interna dokument, på Microsoft Copilot, egen RAG via Microsoft Graph eller ett eget index när det behövs. Arbetet följer samma steg som i guiden:

1. Kartläggning av källor, användarroller och vilka frågor som faktiskt ställs.
2. Genomgång av oversharing tillsammans med er IT, innan något blir sökbart.
3. Val av arkitektur utifrån licenser, källor och krav på kontroll.
4. Behörighetstester med testkonton och kanariedokument, dokumenterade.
5. Pilot, mätning av svarskvalitet och sedan utrullning och förvaltning.

Om Copilot räcker säger vi det, och då handlar det mer om Copilot-utbildning än om utveckling. Läs mer om AI-kunskapsbas för företag, AI-sök och AI-agenter, eller om grunderna i what is RAG.