第1 結論と入力前の早見表
ChatGPTやClaudeに会社の情報を入力してよいかは,サービス名や有料・無料だけでは決まらない。
実際のプラン,アカウント,機能,入力する情報及び会社の承認条件を一組として確かめる必要がある。
本稿は,令和8年11月17日に確認した公式資料に基づく,入力前の確認手順である。
| 入力前の疑問 | 結論 | 最初に確かめるもの |
|---|---|---|
| 有料なら会社の秘密を入れてよいか | 個人向け有料と法人向けは別である | 契約プランと利用中のワークスペース |
| 学習不使用なら記録も残らないか | 学習,保存,閲覧,削除は別である | 機能ごとのデータ条件 |
| 大手なら安全と判断できるか | 信用と管理体制は評価材料になる | 適用範囲を確認した保護措置 |
| 法人向けなら外部連携も同じ保護か | 接続先の条件も確認する | 送信先,権限及び保存先 |
| 会社の承認があれば何でも入力できるか | 情報の利用権限と契約上の制限は残る | 入力目的,情報の範囲及び社内ルール |
この表は導入を判断するための運用例である。
特定の資料を入力することの適法性や,個別サービスの事故が起きないことを保証するものではない。
サービスの条件と会社の情報管理の双方を確かめ,必要な範囲に限って使う。
第2 個人向け有料プラン,法人向けプラン及びAPIを分ける
次の表は,学習利用についての説明を利用形態ごとに分けたものである。
| 利用形態 | ChatGPT | Claude | 入力前の確認 |
|---|---|---|---|
| 個人向けの通常利用 | 個人ワークスペースの学習設定を確認する | モデル改善への許可と安全審査等の条件を確認する | 有料でも組織向け契約とは限らない |
| 法人・組織向け | Business,Enterprise等は既定で学習に使わないと説明する | Claude for Work等は既定で学習に使わないと説明する | 対象プラン,設定,任意のデータ提供を確認する |
| API | 既定で学習に使わないと説明する | 商用APIは既定で学習に使わないと説明する | アプリ側の保存と実際の送信先も確認する |
基準日:令和8年11月17日。
出典:OpenAI「Business data privacy, security, and compliance」「Data controls in ChatGPT」,Anthropicの商用・個人向け「Is my data used for model training?」。
表は事故率や総合的な安全性の順位を示すものではない。
OpenAIは,個人向けのFree,Plus,Proのワークスペースではデータ共有が既定で有効であり,設定からモデル改善への利用を停止できると説明している。
これに対し,業務向けのBusiness,Enterprise等とAPIは,既定で学習に使わないという別の説明である。
ChatGPTでは,SettingsのData controlsにあるImprove the model for everyoneを確認する。
ログイン中のアカウント設定と,未ログイン時のブラウザー単位の設定を区別する。
Anthropicも,Free,Pro,Max等の個人向け利用と,Claude for Workや商用APIを分けている。
個人向けでは,モデル改善を許可した場合のほか,安全審査の対象となった会話や,別途明示的に参加したプログラム等の条件がある。
通常の改善設定だけで,あらゆる目的の利用が停止すると理解しない。
APIを使ったアプリでは,基盤モデル提供者の条件に加え,アプリを運営する側が入力,出力,ログを保存するかも確認する。
入力が基盤モデルの学習に使われないことだけから,アプリ側にも記録が残らないとは判断できない。
第3 「学習に使わない」が止めることと止めないこと
学習不使用は重要な保護条件である。
ただし,応答を作るための処理,保存,人的アクセス,外部連携等を一括して止める設定ではない。
| 確認項目 | 意味 | 混同しやすいもの |
|---|---|---|
| 学習への利用 | 入出力をモデルの訓練・改善に使うか | 応答生成のための処理 |
| 保存 | 会話,ファイル,ログ等を残すか | 利用者の画面に履歴が見えるか |
| 人的アクセス | 支援,安全対応,法的対応等で人が見られるか | 不特定の第三者への公開 |
| 外部連携 | アプリや検索先等へ何を送るか | 元のAIサービスだけの処理 |
| 削除 | 何を,どの範囲から,いつ消すか | 学習設定の変更やアーカイブ |
人的アクセスの説明は,提供者側の担当者がどのような目的で情報に接するかと,利用する組織自身の管理者が組織内のどの会話を見られるかを分けて読む必要がある。
前者は提供者の公表する説明と契約で確かめ,後者は第6のとおり,プランと機能ごとに確認する。
学習不使用という説明だけで,提供者側の安全対応や法的対応のためのアクセスまで存在しないとは理解しない。
例えば,会社の契約書を読み込ませた後に学習設定をオフにしても,保存済みの会話やファイルの削除が同時に終わるとは限らない。
設定変更が過去の入力にどう作用するかも含め,保存先と削除方法を別に確認する。
保持期間の調整やZero Data Retention(ZDR)などの保持制御には,利用できる顧客,契約及び機能に条件がある。
一般のチャットやすべてのAPI処理に一律に適用されると考えず,対象範囲と承認状況を確認する。
APIの学習不使用の説明は,追加学習用に提出したファイルや保存機能が存在しないという意味ではない。
通常の応答,追加学習等のために提出したファイル及び会話等の状態を分けて確認する。
評価ボタンや不具合報告にも注意したい。
OpenAIは,学習を停止した後でもフィードバックに関連する会話全体を学習に使う場合があると説明する。
Anthropicも,明示的なフィードバックや任意のデータ提供を通常利用とは分け,関連会話を保持し,学習等に利用し得るとしている。
同社はフィードバックを最長5年間保持すると説明し,Team又はEnterpriseのPrimary Owner又はOwnerが,Organization settingsのData and PrivacyにあるRate chatsで評価送信を無効にする方法も案内している。
Anthropicは,フィードバックの利用前に利用者・顧客の識別子を切り離し,他の会話と組み合わせないと説明している。
ただし,これを入力前の匿名化や保存停止と同じものとして扱わない。
個人向け製品の説明では,連携元の生データはフィードバックに含めないとされるが,その内容が会話へ直接コピーされた場合は含まれる。
さらに,特別なプログラムや新機能に参加するときは,通常のチャットの説明をそのまま流用せず,その機能に固有の条件を別に確かめる。
第4 大手事業者の信用と保護体制をどう評価するか
入力情報への信頼は,企業や専門家にサービスを使ってもらうための基盤である。
信用の失墜が事業に打撃を与えることは,運営会社が情報保護に取り組む動機を評価する材料になる。
これは事業構造から導く一般的な推論であり,両社の社内判断や漏えい率を測定した結果ではない。
信用と,実施を確認できる保護措置は,次のように分けると評価しやすい。
| 評価材料 | 確認できること | それだけでは分からないこと |
|---|---|---|
| 信用維持の動機 | 情報保護に取り組む経済的な理由 | 事故が起きる確率や他社との順位 |
| 契約上の約束 | 学習,秘密保持,保存等の条件 | すべての設定が適切か |
| 暗号化・アクセス管理 | 保護手段とアクセス制限の説明 | あらゆる侵害を防げるか |
| 第三者の監査・認証 | 対象範囲の管理体制の評価 | 個々の入力の無事故保証 |
| 自社の設定と運用 | 利用者,機能,共有先の制御 | 将来の変更後も同じか |
OpenAIは,業務データについて,保存時のAES-256と転送時のTLS 1.2以上による暗号化,アクセス管理,継続的な監視・対応及び第三者による監査を説明している。
Anthropicも,商用製品についてISO 27001:2022,ISO/IEC 42001:2023,SOC 2 Type I・Type II等の認証・監査に関する情報を公表し,資料の取得先として同社のTrust Portalを案内している。
こうした体制は,サービスの選定で積極的に評価できる。
一方,認証を取得した法人,対象業務,対象サービス,報告期間及び利用する機能を対応させる必要がある。
公式説明を読んだことと,自社が監査報告書や実際の運用まで確認したことも別である。
小規模な会社でも,アクセス範囲を狭める設計や顧客環境内での処理を採る場合はある。
会社の規模だけから,具体的なサービスの優劣を決めることはできない。
同じ入力,機能及び利用条件で何が違うかを比較する。
第5 入力前に進む判断フロー
次の表では,担当者が入力前に確認し,不明な条件を責任者へ戻す順序を示す。
| 段階 | 誰が | 何をする | 起点・期限 | 次に進む条件・分岐 |
|---|---|---|---|---|
| 開始 | 利用担当者 | 入力の目的と必要な資料を絞る | 入力前 | 判定1へ |
| 判定1 | 利用担当者 | 社内ルールと契約上,その利用が認められるか確認する | 入力前 | はい:判定2/いいえ:終了A |
| 判定2 | 利用担当者 | 承認されたプラン・アカウント・機能と一致するか確認する | 入力前 | はい:判定3/いいえ:終了A |
| 判定3 | 利用担当者・管理担当者 | 学習,保存,閲覧,削除,外部送信を確認できるか判断する | 入力前 | はい:判定4/いいえ:終了A |
| 判定4 | 責任者 | 今回の情報と目的について管理条件を満たせるか判断する | 入力前 | はい:終了B/いいえ:終了A |
| 終了A | 利用担当者 | 当該情報の入力を保留し,責任者へ条件を照会する | 入力前 | 確認が整うまで入力しない |
| 終了B | 利用担当者 | 許可された範囲に限って入力する | 確認後 | 今回の判断を終了する |
この表の「入力前」は本稿の運用上の確認時点であり,法定の期限ではない。
不明な場合は情報を先に送って試すのではなく,公開資料や合成データで機能を確かめる。
条件が変わったときは新たな判断として確認する。
例えば,承認時は外部連携なしのチャットだったのに,契約書を送信するアプリを追加した場合は,送信先と保存先が増えていないかを確認する。
承認済みというサービス名だけで,新しい機能まで一括して許可されたと扱わない。
第6 保存,削除,記憶及び外部連携を点検する
入力後の管理では,次の項目を別々に点検する。
| 確認項目 | 担当者が見るもの | 判断の要点 |
|---|---|---|
| 履歴とアーカイブ | 保存済み会話,プロジェクト,ファイル | 学習停止やアーカイブだけでは消えない |
| 一時的なチャット | 開始時の設定と保存への切替え | 非学習でも安全目的の保持があり得る |
| 記憶と個人化 | Memory等と学習設定の双方 | 個人化の停止とモデル改善の停止は別である |
| 組織内の共有・監査 | 共有リンク,役割,監査機能 | 管理者権限と会話の公開範囲を分ける |
| 保存国と処理国 | 保存場所と推論・監視の場所 | 国内保存だけで全処理が国内とは限らない |
| 権限・認証 | 多要素認証,役割,退職時の解除 | 利用できる管理機能と設定済みかを分ける |
| 外部アプリ | 送信内容,受取先,処理国,権限 | 接続先自身の取扱条件も確認する |
| 取得・削除 | 削除対象,例外保持,申請窓口 | 管理対象の環境では管理責任者へ確認する |
OpenAIの説明では,Temporary chatは一時的な状態の間,履歴に出ず,モデル改善に使われないが,安全目的で最長30日保持される場合がある。
保存して通常の会話へ切り替えた場合は,通常の履歴及びアカウントの個人化・改善設定に従う。
記憶や個人化をオフにしても,安全確保のための限定的な文脈利用まで一括して停止されるとは限らない。
AnthropicのIncognito chatsもモデル改善に使わないと説明されるが,その説明から保存や安全対応まで一切ないとは推定しない。
保存場所を選択できることと,推論,安全監視及び連携先まで同じ国で処理されることは同義ではない。
保存場所や処理国に関する機能は,対象となるプランや利用条件が限定される場合がある。
必要な管理機能があるか,担当者が設定できるか,実際に設定済みかも分けて確認する。
外部アプリでは,接続先で与える権限,組織がアプリ利用を許す設定,読み取り・書き込み等の操作制御,操作時に確認を求める設定を区別する。
ある権限を承認しただけで,すべての操作や接続が使えるとは限らない。
対応する設定はプランとアプリにより異なるため,利用予定の機能で確認する。
組織向けでは,自社の保持・共有・アクセス方針も適用される。
組織の管理者であるというだけで,すべての会話を読める,又は読めないと一括して説明しない。
プラン,役割,通常の会話,共有した会話,監査ログ及び連携機能ごとに範囲を確かめる。
データの取得・アカウント削除の窓口も一律ではない。
管理対象の環境では,個人のセルフサービスによる取得・削除が制限され,管理者への確認が必要な場合がある。
取得,削除又は退職時の権限解除を誰が担当するかを,導入時に決めておくとよい。
保持期間の数値は,対象となる情報と通常の会話への切替えを分けて読む必要がある。
次の表で,サービスごとの説明を対照する。
| 対象 | 対象情報・起点 | 期間 | 取扱い・例外 |
|---|---|---|---|
| OpenAIのTemporary chat | 一時状態の会話。厳密な起算日の定義は当該説明に明示なし | 安全目的で最長30日 | 通常の会話へ保存した後は,通常の保持及びアカウントの設定に従う |
| OpenAI API | 特定のendpoint・機能を除く入力・出力。厳密な起算日の定義は当該説明に明示なし | サービス提供・濫用検知のため最長30日 | 法的保持が必要な場合は例外。ZDRも適格な用途・対象endpoint等の条件を確認する |
| ChatGPT Enterpriseで削除した会話 | 会話の削除後 | システムから30日以内に削除 | 法的保持が必要な場合は例外。管理者が定める通常の保持期間とは分ける |
| Anthropicへのフィードバック | 評価に関連する会話全体・会話設定等。厳密な起算日の定義は当該説明に明示なし | 最長5年 | 任意の評価・報告に関する取扱いであり,通常の会話すべての一律保持期間ではない |
単位:日・年。
基準日:令和8年11月17日。
出典:OpenAIのData controls in ChatGPT,OpenAIのEnterprise privacy・サービス別保持条件,Anthropicの商用製品の学習利用・Feedback。
これらは事業者が説明する保持期間であり,利用者に課される法定期限ではない。
起算日の定義が明示されていないため,この表から厳密な満了日を計算しない。
会話の種類やフィードバックの提供によって条件が分かれる点を確認する。
第7 よくある疑問
| 疑問 | 回答 |
|---|---|
| 学習に使わなければ外部には出ないか | クラウドでの応答生成には事業者側の処理がある。外部アプリへの送信も別に確認する |
| 大手の法人向けなら無条件に安全か | 保護体制は評価できるが,情報の利用権限,自社設定,外部連携まで確認する |
| 同じモデルなら同じ保護か | 提供アプリ,契約,ログ及び接続先が違えば取扱いも異なり得る |
| 不明な項目がある会社は危険か | 公開資料で確認できないことと,安全性が低いことは別である。必要な資料を問い合わせる |
| 何を記録すればよいか | プラン,機能,送信先,保存・削除,権限,根拠資料,確認日及び承認範囲を一組で残す |
「絶対に漏れない」という一言で安全性を決めるより,どの情報を,どこへ,どの条件で入力し,誰が管理するかを具体的に把握する方が,業務での判断に役立つ。
第8 出典と関連記事
1 出典
公式資料は令和8年11月17日に確認した。
製品や設定は変更されるため,導入時と条件変更時には,対象プランに適用される最新の契約及び製品説明を確認する。
①OpenAI:Business data privacy, security, and compliance
②OpenAI:Enterprise privacy at OpenAI
③OpenAI:Data controls in ChatGPT
④Anthropic:商用製品の学習利用
⑤Anthropic:個人向け製品の学習利用
⑥Anthropic:商用製品の認証等
2 関連記事
法律事務所が生成AIのDPAを確認するときのチェックリストは,学習不使用,保持期間,ZDR,再委託及びコネクタを契約書面でどう確かめるかを扱い,本稿の第3及び第6の確認項目を契約条件へ落とし込むときの参考になる。
学習オフの生成AIに秘密情報を入力することは第三者開示に当たるかは,取引先から受領した秘密情報について,学習オフが止める処理と止めない処理を秘密保持契約の面から整理しており,本稿の第3と関連する。
「学習に使わない」と書いてあってもは,ログ,分類結果,利用統計及びフィードバックといった派生データ条項を扱い,本稿の第3のフィードバックや保存の論点を規約の書き方から補う。
Copilotに会社の情報を入力してよいかは,Microsoftのアカウント区分とアプリ統合後の確認事項を扱い,本稿の第2の利用形態の区別をCopilotについて確かめるときに参照できる。
法律事務所の生成AI利用ガイドラインの作り方は,許可サービス台帳や入力情報の区分を扱い,本稿の第5の入力前フローを事務所の運用規程にするときに関連する。
ローカルLLMは汎用クラウドAIより安全かは,処理を自社の機器に置く方式とクラウドの方式を比較しており,本稿の第4の保護体制の評価と合わせて読むと,処理場所の選択を判断しやすい。