AI に質問を打ち込むとき、その文章はあなたの手元を離れてサービス側のサーバーへ送られます。便利さの裏で、社内ルール・契約・法律を無視して機密情報を貼り付ければ、情報漏洩や契約違反といった重大インシデントに直結します。この章では、仕事で AI を使うために最低限おさえるべきセキュリティの考え方を、具体例とともに整理します。むずかしい技術知識は不要です。
FIG.1 入力は必ずサーバーへ届く。さらにプランと設定によっては「モデルの改善（学習）」に回ることもある
01まず「入れてはいけない情報」を具体的に決める
事故のほとんどは、悪意ではなく「うっかり貼り付け」から起きます。だからこそ、考え込む前に「これは入れない」というリストを先に固めておくのが効きます。代表的なものは次のとおりです。
個人情報
顧客・従業員の氏名、住所、電話、メール、マイナンバー、人事評価。特定個人がわかる医療・健康情報も含む。
取引・契約情報
未公開の契約条件、見積・価格、取引先から預かったデータ。NDA で守るべき相手の情報。
経営・技術秘密
未公開の財務・経営指標、特許出願前のアイデア、製品・技術仕様、ソースコードの非公開部分。
そして、ここに必ず加えてほしいのが「資格情報」です。パスワード、API キー、アクセストークン、社内システムの接続文字列。これらはたとえ「コードを直して」という相談の一部でも、貼り付けた瞬間に外部へ渡ります。AI に渡したキーは漏れた前提で即座にローテーション（無効化・再発行）するのが鉄則です。
02核心は「学習に使われるか」——プランで大きく変わる
「入力がサーバーに届く」ことと「その入力が AI の学習（モデル改善）に使われる」ことは別の話です。仕事利用でいちばん気にすべきは後者で、これは個人向けプランか、業務（法人）向けプランかで扱いが大きく分かれます。2026 年時点の主要サービスの一般的な傾向は次のとおりです。
| 個人向けプラン（無料・有料） | 業務向け（Team / Enterprise / API） |
|---|---|
| 会話が学習に使われ得る。利用者側の設定（オプトアウト）で止める運用 | 会話は学習に使わないのが既定。多くは契約（利用規約・DPA）で明文化 |
| 既定値はサービスごとに異なるので「自分で設定を確認」が前提 | 「オフにする」操作が不要なケースが多い（最初から対象外） |
| 履歴保存と学習は別設定。学習オフでも履歴は残せることが多い | データ保持期間を管理者側で設定できる製品もある |
具体的に見ると、たとえば ChatGPT では、業務向けの ChatGPT Team / Enterprise / Edu や API のデータは既定でモデル学習に使われません（契約上も訓練利用が禁じられています）。一方、個人向けの Free / Plus / Pro では「Improve the model for everyone（モデル改善への協力）」が初期状態でオンになっており、止めたい場合は設定 → データコントロールでトグルをオフにします。
Claude は 2025 年に方針が変わった点に注意が必要です。個人向けの Free / Pro / Max では、2025 年 8〜10 月の規約改定により既定で学習に使われる扱いになり、利用者がオプトアウトを選ぶ形になりました（学習に協力する設定だとデータ保持が最長 5 年、しない場合は従来どおり短期）。対して Claude for Work（Team / Enterprise）・API・政府向けは、契約上もともと学習対象外です。
大事なのは「無料か有料か」ではなく、個人向けか、業務（契約）向けか。そして個人向けでは設定を自分で確認すること。
FIG.2 学習の扱いはプラン区分で分かれる。条件は変わり得るので、必ず使うサービスの公式ページで最新を確認する
注意したいのは、ここに書いた区分は変わり得るということ（Claude の方針転換が示すとおり）。料金・データの扱いはサービス側の改定で動くので、「最新は必ず公式のデータポリシーで確認する」を習慣にしてください。本書の記述はあくまで 2026 年時点の一般的傾向です。
03使う前の 3 つの確認
個別の貼り付けを判断する前に、土台として次の 3 点を確認します。順番に見ていくと迷いません。
利用規約・データポリシー
使う AI が入力を「学習に使う／使わない」を確認する。個人向けなら学習オフ設定の場所、業務向けなら契約上の扱いと保持期間。条件は変わるので公式ページで最新を見る。
社内ルール
会社の AI 利用ポリシー、承認済みツールの一覧、機密区分ごとの可否（例：「社外秘は AI 禁止」）を確認する。多くの企業はすでに規程を整備している。迷ったら自己判断せず情報セキュリティ部門に聞く。
法令・契約
個人情報保護法（国外サーバーへの提供は越境移転として要対応）、EU 居住者を扱うなら GDPR、取引先データなら NDA。金融・医療など業界規制がある場合は特に厳格。
04実務での 5 つの心得
土台が確認できたら、日々の運用は次の 5 つに集約できます。完璧を目指すより、この最小セットを習慣化するほうが事故は確実に減ります。
- 承認ツールに限定する：会社が認めた業務向けプラン・社内 AI を使う。これだけで「学習に使われる」リスクの多くが消える。
- 学習オフを確認する：個人向けを使わざるを得ない場面では、設定で「学習に使用しない」をオンにし、スクリーンショットで証跡を残す。
- マスキングする：人名・社名・金額を「A 社」「X さん」「金額 N 万円」に置換してから入力する。固有名詞を消すだけで漏洩時の被害が小さくなる。
- 抽象化して質問する：「弊社の◯◯について」ではなく「一般に IT 企業では」と一般化する。具体を渡さなくても答えが得られることは多い。
- 記録を残す：いつ・何を・どのツールに入力したかを残す。事故時の原因究明と影響範囲の特定に効く。
05意外な落とし穴
「機密は入れない」と決めても、機密が紛れ込んでいることに気づかないケースが残ります。貼り付ける前に、中身を一度疑う癖をつけましょう。
- 議事録の丸ごとコピペ：取引先名や未公開の数字が混じっていないか。要約だけにする手もある。
- スクリーンショット：背景に映り込んだメールアドレス、通知バナー、別タブのファイル名に注意。画像でも AI は読み取る。
- CSV・表データ：列に個人情報や顧客 ID が含まれていないか。サンプル数行のつもりが全件だったという事故もある。
- チャットの貼り付け：DM やグループの会話は機密扱いが基本。相手の同意なく外部 AI へ渡さない。
06AI に「作業」をさせるとき——最小権限と承認
2026 年は、ただ質問に答えるだけでなく、ファイルを操作したり社内システムやデータベースに接続して自律的に作業する AI エージェントが一般化しています。ここでは「何を入力するか」だけでなく「AI に何を触らせるか」がセキュリティの焦点になります。
基本原則は最小権限です。エージェントには、その作業に本当に必要な範囲のアクセスだけを与える。読み取りで足りるなら書き込み権限は渡さない、特定フォルダだけでよいなら全社共有を渡さない、という考え方です。さらに、メール送信・データ削除・送金のような取り返しのつかない操作には人間の承認ゲートを必ず挟みます。EU AI Act でも、影響の大きい AI には人による実効的な監督が求められており、これは世界的な潮流です。
あわせて、AI の回答は誤りや作り話（ハルシネーション）を含み得ることを前提に運用します。重要な判断や対外的な文章は、必ず一次情報・原典で裏取りしてから使う。「AI が言ったから」を根拠にしないことが、セキュリティとも品質とも直結します。
When Something Goes Wrong
事故が起きたら——隠さず、消さず、すぐ報告
うっかり機密を入れてしまった。そのとき最悪なのは「自分で何とかしようとして黙っていること」です。被害を最小化できるかどうかは、最初の数十分の動き方で決まります。
FIG.3 迷ったら 1 番から。「鍵（API キー等）を入れた」場合はすぐ無効化・再発行も並行する
とくに資格情報を入力してしまったときは、上の流れと並行してそのキーをただちにローテーションします。会話履歴は原因究明のために残し、組織の手順（インシデント報告フロー）があればそれに従ってください。
07まとめ
機密情報の事故は、たいてい高度な攻撃ではなく「うっかり貼り付け」から起きます。だからこそ守りはシンプルでよく、入れない情報を決める／業務向けの承認ツールを使う／個人向けでは学習オフを確認する／マスキングする／記録を残す——この最小セットだけでもリスクは大きく下がります。
そして 2026 年の追加論点として、AI に作業を任せるときは最小権限と承認ゲート、回答は一次情報で裏取り。サービスのデータ方針は変わり得るので、判断に迷ったら公式のデータポリシーと社内規程に立ち返るのが確実です。組織全体での AI ガバナンスは、のちの「組織で導入する」章でさらに詳しく扱います。
