Skip to content
Cloud AI エンジニア入門ガイド
Go back

15. Claudeのプライバシーとデータの扱い

業務の資料をAIに貼り付けてよいのか。導入を検討すると、必ず最初にこれが出てきます。

最後に、Claudeへ入力した内容がどう扱われるのかを整理します。ここが曖昧なままだと、不安が勝って使われなくなるか、何も考えずに機密情報が流れ込むか。だいたいそのどちらかになります。

この章の全体像として、モデル改善、保持期間、商用向けは別、組織で決めるの4つを番号順に並べ、何を入力してよいかを自分と組織で決められるようになることを示した図

シリーズ目次前章: 14. Claudeの限界とリスク

Table of contents

Open Table of contents

この章のねらい

消費者向けプランの学習利用

消費者向けプラン(Free、Pro、Max)では、モデル改善の設定によって、会話やコーディングセッションがモデル訓練に使われるかが決まります

公式の料金ページでは、消費者向けプランの学習利用は Opt-out(オフにできる)とされていて、Team・EnterpriseやAPIの既定では学習に使わないとは区別されています。個人向けでは、設定をオフにしない限り学習に使われうる。この前提で扱ってください。

学習に使われるのは、次のいずれかに該当する場合です。

  1. 「モデル改善」がオンになっている(サインアップ時の選択、または設定画面で有効)
  2. 安全性の確認のために会話がフラグされた
  3. 試験的なプログラムへ参加した

3つの条件を図にすると、次のとおりです。

モデル改善がオン、安全性の確認でフラグされた、試験的なプログラムへ参加した、という3つの条件のいずれかで学習に使われることを示した分岐図

導入したら、プライバシー設定でモデル改善がどうなっているかを必ず確認してください。

設定ごとの保持期間

モデル改善設定のオン・オフによる保持期間の違いと、シークレット会話・安全性レビューの扱いを示した図

保持のされ方は、設定によって次のように変わります。

状態扱い
モデル改善がオン(既定の扱い)匿名化された形で、学習の工程に最大5年間保持されうる
モデル改善がオフ将来のモデル訓練には使われない。通常の会話は自分で削除するまで履歴に残る
削除した会話履歴からすぐに消え、バックエンドからは原則30日以内に削除される
シークレット会話履歴に残らず、設定にかかわらず学習に使われない。既定の保持期間は30日
安全性の確認でフラグされた会話入出力は最大2年、安全性の分類スコアは最大7年保持されうる

いくつか補足があります。

Note

応答への評価(良い、悪いのフィードバック)を送ると、その評価に関連する会話全体が最大5年間保管されると案内されています。フィードバックの送信そのものが、その会話の扱いを変える操作です。

商用向けは別のポリシー

ここまでは消費者向けプランの話です。Claude for Work(Team、Enterprise)やAPIといった商用向け製品には、別のポリシーが適用されます

業務で使えるかどうかを判断するときは、自分が使っているのがどの区分の製品かを最初に確認してください。個人のProアカウントで業務資料を扱うのと、会社契約のEnterpriseで扱うのとでは、適用される条件が違います。

両者の前提を並べると、次のとおりです。

左に学習利用がOpt-outである消費者向けプランの扱い、右に既定では学習に使わない商用向け製品の扱いを並べた左右対比の図

自分でできる確認と設定

いま自分がどうなっているかは、設定画面から確認できます。

確認すること場所
モデル改善の設定がオンかオフかプライバシー設定
メモリに何が記録されているかメモリの設定(第7章)
どのコネクタが有効で、何にアクセスできるかコネクタの設定(第9章)
過去の会話とその内容会話履歴

導入初期に一度確認して、あとは機能追加のタイミングで見直す。この頻度で十分です。

組織で使うときの整理

会社として導入するなら、決めることは3つです。

1. 何を入力してよいか

技術的な設定より先に、入力してよい情報の範囲を言葉で決めてください。

区分扱い方の例
入力してよい公開資料、社内の一般文書自由に利用
条件付き顧客名を含む文書匿名化してから入力
入力してはいけない認証情報、個人情報、契約上の制約がある情報利用禁止

このルールがないと、判断が個人に委ねられ、結果としてばらつきます。

2. 誰にどの権限を渡すか

第9章と第10章で見たとおり、コネクタやエージェントは実際のシステムへアクセスします。誰がどのサービスへ接続でき、書き込みまで許すのか。ここを個人の判断に任せないでください。

Enterpriseプランでは、SCIMによるアカウント管理、監査ログ、コンプライアンス関連の機能が提供されており、この種の統制を支える仕組みが揃っています(第5章)。

3. 出力をどう検証するか

第14章のチェックリストを、組織の手順として明文化します。AIが作った文書はレビューを経て公開する。この程度の当たり前のことでも、明示的にルール化しておくと効きます。

Important

データの扱いに関する記述は改定されることがあります。ここに書いた内容は基準日(2026-08-09)時点で公開されていた情報にもとづきます。契約や社内規程を判断するときは、必ず最新の公式文書を確認して、必要なら法務部門へ相談してください。

シリーズのまとめ

15章かけて、Claudeというブランドの全体像を追ってきました。最後に1枚へ畳んでおきます。

押さえたことどこで扱ったか
Claudeはモデル・アプリ・Claude Code・Cowork・APIの総称第1章
モデル名は系統と世代で読み解け、知識にはカットオフがある第2章
中身は「次のトークンを予測する」動作の繰り返し第3章
思考とエフォート、コンテキストという枠第4章
プランと利用上限の考え方第5章
指示は文脈・依頼・材料・制約・形式で組み立てる第6章
文脈は層になっており、置き場所を選ぶ第7章
ファイル、Web検索、リサーチと、出典確認の必要性第8章
Skillsで手順を追加し、Connectorsで外部とつなぐ第9章
エージェントは権限と承認で制御する第10章・第11章
APIはトークン課金で、キャッシュとバッチで下げられる第12章
安全性は設計・方針・実行時の3層で、保証ではない第13章
限界は仕組み由来。確認は手順として組み込む第14章
消費者向けは学習利用を設定で制御し、商用向けは別ポリシー第15章

このシリーズが目指したのは、よく分からないが便利らしいもの、を、仕組みが分かっているから判断できる道具、へ変えることでした。

新しい機能は今後も次々に出てきます。ただしトークン、コンテキスト、権限、検証という4つの軸で見れば、たいていは既存の枠組みに収まります。名前が変わっても、考え方は使い回せます。

最後に、その4つの軸を並べておきます。

トークン、コンテキスト、権限、検証という4つの軸を横に並べ、それぞれが何を決めるものかと対応する章を示した図

要点

参考資料


シリーズ目次前章: 14. Claudeの限界とリスク


Share this post:

Previous Post
Meta Muse Glimmer入門:手元のGPUで動く30Bのオープンエージェントモデル
Next Post
14. Claudeの限界とリスク