MimìrCast: le novità sull’AI ogni giorno
Ascolta il podcast ➔
Dashboard Claude multi-utente: come proteggere i dati riga per riga con MCP

Dashboard Claude multi-utente: come proteggere i dati riga per riga con MCP

Il 13 ottobre 2026 Darragh Murray, autore della newsletter The Datavist, ha mostrato una dashboard Claude in cui il responsabile vendite Sam vede solo le regioni Est e Ovest, mentre l’amministratore, il CEO, vede tutto, con lo stesso layout. È un proof of concept (PoC), cioè una prova di fattibilità costruita da un singolo autore, non una funzione di Anthropic. Ed è il seguito del nostro pezzo su Claude Dashboards, che aveva indicato il controllo degli accessi come il limite più serio per l’uso in azienda.

In questo articolo scoprirai:

  • perché la stessa dashboard Claude mostra già dati diversi a utenti diversi;
  • come un server MCP filtra i dati riga per riga, prima del modello;
  • chi può aprire una dashboard condivisa, con o senza account;
  • quali controlli ha l’amministratore di Claude Team ed Enterprise;
  • cosa manca per la produzione: identità, audit, manutenzione.

Più utenti, stessa dashboard: ognuno vede i dati del proprio account

Quando più account aprono la stessa dashboard Claude, ognuno vede i dati che il proprio account può raggiungere. La documentazione degli artifact è esplicita: le chiamate ai connettori partono con l’account di chi guarda, non di chi ha pubblicato, quindi due persone possono vedere dati diversi nella stessa dashboard. La pagina non vede mai le credenziali, perché le chiamate le fa claude.ai, e ogni viewer dà il proprio consenso prima della prima chiamata.

Le dashboard di Claude sono artifact, pagine interattive pubblicate su claude.ai, e prendono i dati live dai connettori. Sono collegamenti basati su MCP (Model Context Protocol, lo standard aperto creato da Anthropic per agganciare i modelli a strumenti e dati esterni) che ogni utente attiva nel proprio account, come spiegato a proposito del MCP Connector aziendale. Secondo la pagina ufficiale di Claude Code, le chiamate ai connettori dagli artifact funzionano su 4 piani (Pro, Max, Team, Enterprise) e solo con i connettori dell’account claude.ai: i server MCP configurati in locale non sono raggiungibili dalla pagina pubblicata.

Da qui una deduzione nostra, che la documentazione non scrive: la separazione regge solo se la fonte dietro il connettore distingue gli utenti. Un CRM che conosce i permessi di ogni venditore fa il lavoro da sé, un archivio unico no. Nel prototipo descritto da Murray i dati sono file Parquet letti da DuckDB, un motore analitico che non sa chi sta chiedendo. A filtrare ci pensa il server MCP.

Row-level security su Claude con MCP

La row-level security, o sicurezza a livello di riga, decide quali righe di una tabella può leggere ciascun utente. Nel prototipo di Darragh Murray il server MCP verifica chi chiede, legge il ruolo dal token e costruisce una query già filtrata: a Claude arrivano solo le righe autorizzate. Resta un proof of concept, non una funzione ufficiale di Claude.

La catena parte dal login con Google, gestito da Auth0, il servizio di identità di Okta, che rilascia un token: un pass digitale firmato che contiene anche i ruoli. Claude lo allega a ogni richiesta, come prevede la specifica MCP sull’autorizzazione (le basi sono nella nostra guida ai server MCP). Il server, scritto in Python con FastMCP e ospitato su Fly.io, esegue 4 controlli a ogni chiamata, descritti su The Datavist:

  • verifica firma e scadenza del token;
  • recupera le regole legate al ruolo dell’utente;
  • scrive la query SQL con i vincoli di quel ruolo;
  • la esegue su DuckDB, che all’avvio ha caricato in memoria i file Parquet.

Il primo passo è la verifica JWT descritta nella documentazione di FastMCP: firma, scadenza e lettura dei claim, cioè i dati sull’utente scritti nel token. Codice e repository non sono pubblici. Murray, che dice di essersi appoggiato molto a Claude Code, promette i dettagli in una seconda puntata.

Row-level security in pratica: cosa vede ogni utente

Il test usa OzMart, un’azienda dolciaria australiana inventata, con le vendite divise in 4 regioni. La dashboard è un layout vuoto che chiede i dati a ogni apertura, e il risultato cambia con chi la apre, come mostra il post di Murray:

UtenteRuoloCosa vede
Sam, responsabile venditemgr_east, mgr_westEst e Ovest; Nord e Sud risultano non disponibili
Il CEOamministratoreTutte e 4 le regioni
Utente senza ruolonessunoIl layout, senza dati

Per Sam il server espone 5 misure e 3 tool, le funzioni che Claude può chiamare. Murray lo riassume così su The Datavist: «è il server MCP a decidere cosa vede Sam nei dati, non la dashboard, non Claude».

Condividere una dashboard Claude nel team

Su Claude Team ed Enterprise una dashboard si condivide con persone specifiche dell’organizzazione o con l’organizzazione intera, dal pulsante Share in cima alla pagina. Chi la riceve è viewer di default: vede le versioni pubblicate ma non le modifica, e l’autore può promuoverlo a editor. I ruoli sono quindi 2, viewer ed editor, secondo la documentazione degli artifact.

Per i permessi conta un dettaglio: chi apre la dashboard entra in claude.ai come membro dell’organizzazione, e i dati live passano dai suoi connettori, non da quelli dell’autore. Su Pro e Max, i piani individuali di Claude, manca un’organizzazione, quindi non c’è condivisione con i colleghi: l’unica via è il link pubblico, dal quale però i dati live non partono, come precisa la pagina di Claude Code e come vediamo qui sotto. Torna così l’avvertenza di Murray: condividere la sua dashboard richiede probabilmente che tutti stiano nello stesso «tenant» Claude, cioè nella stessa organizzazione.

Aprire una dashboard Claude senza account

Senza account, o da un’altra organizzazione, una dashboard con dati live si vede solo a metà. Per la documentazione di Claude Code le chiamate ai connettori non partono per chi apre il link pubblico senza login o arriva da fuori: la pagina si carica, le sezioni live restano vuote. La guida admin di Claude è più netta: gli artifact che usano app collegate non possono usare l’opzione «chiunque abbia il link». Le due pagine non coincidono alla lettera, ma la conclusione è la stessa: dal link pubblico i dati live non si vedono. Su Team ed Enterprise la condivisione pubblica resta comunque spenta finché un Owner, l’amministratore principale, non la attiva.

Account Claude Team ed Enterprise: i controlli dell’admin

Prima che si scriva una riga di codice, l’Owner di Claude Team o Enterprise governa quattro leve: gli artifact, le chiamate ai connettori, la condivisione pubblica e la conservazione dei dati. Lo spiega la documentazione degli artifact di Claude Code, che estende l’interruttore Enable artifact connectors anche agli artifact creati nelle conversazioni su claude.ai.

Nel dettaglio, sempre secondo la pagina di Claude Code, l’Owner può spegnere gli artifact per tutti oppure, su Enterprise con il controllo degli accessi basato sui ruoli (RBAC), limitarli a certi ruoli. Può attivare la condivisione esterna, spenta di default, e spegnerla di nuovo bloccando anche i link già creati. Può fissare tempi di conservazione diversi per artifact privati e condivisi. Secondo la guida admin, il modello Dashboards è spento di default sui piani Enterprise. Cosa copre la licenza lo trovi nell’approfondimento su cosa include Claude Enterprise.

Poi c’è l’audit log. Pubblicazione, condivisione ed eliminazione finiscono nel registro dell’organizzazione come eventi claude_artifact_*, e la Compliance API offre 3 endpoint per elencare gli artifact, leggerne una versione ed eliminarli, come riporta la doc di Claude Code. Un audit log c’è, ma la documentazione non cita le letture dei dati: chi ha visto quali righe va tracciato nel server MCP. Gli artifact non sono disponibili per le organizzazioni con CMEK (chiavi di cifratura gestite dal cliente), HIPAA o Zero Data Retention, né via Amazon Bedrock, Google Cloud o Microsoft Foundry.

Dashboard Claude in azienda: cosa serve oltre il prototipo

Per portare il prototipo in un’azienda servono tre cose: identità aziendale, registro delle query e regole mantenute nel tempo. I 4 controlli del PoC descritti su The Datavist fanno da mappa. I primi due, token e ruolo, sono il capitolo identità. Il terzo, la query con i vincoli, è la manutenzione. Il quarto, l’esecuzione, è il punto in cui scrivere il log.

Identità aziendale e registro delle query nel server MCP

Sull’identità, il login di prova con Google va sostituito dall’identity provider aziendale, e i ruoli vanno letti dai gruppi esistenti invece che ricreati a mano. Su Simple Talk di Redgate, Dejan Lukić chiede che l’utente, o il suo ruolo, sia «inoltrato fino al database, così che sicurezza a livello di riga e controllo basato sui ruoli agiscano su identità reali». La specifica MCP aggiunge che il server deve accettare solo token emessi per lui, senza mai inoltrarli ad altri sistemi.

Sull’audit, la stessa fonte di Redgate raccomanda di registrare «l’intera catena di comando: utente, agente, tool, query e riga». Va fatto nel server, perché l’audit di piattaforma non vede le letture. Sulla manutenzione servono regole riga-ruolo versionate e testate come codice, negazione di default e sola lettura.

Dati della dashboard Claude: il filtro prima del modello

Resta il limite dichiarato da Murray su The Datavist: «Claude sarà probabilmente in grado di “vedere” tutti i dati che gli vengono inviati». Per questo il filtro va messo prima del modello. Il tema ritorna nella nostra guida alla configurazione sicura degli agenti AI. Inoltre, ricorda l’autore, la governance dei dati è molto più ampia: qualità, lineage (l’origine tracciata dei dati), titolarità.

In sintesi, tre punti:

  • Claude separa già i dati per account tramite i connettori, ma solo se la fonte distingue gli utenti.
  • Quando non li distingue, il filtro per riga va nel server MCP, prima che i dati raggiungano il modello.
  • Dal PoC alla produzione servono identità aziendale, log delle query e regole mantenute nel tempo.

Su progetti così il prodotto da solo non basta: bisogna decidere quali dati collegare, a chi aprirli e con quali regole. Se state valutando agenti AI su misura per la vostra azienda, MIMIR è un servizio oltre che un prodotto: ogni cliente ha un’assistenza dedicata nella fase di onboarding. Parliamone in una consulenza.

Se vuoi restare aggiornato ogni giorno, ne parliamo anche su MimírCast, il nostro podcast quotidiano sull’AI.

Ascolta MimírCast su Spotify

Fonti:

Domande frequenti

Si può aprire una dashboard Claude senza account?

Sì, se l'autore la condivide con un link pubblico la pagina si carica anche senza login. Le sezioni con dati live però restano vuote, perché le chiamate ai connettori non partono per chi non è entrato in claude.ai o arriva da un'altra organizzazione. Su Team ed Enterprise la condivisione pubblica è spenta finché un Owner non la attiva.

Come si condivide una dashboard Claude con il team?

Sui piani Team ed Enterprise si usa il pulsante Share in cima alla pagina e si sceglie se aprirla a persone specifiche o a tutta l'organizzazione. Chi la riceve è viewer di default, cioè vede le versioni pubblicate senza modificarle, e l'autore può promuoverlo a editor. Per vederla bisogna entrare in claude.ai come membro dell'organizzazione.

Due utenti vedono gli stessi dati nella stessa dashboard Claude?

Non necessariamente. Le chiamate ai connettori partono con l'account di chi guarda, quindi ognuno vede i dati a cui il proprio account ha accesso. La separazione funziona solo se la fonte dietro il connettore distingue gli utenti, altrimenti il filtro va costruito a parte, per esempio in un server MCP con regole per ruolo.

Su quali piani Claude funzionano i connettori nelle dashboard?

Le chiamate ai connettori dagli artifact sono disponibili sui piani Pro, Max, Team ed Enterprise e usano solo i connettori collegati all'account claude.ai. I server MCP configurati in locale possono fornire dati mentre Claude costruisce la pagina, ma la pagina pubblicata non può chiamarli.

Tabella dei contenuti
Articoli correlati:
Vuoi che l'AI diventi il tuo motore di valore più potente?

Ti accompagniamo noi con Mimír AI Agent.